タグやスコア設定のコツ

この記事では、レコメンド条件を作成する際に覚えておくと役に立つ情報をご紹介します。レコメンド条件にどういったタグを設定すれば良いのか、タグレベルの相場はどれくらいか、必須タグに何をいれるべきか、技術力スコアはどう考えれば良いのかなど解説します。

1. タグ設定のコツ

タグは候補者の絞り込みをする上で重要な役割を果たします。AND条件のため、多数設定すると全ての条件を満たす候補者の数が少なくなりすぎるため、1〜3個程度を目安にしましょう。 また、言語ではなくフレームワークのタグを設定した方が適した候補者がレコメンドされやすくなる場合もあります。

タグはその候補者のアウトプットから作成されているため、経歴やポジション名より求めるスキルを持ったエンジニアがアウトプットに使用する言葉を使用するのがおすすめです。

  • プログラミング言語(Ruby, Java, JavaScript など)
  • フレームワーク(Rails, Springboot, React など)
  • 開発に使用するツール・手法(CircleCI, Vim など)
  • 技術的によく使用されるテーマ(テスト自動化, リファクタリング など)

タグのレベルの相場

タグレベルは5が平均で、10に近づくほどレベルが上がっていきます。初めて設定する場合は、採用要件に合わせて下記のようなレベル設定を行うと良いでしょう。

  • 1〜3:そのスキルに興味を持っている、少し触れたことがある
  • 4〜6:実際にそのスキルを活用したことがあり、アウトプットしている
  • 7〜10:そのスキルをメインに活用して日々の業務にあたった経験がある

タグの内容の使われ方によって平均的なタグレベルが異なります。

Web上で公開されることの多いRubyやRailsと言ったポピュラーな言語やフレームワークだと上記が目安になります。一方で、あまり有名でない言語やフレームワーク、GitHubに公開される量が少ないインフラ関連や機械学習のアウトプットはレベルが高く出づらいので、タグレベルは少し低めに設定する必要があります。

2. 技術力スコア設定のコツ

技術力スコアは、GitHubやQiitaなどのアウトプットからエンジニアスキルを得点化した値です。 技術力スコアは3.0が平均で、3.5を超えると、上位4%に入るほどの優秀なエンジニアである可能性が高まります。4.0を超えるエンジニアはその界隈の有名人の場合が多くなりますので、スカウトの内容などに注意が必要です。

初めて設定する場合は、採用要件に合わせて下記のような目安でレベル設定を行うと良いでしょう。

  • 〜3.0:経験の浅いジュニア層またはWebにアウトプットを出さないエンジニア(SIer所属など)
  • 2.8〜3.4:ミドル層
  • 3.4〜4.0:リードエンジニアなどに該当するリーダークラス層
  • 4.0〜:CTOや、Web上で知名度がある有名人などが含まれるスーパーハイクラス層(OSSのフルタイムコミッター など)

3. タグや技術力スコア設定の不適切な例

(1) タグの数が少なすぎる

レコメンド_タグやスコア設定のコツ1

タグの数が少ない場合、適切に絞りきれないことが多いです。

例えば「Python」をレベル8で設定していたとしても、Web系なのか解析系なのかなどの指定が無ければ、Webアプリ開発の候補者とデータサイエンティストが一緒にレコメンドされることになります。スキル領域で絞れるように、タグを複数設定しましょう。

レコメンド_タグやスコア設定のコツ2

(2) マイナーなタグを高レベルで設定している

レコメンド_タグやスコア設定のコツ3

 

マイナーなタグを高いレベルで複数設定してしまうと、今度は絞りすぎであることが多いです。

マイナーなタグはレベルを低くして1〜2個程度の設定に留めましょう。

(3) 技術力スコアを拡げすぎている

レコメンド_タグやスコア設定のコツ4

例えば上の画像の例では、技術力スコアの幅が2.5もあり、拡げすぎです。技術力スコアは 0.3〜0.5程度の幅から拡げていくのが良いでしょう。

採用要件で想定する候補者のグレードに合わせて、3.2〜3.5などの区間から始め、徐々に下限・上限をスライドさせていくと適切な範囲が見つけやすいでしょう。

 

以上、タグやスコアの設定について解説してきました。タグによって相場が異なるので、何度か見直しを行い適切なレコメンド条件を完成させましょう。