こんにちは、LAPRASの北山です。
LAPRAS ポートフォリオでは LAPRAS SOCRE として「技術力」「ビジネス力」「影響力」の3つの指標でスコア表示をします。

ただ、転職中のエンジニアで自身の LAPRAS SCORE を見た方の中には

「こんな数値に意味はない」
「スコアに納得がいかない」
「スコアが信用できない」

そんな感想を抱く方もいるのではないでしょうか。

そこで今回は、LAPRASのスコアはどれくらい信用できるのか？についてお話します。

LAPRAS SCORE の算出方法について

LAPRASには、技術力スコア、ビジネス力スコア、影響力スコアの3つの指標がありますが、いずれも1.0〜5.0の間で人数が正規分布に近くなるように点数を付けられています。

技術力スコアは6つの子指標を統合して算出されており、例えば、GitHub Repo の指標は以下のロジックで算出されています。

各「リポジトリのスコア」は「リポジトリメタスコア」と「Readmeスコア」から計算
「リポジトリメタスコア」は、「本人がそのリポジトリにコミットしている数」と「そのリポジトリにコミットしている人数」、「スターの数」より計算
「Readmeスコア」は、Readmeの質の高さを機械学習より算出
スコアのベスト3から最終スコアを算出
最終スコアに対しLAPRAS内のランキングを元に1.0〜5.0点の間で正規分布になるようにスコアを算出

詳しくは技術力スコアの算出方法（詳細）| LAPRAS ヘルプも合わせて見てみてください。

LAPRAS SCORE 技術力スコアで正しく技術力が表現できているのか？

技術力スコアの算出方法（詳細）| LAPRAS ヘルプにも書かれていますが、LAPRAS としても現行の技術力スコアは改善の余地がまだまだあると考えています。

改善の余地に関しては、大きく以下2点を挙げています。

①技術力スコアとしてひとまとめにしてしまっていることで、具体的にどういった能力をもっているのか分からなくなっている

技術力の中には、コーディングの速度、メンタリング力、学習能力、説明力など列挙しきれないほどの細かい要素がある
細かい要素の中でもネット上のアウトプットから推測しやすいもの、推測しにくいものがある
LAPRASが推測可能であると判断した要素に対してスコアリングを行い、マネジメントに強いのか、プレイヤーとして強いのか、すごい勢いで学習しているのかなどがわかるような指標を用意すべきだと考えている

②収集できている情報がまだまだ不十分である

情報収集先が増えることで、より多くの情報から技術力を判断できるようになり、より精度の高いスコアリングが可能になると考えている

LAPRASでは現状でもできる限り、多面的にかつ客観的に技術力を表現しようとはしていますが、まだまだ改善していく必要はあると考えています。

LAPRAS で企業がスカウトを送る時は LAPRAS SCORE をみてスカウトを送っているのか？

LAPRASでは、LAPRASポートフォリオを見て企業からスカウトが来ることがあります。そのとき企業側は、LAPRAS技術スコアを基準として、スカウトを送っているのでしょうか？

スコアだけを基準にしてスカウトを送っているのではと思う方もいるかもしれませんが、実際にはLAPRASを利用している企業は技術スコアやLAPRAS SCOREだけを見てスカウトを送っているわけではありません。

実績ベースでお話しすると、技術力スコアが3.00未満の方（2.1〜2.7の方や、1.8の方も）にももちろんスカウトは送られており、実際に転職に結びついた方が何名もいらっしゃいます。

ではLAPRAS利用企業は、LAPRAS登録ユーザの何を見てスカウトを送っているのでしょうか。

LAPRAS は登録ユーザの「日常的なアウトプット」を自動的に収集し、LAPRAS ポートフォリオを生成しています。LAPRAS利用企業はそのLAPRASポートフォリオをみて、登録ユーザの「日常的なアウトプット」を詳細に確認した上で自社とのマッチングを考慮した上でスカウトを送っています。

「日常的なアウトプット」とは、例えば LAPRAS ポートフォリオのCareer History、Wantedly の職務経歴、ブログ / Qiita / SpeakerDeck / note やSNSなどでの技術的発信、teratail での活動、GitHub でのOSS活動や開発活動など、
LAPRAS ポートフォリオで自動収集される項目の多岐に渡ります。

「LAPRAS SCORE 技術力スコアで正しく技術力が表現できているのか？」での改善の余地としても触れましたが、LAPRAS 登録ユーザの属性は様々です。

GitHub での公開リポジトリの活動は少なくても日々技術的な発信がある方、また技術的な発信は少ないがGitHubで粛々とOSS貢献している方、自身で開発したサービスを公開している方、日々の学習記録をQiitaなどで発信している方など、いろいろな方がいらっしゃいます。

三者三様の「日常的なアウトプット」が LAPRASポートフォリオには自動収集されていますので、LAPRAS利用企業は個々人の「日常的なアウトプット」の詳細を確認しつつ、LAPRAS登録ユーザの考え方や全体像を元にLAPRAS にてスカウトを送っています。

企業が LAPRASポートフォリオをどうみているのかについてはこちらの「企業はLAPRASポートフォリオをどう見ているのか？前編」も合わせて読んでみてください。

まとめ

今回は LAPRAS SCORE の実際の部分について切り込んでお話しました。LAPRASに登録するメリットは何なのか？でも触れましたが、LAPRAS SCORE は定量的な指標でなかなか推し量れない価値を客観的な数値としてスコアリングしているため、スコア向上を一つの目標として日々のアウトプットを推し進めていく助けにもなるはずです。

一方、まだまだ LAPRAS SCORE もまだまだ発展途上の状況にあります。LAPRAS ではこれからも皆さんの日々のアウトプットを応援するサービス、そして日々のアウトプットから登録ユーザと企業をつなぐサービスとなるため LAPRAS SOCRE の改善に勤めていきます。

LAPRAS は登録するだけで簡単に利用することができますので、ぜひ LAPRAS に登録して自分自身の LAPRAS ポートフォリオを確認してみてください。

LAPRASへのログインはこちらから

エンジニアの「得意」を瞬時に分析する、ポートフォリオサービスです。

LAPRASのスコアはどれくらい信用できるのか？