「GitHubにリポジトリは置いてある。でも転職活動で全然刺さらない」——AI時代のエンジニア転職では、ポートフォリオの作り方そのものが変わってきています。本記事では、AI時代に評価されやすいポートフォリオの条件と、職種別の見せ方、公開方法までを整理します。
AI時代にポートフォリオで見られるポイント
かつてのポートフォリオは「動くものを作れるか」が中心の評価軸でした。しかしAIコーディング支援が当たり前になった今、採用側が見ているポイントは変化しています。
コードの量より「設計判断」が見られる
AIがコードを書ける時代において、採用担当やエンジニアリングマネージャーが注目するのは、なぜその技術構成にしたのか、どこで何を判断したのかという設計の背景です。コードそのものよりも、その裏にある思考プロセスが評価対象になりつつあります。
「作り切る力」と「説明する力」
未完成のリポジトリが並んでいるより、小さくても最後まで動くところまで仕上げた成果物の方が評価されやすい傾向があります。また、README等で第三者に伝わる説明ができているかどうかも重要な観察ポイントです。
GitHubだけでは不十分な理由
GitHubにコードを置くだけでは、採用側に「何を作ったか」「なぜ作ったか」「どう動くか」が伝わりにくいという課題があります。
コードを読む時間は限られている
選考プロセスの中で、採用側が一人の候補者のリポジトリを読み込む時間は限られています。コードを開いて初めて全体像がわかる状態だと、見てもらえる前に評価のチャンスを失ってしまうことがあります。
「動いているところ」が見えないと伝わらない
READMEに環境構築手順だけが書かれていて、実際に何が動くのか、どんな画面・出力になるのかが見えない場合、成果物の価値が正しく伝わらないケースがあります。デモ環境やスクリーンショット、簡単な動作説明があるだけで、伝わりやすさは大きく変わります。
評価されやすい成果物の条件
ポートフォリオとして評価されやすい成果物には、いくつかの共通する条件があります。
課題設定が明確であること
「なぜこれを作ったのか」という課題設定が明確だと、技術力だけでなく問題解決の視点も伝わります。技術の練習目的だけでなく、何かしらの課題や不便を解消する意図があると説明に説得力が出やすくなります。
規模より完成度
大規模で未完成な成果物よりも、小規模でも設計・実装・公開まで一貫して仕上げられている成果物の方が、最後までやり切る力の証明として見られやすい傾向があります。
AI活用経験をどう見せるか
AI時代のポートフォリオでは、AIをどう活用して開発を進めたかも一つの評価要素になり得ます。重要なのは、AIに丸投げしたのではなく、どこを自分で判断し、どこをAIに任せたのかを区別して説明できることです。
「AIをどう使ったか」を具体的に書く
例えば「実装の一部をAIコーディング支援で進め、設計レビューやエラー原因の特定は自分で行った」など、役割分担を具体的に書くことで、AIと協働しながら成果物を仕上げる力をアピールできます。
このAI活用の経験をどう職務経歴書に落とし込むかについては、職務経歴書にAI活用経験を書く際のポイントをまとめた記事でも詳しく解説しています。ポートフォリオという成果物と、書類としての職務経歴書は役割が異なるため、両方を一貫した内容で揃えておくことが大切です。
職種別ポートフォリオ例
職種によって評価されやすい成果物の形は異なります。
Webエンジニア
実際にデプロイされていて触れるWebアプリケーションが基本です。フロントエンドとバックエンドの構成、データベース設計の意図などをREADMEで簡潔に説明できると良い印象につながります。
インフラエンジニア
動くアプリそのものより、構成図やIaC（Infrastructure as Code）のコード、障害対応や監視設計の考え方を示せる成果物が評価されやすい分野です。コードの可動部分が少なくても、設計意図の説明が重要になります。
AI・データ系エンジニア
データの前処理から分析・モデル構築までの一連の流れと、その結果から得られた知見を整理したノートブックやレポートが評価対象になりやすいです。精度の高さよりも、課題設定から検証までのプロセスが見られる傾向があります。
社内SE
外部公開できる成果物が作りにくい職種ですが、業務効率化のための個人ツールや、社内向け運用を想定した小規模な自動化スクリプトなど、課題解決の視点を示せる成果物が代替になります。
README・デモ・設計メモの作り方
成果物そのものに加えて、それを伝えるための周辺ドキュメントの質が評価に影響します。
READMEに入れておきたい要素
何を解決するための成果物か、どんな技術構成か、どう動かすか、工夫した点や苦労した点は何か、を簡潔にまとめておくと、初見の人にも伝わりやすくなります。
デモのハードルを下げる
実際にアクセスして試せるデモURLや、操作の様子をまとめた短い動画・スクリーンショットがあると、読む側の負担が減り、見てもらえる可能性が上がります。
設計メモは「迷った理由」を書く
技術選定や設計で複数の選択肢があった場合、どれを選んだかだけでなく、何を比較してその判断に至ったかを簡単にメモしておくと、思考のプロセスが伝わりやすくなります。
NGなポートフォリオ例
評価が伝わりにくくなってしまう例として、以下のようなパターンが挙げられます。
チュートリアルそのままの成果物
学習用チュートリアルをそのまま完成形として提示すると、自分自身の課題設定や工夫が見えにくくなります。
説明文が一切ないリポジトリ
READMEが空、もしくはコマンドの一覧だけしかない状態だと、何の成果物かが伝わらず、評価の土台に乗らないことがあります。
未完成のまま放置された複数のリポジトリ
着手しただけの未完成リポジトリが多数並んでいる状態は、完成までやり切る力の証明としては弱くなりがちです。
未経験/若手/30代で見せ方を変えるポイント
経験年数やキャリアの段階によって、ポートフォリオで強調すべきポイントは変わってきます。
未経験・若手の場合
実務経験が少ない分、学習の過程や試行錯誤の記録、課題に対してどう向き合ったかというプロセスを見せることが効果的です。完璧さより、学ぶ姿勢や継続して手を動かしてきた跡が伝わる構成を意識すると良いでしょう。
30代以降・経験者の場合
これまでの業務経験で培った設計力やマネジメント視点を反映した成果物が評価につながりやすくなります。技術力の証明だけでなく、チームでの開発を意識した設計、保守性への配慮なども見せられると、経験者らしい強みとして伝わります。
自分の市場価値を整理したい人へ
ポートフォリオは成果物そのものの完成度だけでなく、自分の経験やスキルをどう位置づけて伝えるかという整理が伴って初めて効果を発揮します。どの強みを軸に成果物を見せるべきか迷っている場合は、まず自分の市場価値や得意分野を客観的に整理してみることをおすすめします。
AIキャリア診断では、自分の経験やスキルを入力することで、市場での立ち位置や強みの方向性を整理できます。ポートフォリオに何を載せるべきか、どの職種・方向性を軸に成果物を組み立てるべきか迷っている方は、一度活用してみるとヒントが見つかるかもしれません。
なお、選考の中で技術質問への対応に不安がある場合は、エンジニア面接の技術質問対策も合わせて確認しておくと、ポートフォリオの説明準備と合わせて選考対策がしやすくなります。