AI時代のエンジニア採用の本質について考えてみる。これはエンジニアにとって良いシナリオとして、「まだ人が必要である」という前提を置いている。 AI時代に人を増やす意味を真剣に考えたが、結局、一人の人間が理解し、責任を持って抱えられる範囲には限界がある。だから、その範囲を分担するために人を増やす方向に進むと思っている。 故に、優秀なエンジニアしか残らない。その「優秀さ」とは、コードを書く能力よりも、課題にオーナーシップを持ち、自力で解決まで持っていく力のことを言う。 もちろん右のような考えはこれまでもあったのだが、左の考えがなくなっていくということですね。 皆さんはどう思う？

未経験エンジニアや就職に困っているエンジニアで、AIを使えばポートフォリオが一瞬で完成してしまい、何を作れば評価されるのか困っている方へ。 個人的におすすめしたいのは、AIエージェントやLLMを使ったアプリケーションです。 なぜかというと、従来のアプリケーションは基本的に決定的な動作をします。同じ入力に対して同じ結果が返ってくるので、仕様通りに動くものを作れば、ある程度は品質を担保できます。 一方、LLMを使ったアプリケーションは非決定的です。動くものを作っただけでは、その出力が正しいのか、品質が高いのか判断できません。だからこそ、評価と改善の仕組みが必要になります。 例えばAI面接官。面接を実施して点数を出すだけなら、今のAIを使えば比較的簡単に作れます。 しかし、その点数は本当に妥当なのでしょうか？ どのような評価項目を設け、どう採点するのか。人間の面接官の評価とどの程度一致するのか。評価がずれた場合、どうフィードバックして改善するのか。 ここまで考えて実装するのは、決して簡単ではありません。 最近はJevのような低コストなDecision APIも登場しており、こうした評価システムを個人でも構築しやすくなっています。 重要なのは、何を作ったかよりも、その品質をどう定義し、検証し、改善したか。 ここまで取り組めば、単なるCRUDアプリよりも設計力や問題解決力をアピールできる、面接で非常に面白いポートフォリオになると思います。