Soumettre la recherche
Mettre en ligne
優秀なエンジニアとは何か?なりたい将来像に近づく会社の選び方
•
1 j'aime
•
7,069 vues
Y
Yamaura Koichiro
Suivre
2018年度の就活スタートに向け、エンジニア志望の学生へ就活のノウハウについてをまとめました。
Lire moins
Lire la suite
Carrière
Affichage du diaporama
Signaler
Partager
Affichage du diaporama
Signaler
Partager
1 sur 18
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
Tokoroten Nakayama
学位論文の書き方メモ (Tips for writing thesis)
学位論文の書き方メモ (Tips for writing thesis)
Nobuyuki Umetani
LINEの新卒採用試験 ズバリ問題解説
LINEの新卒採用試験 ズバリ問題解説
LINE Corporation
「スキルなし・実績なし」 32歳窓際エンジニアがシリコンバレーで働くようになるまで
「スキルなし・実績なし」 32歳窓際エンジニアがシリコンバレーで働くようになるまで
Shuichi Tsutsumi
車載ソフトウェアの品質保証のこれから
車載ソフトウェアの品質保証のこれから
Yasuharu Nishi
エンジニアという仕事を楽しみ続けるためのキャリア戦略
エンジニアという仕事を楽しみ続けるためのキャリア戦略
Shuichi Tsutsumi
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
西岡 賢一郎
Recommandé
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
Tokoroten Nakayama
学位論文の書き方メモ (Tips for writing thesis)
学位論文の書き方メモ (Tips for writing thesis)
Nobuyuki Umetani
LINEの新卒採用試験 ズバリ問題解説
LINEの新卒採用試験 ズバリ問題解説
LINE Corporation
「スキルなし・実績なし」 32歳窓際エンジニアがシリコンバレーで働くようになるまで
「スキルなし・実績なし」 32歳窓際エンジニアがシリコンバレーで働くようになるまで
Shuichi Tsutsumi
車載ソフトウェアの品質保証のこれから
車載ソフトウェアの品質保証のこれから
Yasuharu Nishi
エンジニアという仕事を楽しみ続けるためのキャリア戦略
エンジニアという仕事を楽しみ続けるためのキャリア戦略
Shuichi Tsutsumi
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
XAI (説明可能なAI) の必要性
XAI (説明可能なAI) の必要性
西岡 賢一郎
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
Takashi Suzuki
Elix_はじめてのAI創薬_2022-04-01.pdf
Elix_はじめてのAI創薬_2022-04-01.pdf
ssuser5ec200
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
div Inc
アジャイルコーチから見たScaled Agile Method LeSS版
アジャイルコーチから見たScaled Agile Method LeSS版
Takao Kimura
【DL輪読会】Aspect-based Analysis of Advertising Appeals for Search Engine Advert...
【DL輪読会】Aspect-based Analysis of Advertising Appeals for Search Engine Advert...
Deep Learning JP
クソコード動画「Managerクラス」解説
クソコード動画「Managerクラス」解説
MinoDriven
見えない壁を越えよう!アジャイルやマイクロサービスを阻む「今までのやり方」 - デブサミ夏2023
見えない壁を越えよう!アジャイルやマイクロサービスを阻む「今までのやり方」 - デブサミ夏2023
Yusuke Suzuki
事例からわかる!テスト自動化導入パターン
事例からわかる!テスト自動化導入パターン
友隆 浅黄
営業さんまで、社員全員がSQLを使う 「越境型組織」 ができるまでの3+1のポイント | リブセンス
営業さんまで、社員全員がSQLを使う 「越境型組織」 ができるまでの3+1のポイント | リブセンス
Livesense Inc.
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
Tokoroten Nakayama
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
Deep Learning JP
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
Takafumi ONAKA
[DL輪読会]Deep High-Resolution Representation Learning for Human Pose Estimation
[DL輪読会]Deep High-Resolution Representation Learning for Human Pose Estimation
Deep Learning JP
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
Preferred Networks
実践ソフトウェアエンジニアリング(第9版)~長年積み上げられた体系と各種技術との関連性
実践ソフトウェアエンジニアリング(第9版)~長年積み上げられた体系と各種技術との関連性
Noriyuki Mizuno
論文紹介 No-Reward Meta Learning (RL architecture勉強会)
論文紹介 No-Reward Meta Learning (RL architecture勉強会)
Yusuke Nakata
Contrastive learning 20200607
Contrastive learning 20200607
ぱんいち すみもと
俺のインセプションデッキ【Remaster版】
俺のインセプションデッキ【Remaster版】
Takao Oyobe
Tableau人材を育てるには? ~truestar文化に学ぶエフォートレスな勉強会のすゝめ~
Tableau人材を育てるには? ~truestar文化に学ぶエフォートレスな勉強会のすゝめ~
AkiKusaka
エンジニアの強みを見出すコミュニケーション
エンジニアの強みを見出すコミュニケーション
Yamaura Koichiro
エンジニアを理解するための4つの分類とその比率。
エンジニアを理解するための4つの分類とその比率。
Yamaura Koichiro
Contenu connexe
Tendances
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
Takashi Suzuki
Elix_はじめてのAI創薬_2022-04-01.pdf
Elix_はじめてのAI創薬_2022-04-01.pdf
ssuser5ec200
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
div Inc
アジャイルコーチから見たScaled Agile Method LeSS版
アジャイルコーチから見たScaled Agile Method LeSS版
Takao Kimura
【DL輪読会】Aspect-based Analysis of Advertising Appeals for Search Engine Advert...
【DL輪読会】Aspect-based Analysis of Advertising Appeals for Search Engine Advert...
Deep Learning JP
クソコード動画「Managerクラス」解説
クソコード動画「Managerクラス」解説
MinoDriven
見えない壁を越えよう!アジャイルやマイクロサービスを阻む「今までのやり方」 - デブサミ夏2023
見えない壁を越えよう!アジャイルやマイクロサービスを阻む「今までのやり方」 - デブサミ夏2023
Yusuke Suzuki
事例からわかる!テスト自動化導入パターン
事例からわかる!テスト自動化導入パターン
友隆 浅黄
営業さんまで、社員全員がSQLを使う 「越境型組織」 ができるまでの3+1のポイント | リブセンス
営業さんまで、社員全員がSQLを使う 「越境型組織」 ができるまでの3+1のポイント | リブセンス
Livesense Inc.
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
Tokoroten Nakayama
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
Deep Learning JP
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
Takafumi ONAKA
[DL輪読会]Deep High-Resolution Representation Learning for Human Pose Estimation
[DL輪読会]Deep High-Resolution Representation Learning for Human Pose Estimation
Deep Learning JP
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
Preferred Networks
実践ソフトウェアエンジニアリング(第9版)~長年積み上げられた体系と各種技術との関連性
実践ソフトウェアエンジニアリング(第9版)~長年積み上げられた体系と各種技術との関連性
Noriyuki Mizuno
論文紹介 No-Reward Meta Learning (RL architecture勉強会)
論文紹介 No-Reward Meta Learning (RL architecture勉強会)
Yusuke Nakata
Contrastive learning 20200607
Contrastive learning 20200607
ぱんいち すみもと
俺のインセプションデッキ【Remaster版】
俺のインセプションデッキ【Remaster版】
Takao Oyobe
Tableau人材を育てるには? ~truestar文化に学ぶエフォートレスな勉強会のすゝめ~
Tableau人材を育てるには? ~truestar文化に学ぶエフォートレスな勉強会のすゝめ~
AkiKusaka
Tendances
(20)
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
Elix_はじめてのAI創薬_2022-04-01.pdf
Elix_はじめてのAI創薬_2022-04-01.pdf
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
非エンジニアのためのこれだけは押さえておきたいWEBサービスの基礎技術
アジャイルコーチから見たScaled Agile Method LeSS版
アジャイルコーチから見たScaled Agile Method LeSS版
【DL輪読会】Aspect-based Analysis of Advertising Appeals for Search Engine Advert...
【DL輪読会】Aspect-based Analysis of Advertising Appeals for Search Engine Advert...
クソコード動画「Managerクラス」解説
クソコード動画「Managerクラス」解説
見えない壁を越えよう!アジャイルやマイクロサービスを阻む「今までのやり方」 - デブサミ夏2023
見えない壁を越えよう!アジャイルやマイクロサービスを阻む「今までのやり方」 - デブサミ夏2023
事例からわかる!テスト自動化導入パターン
事例からわかる!テスト自動化導入パターン
営業さんまで、社員全員がSQLを使う 「越境型組織」 ができるまでの3+1のポイント | リブセンス
営業さんまで、社員全員がSQLを使う 「越境型組織」 ができるまでの3+1のポイント | リブセンス
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
チャットコミュニケーションの問題と心理的安全性の課題 #EOF2019
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
[DL輪読会]Deep High-Resolution Representation Learning for Human Pose Estimation
[DL輪読会]Deep High-Resolution Representation Learning for Human Pose Estimation
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
東北大学 先端技術の基礎と実践_深層学習による画像認識とデータの話_菊池悠太
実践ソフトウェアエンジニアリング(第9版)~長年積み上げられた体系と各種技術との関連性
実践ソフトウェアエンジニアリング(第9版)~長年積み上げられた体系と各種技術との関連性
論文紹介 No-Reward Meta Learning (RL architecture勉強会)
論文紹介 No-Reward Meta Learning (RL architecture勉強会)
Contrastive learning 20200607
Contrastive learning 20200607
俺のインセプションデッキ【Remaster版】
俺のインセプションデッキ【Remaster版】
Tableau人材を育てるには? ~truestar文化に学ぶエフォートレスな勉強会のすゝめ~
Tableau人材を育てるには? ~truestar文化に学ぶエフォートレスな勉強会のすゝめ~
Similaire à 優秀なエンジニアとは何か?なりたい将来像に近づく会社の選び方
エンジニアの強みを見出すコミュニケーション
エンジニアの強みを見出すコミュニケーション
Yamaura Koichiro
エンジニアを理解するための4つの分類とその比率。
エンジニアを理解するための4つの分類とその比率。
Yamaura Koichiro
カラヤブ!説明資料
カラヤブ!説明資料
gakumaruyama
20200129コーポレートエンジニアとキャリアとマッチングと
20200129コーポレートエンジニアとキャリアとマッチングと
Tsuyoshi Hisamatsu
2023-12-15 EMゆるミートアップLT レンタルEM振り返り2023 EMの生存戦略
2023-12-15 EMゆるミートアップLT レンタルEM振り返り2023 EMの生存戦略
Tsuyoshi Hisamatsu
20180308 LWUG in osaka_kyotec_sogo
20180308 LWUG in osaka_kyotec_sogo
Gentaro Sogo
IT、AI時代のキャリア戦略 Goodfind
IT、AI時代のキャリア戦略 Goodfind
Kazuaki ODA
20200203 HRE (Human Resource Engineering)
20200203 HRE (Human Resource Engineering)
Tsuyoshi Hisamatsu
2018 帰り道もくもく会のはじまり
2018 帰り道もくもく会のはじまり
m_miyamoto
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
Tsuyoshi Hisamatsu
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
Tsuyoshi Hisamatsu
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
Tsuyoshi Hisamatsu
合同会社エンジニアリングマネージメント会社説明資料 2023-016
合同会社エンジニアリングマネージメント会社説明資料 2023-016
Tsuyoshi Hisamatsu
run Keras model on opencv
run Keras model on opencv
Takuya Minagawa
20170211クレジットカード認識
20170211クレジットカード認識
Takuya Minagawa
エンジニアアカデミー
エンジニアアカデミー
Kitakuni Yuto
社員平均勤続年数を2.3倍改善した 「社員の定着率向上ノウハウ」
社員平均勤続年数を2.3倍改善した 「社員の定着率向上ノウハウ」
YUZO HASHIMOTO
20190411 kasimadadays
20190411 kasimadadays
m_miyamoto
[Keynote-2] リターン・オン・モデル(ROM)で価値の最大化を目指す、社会実装されるための機械学習テクニック
[Keynote-2] リターン・オン・モデル(ROM)で価値の最大化を目指す、社会実装されるための機械学習テクニック
Deep Learning Lab(ディープラーニング・ラボ)
月収150万エンジニアが語るフリーランスエンジニアの世界
月収150万エンジニアが語るフリーランスエンジニアの世界
Keigo Kamiyama
Similaire à 優秀なエンジニアとは何か?なりたい将来像に近づく会社の選び方
(20)
エンジニアの強みを見出すコミュニケーション
エンジニアの強みを見出すコミュニケーション
エンジニアを理解するための4つの分類とその比率。
エンジニアを理解するための4つの分類とその比率。
カラヤブ!説明資料
カラヤブ!説明資料
20200129コーポレートエンジニアとキャリアとマッチングと
20200129コーポレートエンジニアとキャリアとマッチングと
2023-12-15 EMゆるミートアップLT レンタルEM振り返り2023 EMの生存戦略
2023-12-15 EMゆるミートアップLT レンタルEM振り返り2023 EMの生存戦略
20180308 LWUG in osaka_kyotec_sogo
20180308 LWUG in osaka_kyotec_sogo
IT、AI時代のキャリア戦略 Goodfind
IT、AI時代のキャリア戦略 Goodfind
20200203 HRE (Human Resource Engineering)
20200203 HRE (Human Resource Engineering)
2018 帰り道もくもく会のはじまり
2018 帰り道もくもく会のはじまり
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社・事業説明資料
合同会社エンジニアリングマネージメント会社説明資料 2023-016
合同会社エンジニアリングマネージメント会社説明資料 2023-016
run Keras model on opencv
run Keras model on opencv
20170211クレジットカード認識
20170211クレジットカード認識
エンジニアアカデミー
エンジニアアカデミー
社員平均勤続年数を2.3倍改善した 「社員の定着率向上ノウハウ」
社員平均勤続年数を2.3倍改善した 「社員の定着率向上ノウハウ」
20190411 kasimadadays
20190411 kasimadadays
[Keynote-2] リターン・オン・モデル(ROM)で価値の最大化を目指す、社会実装されるための機械学習テクニック
[Keynote-2] リターン・オン・モデル(ROM)で価値の最大化を目指す、社会実装されるための機械学習テクニック
月収150万エンジニアが語るフリーランスエンジニアの世界
月収150万エンジニアが語るフリーランスエンジニアの世界
優秀なエンジニアとは何か?なりたい将来像に近づく会社の選び方
1.
優秀なエンジニアとは何か? なりたい将来像に近づくための会社の選び⽅
2.
はじめに ⼭浦 幸⼀郎 Koichiro Yamaura /COICH @coich_carrer 1981年⽣まれ ⼤学で電気⼯学を学び、卒研では(今でいう)テキストマイニングを研究。 ⾦融系SEとして3年弱開発に新卒社員として⼊社。 その後、IT/WEB系のエンジニア・クリエイターの転職⽀援を⾏う、 キャリアコンサルタントに異業界異職種の転職。 7年就業の後、株式会社コロプラの⼈事採⽤担当に。 現在は、エンジニアの新卒採⽤責任者をやってます。
3.
はじめに 元々⾃分がエンジニアであり、その後キャリアコンサルタントに転⾝ したことにより、エンジニアの優秀さは業界・企業・組織の適材適所 によるものが⼤きいと感じるようになりました。 学⽣時代の就職活動から計算すると、10年以上エンジニアのキャリアと 活躍できる環境について考え続け、現在は事業会社側で採⽤担当として 年間1,000名以上のエンジニアの卵とお会いさせていただいております。 おそらく、キャリアコンサルタントの時で累計すると、 合計で10,000名はゆうに超えているのではないでしょうか。 エンジニアへのヒアリングは、現場エンジニアが⾏うと⼿っ取り早い ですが、⼈事採⽤担当でないと⾒れないこともあり、 極⼒⼈事が優秀な⼈材を⾒つけ出すことができれば、⾮常に効率的です。 上記の上で、⼈事採⽤担当がエンジニアのスキルや志向を把握し、 優秀な⼈材を⾒つけ出す、教育する上で必要な考え⽅をまとめました。 何かの参考になれば幸いです。
4.
アジェンダ ・エンジニアとしての将来を⾒据えた⽬指す姿はあるか? ・そもそも、優秀なエンジニアとはどんな⼈なのか ・どのようにして、優秀なエンジニアになるのか ・まとめ
5.
エンジニアとしての将来を⾒据えた ⽬指す姿はあるか?
6.
フルスタック ユーザードリブン メリハリのある エンジニアとしての将来を⾒据えた⽬指す姿はあるか? 就職活動をする上で、私が必ずしている「どんなエンジニアになりたいの?」という問に対して、 情報が⾮常に多いこともあり、そもそも何を⽬指していいのやら…と悩む⼈がとても多いです。 プロジェクトマネージャ サーバサイドエンジニア 技術⼒がある 頼りにされる テクノロジードリブン 市場価値が⾼い アプリケーションエンジニア インフラエンジニア 本質的な考え⽅ができる スペシャリスト
7.
エンジニアとしての将来を⾒据えた⽬指す姿はあるか? 必ずしも答えがないといけない訳ではないですが、この売り⼿市場で情報が溢れている中で、 何も決めずに闇雲に動くのは効率的ではなく、ざっくりとでもイメージできるようにしましょう。 職 種 エンジニアとしてのあり⽅
ビジネススキル ■職種・ポジション アプリケーションエンジニア サーバサイドエンジニア インフラエンジニア セキュリティエンジニア ネットワークエンジニア データベースエンジニア データマイニングエンジニア 研究職 製造業での製品開発(メーカー) - ⾃動⾞等の輸送機 - 医療機器 - 家電製品 など IT系企業(B2B / SIerなど) - ITコンサルタント - 業務系エンジニア など ■開発に対する関わり⽅ スペシャリスト ゼネラリスト フルスタック コンサルティング アーキテクト ■開発における考え⽅ ユーザードリブン テクノロジードリブン 課題解決型 など ■ビジネスマナーなど 挨拶、名刺交換 メールのやりとり 諸々⼀般的なビジネスマナー ■取組姿勢 スピード感がある 堅実・着実 本質的に考える 計画的に物事をすすめる トライアンドエラー 業 界 業 種 WEBサービス系企業(B2C) - ポータル、SNSなど - ECサイト 等 - その他WEBサービス系 スマートフォンアプリ - 業務⽤・ツール系アプリ - ライフスタイル系アプリ - ゲーム、エンタメ系 など
8.
そもそも、優秀なエンジニアとは どんな⼈なのか
9.
そもそも、優秀なエンジニアとはどんな⼈なのか エンジニアの能⼒を「技術⼒」と「⼈柄」で⼤別して考えます。 企業によって詳細の切り分け⽅は様々ですが、採⽤⾯接の時に⾯接官が⾒るのもこの2点になります。 技 術 ⼒ 知 識 実 装
⼒ コンピュータ基礎における知識 アルゴリズム システム設計⽅法 業界・業種毎の知識・経験 など プログラミング⾔語の使⽤経験 コーディングの早さ・正確さ 構造化 未経験分野における推進⼒ など 考 え ⽅ 性 格 汎⽤性と専⾨性 堅実性とスピードのバランス コスト意識 ユーザー思考 など 本質を捉える ロジカルシンキング 成⻑意欲や競争意識 など ⼈ 柄 技術や業務における知識 プログラミングで形にする⼒ 物事の考え⽅・特性 元々持つ性格・特徴
10.
そもそも、優秀なエンジニアとはどんな⼈なのか エンジニアは、これらを総合的に駆使し、パフォーマンスを出すことが仕事です。 業界業種によって、総合⼒の構成⽐率は異なりますが、⾃分の能⼒に合わせることが重要です。 技 術 ⼒ 知 識 実 装
⼒ コンピュータ基礎における知識 アルゴリズム システム設計⽅法 業界・業種毎の知識・経験 など プログラミング⾔語の使⽤経験 コーディングの早さ・正確さ 構造化 未経験分野における推進⼒ など 考 え ⽅ 性 格 汎⽤性と専⾨性 堅実性とスピードのバランス コスト意識 ユーザー思考 など 本質を捉える ロジカルシンキング 成⻑意欲や競争意識 など ⼈ 柄 総合⼒ 技術を基に ・形にする ・課題を解決する ・ないものを⾒つけ出す 社会の中で ・実績を上げる ・⽬標を達成する 技術や業務における知識 プログラミングで形にする⼒ 物事の考え⽅・特性 元々持つ性格・特徴
11.
そもそも、優秀なエンジニアとはどんな⼈なのか 最終的に、⾼いレベルでバランスが取れ、困難なプロジェクトであってもアウトプットが出せる エンジニアが、市場価値が⾼く、周りから認められるエンジニアであると考えます。 技 術 ⼒ 知 識 実 装
⼒ コンピュータ基礎における知識 アルゴリズム システム設計⽅法 業界・業種毎の知識・経験 など プログラミング⾔語の使⽤経験 コーディングの早さ・正確さ 構造化 未経験分野における推進⼒ など 考 え ⽅ 性 格 汎⽤性と専⾨性 堅実性とスピードのバランス コスト意識 ユーザー思考 など 本質を捉える ロジカルシンキング 成⻑意欲や競争意識 など ⼈ 柄 総合⼒ 技術を基に ・形にする ・課題を解決する ・ないものを⾒つけ出す 社会の中で ・実績を上げる ・⽬標を達成する 困難を乗り越え、 アウトプットを出せる 優秀なエンジニア 結果的に、 周りから評価され、 頼りにされることが多く、 市場価値が⾼い 技術や業務における知識 プログラミングで形にする⼒ 物事の考え⽅・特性 元々持つ性格・特徴
12.
どのようにして、 優秀なエンジニアになるのか
13.
どのようにして、優秀なエンジニアになるのか ⼊社後、社会⼈として働いていく中で、企業から戦⼒として求められる度合いを表しています。 横軸が年齢となり、歳を重ねる毎にアウトプットが重要になることがわかるかと思います。 20 25 30
35 40over INPUTOUTPUT 100% 90% 70% 50% 20% 10% 10% 30% 50% 80% 90% 100% 会社で育てる 戦⼒性・会社への貢献 会社で求められる、戦⼒性とインプット・アウトプット⽐率 年 齢
14.
どのようにして、優秀なエンジニアになるのか 当然のように、若いうちはインプットが多く、得られることが多いです。 この期間は⾮常に貴重な期間であり、エンジニアとしての基礎はここで構築されます。 20 25 30
35 40over INPUTOUTPUT 100% 90% 70% 50% 20% 10% 10% 30% 50% 80% 90% 100% 会社で育てる 戦⼒性・会社への貢献 会社で求められる、戦⼒性とインプット・アウトプット⽐率 仕事の進め⽅ 技術習得の⽅法 作業・タスクの実施スピード 判断の裁量度合い 責任感の⾼さ 年 齢
15.
どのようにして、優秀なエンジニアになるのか この⼤事な期間以降でのインプットは、どうしてもそれまでのスキルや経験に即したものになります。 また、業務におけるアウトプットの責任も⼤きいことから、インプット量に違いが出てきます。 20 25 30
35 40over INPUTOUTPUT 100% 90% 70% 50% 20% 10% 10% 30% 50% 80% 90% 100% 会社で育てる 戦⼒性・会社への貢献 会社で求められる、戦⼒性とインプット・アウトプット⽐率 ここでのインプットももちろんあるが、 今までのスキル・経験を活かしつつのインプットになってしまう。 年 齢
16.
おまけ 20 25 30 INPUTOUTPUT 100% 90% 70% 10% 30% ■仕事の進め⽅ ⾼い品質のアプリケーションを技術⼒で実現 多くのユーザーがリアルタイムでプレイするゲーム 超⾼トラフィックをメンテナンスタイムなしで運⽤ エンジニアでも企画から携わる スペシャリストもゼネラリストも選択可能 デザイナー等の別職種との協⼒が当たり前。 スピード感があり、個⼈に裁量を与えて任せる⾵⼟ 若⼿への新規ポジションの抜擢
など コロプラの現状 ■マーケット状況 Pixelのような、⾼スペックスマートフォンの普及 ネット回線、通信環境の改善 ハイクオリティなコンテンツニーズが⾼まる レイトマジョリティ層に届くコンテンツニーズ グラフィクスのリッチ化が進む 複数⼈数参加型のゲームが当たり前に VR等の新デバイスへの注⽬・挑戦 オリンピックを⽬前に控え、マーケットの活性化 おまけとして、コロプラの現状についてまとめました。スピードとクオリティの両⽴を叶えつつ、 マーケットの活性化が進み挑戦できることが多くなってきています。(楽しいですよ)
17.
まとめ ・何をしたいか、どうなりたいかを冷静にまとめよう。 ・優秀なエンジニアは、技術と⼈柄の総合⼒を持つ。 ・⼀番成⻑できる3年⽬までに得られる経験を考える。
18.
/COICH @coich_carrer ご清聴ありがとうございました。
Télécharger maintenant