自分の価値が本当に「見える化」されてますか？

この質問、5年前の自分に投げかけたい。当時の僕は「自分がどのくらいの市場価値を持ってるのか」をサッパリ理解していなかった。年収は上がってたけど、本当にそれが相応かどうか、何ができて何ができないのか、曖昧なままコード書き続けてた。

その後10年、チーム立ち上げ、転職、副業、そして採用側に回ってみて気づいた。自己分析ってセンスじゃなく、実装パターンなんだ。今日はうちのチームで導入してうまくいった、実践的な5つのステップを共有する。

自己分析が挫折する理由

まず失敗ケース。多くのエンジニアが「得意な言語は？」「好きな分野は？」みたいな抽象的な自問自答をして、結局誰にでも当てはまるような答えにたどり着く。面接で「Pythonが得意です」なんて言ってたら、採用側は「他にもいっぱいいるな」としか思わない。

昔の僕もそう。何度か転職活動するたびに「えっ、自分のスキルってこんなに評価低いの？」と落ち込んでた。問題は、自分の価値を「言語化」してなかったから。どんなに実装できても、相手に伝わんなきゃ意味ないんですよ。

そこで3年前、チームで本格的に自己分析の仕組みを導入した。最初はガイドラインを作って全員やらせたけど、3ヶ月後に気づいたのは、定量データがあると一気に変わるってこと。

ステップ1: 過去3年のプロジェクト棚卸し

紙に出す。これマジ重要。

まず過去3年で自分が関わったプロジェクトをすべて書き出す。プロジェクト名、期間、役割、使った技術スタック、その中での成果。なるべく定量的に。「コード品質を改善した」じゃなく「テストカバレッジを42%→87%に改善、本番バグを月3件→0.5件に削減」みたいな感じでね。

これをやると気づくの。自分って何度も同じ失敗してるな、とか。逆に、こんなことまで実装してたんだ、とか。そういう発見が山ほど出てくる。

僕の場合、過去3年のプロジェクトを整理したら、実は「マイクロサービス基盤の設計・運用」が3プロジェクト重なってたことに気づいた。表面上は違う会社・違うビジネスだけど、本質的には同じ問題を3回解いてたわけ。ならこれが自分の強みなんだ、と初めて言語化できたんですよ。

プロジェクト棚卸しテンプレート:

【2024年4月〜2025年2月】
プロジェクト: 注文・在庫マイクロサービス刷新
役割: リードエンジニア（チーム5名の技術意思決定・コード審査）
技術スタック: Go・gRPC・Kafka・PostgreSQL・Kubernetes
成果:
  - マイクロサービス間のレイテンシ: 450ms → 85ms（78%削減）
  - E2Eテスト:自動化率0% → 92%
  - デプロイリード時間: 3日 → 4時間
  - チーム開発効率: "何これ不具合？"という質問が月40件 → 月3件

これを5〜6個やると、パターンが見える。あとはそのパターンがお金になるかどうかで、キャリア方針が決まるんだ。

ステップ2: スキルマップの構築と定量化

テンプレート使ってる。このテンプレートは、スキルを3軸で評価するんだ。

• 実装経験の深さ (1〜5): 本番で何回回したか、深夜対応経験あるか
• チーム内での相対的な強さ (1〜5): うちのチームで上位何%か
• 市場での汎用性 (1〜5): これ需要あるスキルか、給与相場高いか

スキル	実装経験	チーム相対	市場汎用性	総合
Go	5	5	4	14
Kubernetes	4	5	5	14
マイクロサービス設計	5	5	3	13
PostgreSQL運用	4	3	4	11
Python	3	2	5	10
TypeScript	2	1	5	8
AWS (EKS・RDS)	4	4	5	13
技術リード	3	4	3	10

これを見るとね。Go・Kubernetes・マイクロサービス設計は、自分の「飯の種」だってわかる。一方、Pythonは嫌いじゃないけど深掘りしてない。TypeScriptは使ってるけど、正直市場では弱者。給与相場見ると、他にいくらでもいるんですよ。

この分析のポイントは、「市場汎用性」を絶対に入れること。自分が5年かけて深掘りしたスキルが、実は市場では需要ないかもしれない。給与相場を確認するサイト（Levels.fyi、Blind.com、あるいは日本ならテック企業の採用情報）で確認するといい。そうするとシビアに見えてくる。

ステップ3: GitHub・OSSコントリビューション可視化

GitHub Statsを使って、自分の活動を数字で見える化する。

僕はgithub-readme-statsを使ってる。これで年間のコミット数、使用言語の比率、リポジトリの成長率が一目瞭然。ただし、数字の解釈が重要。コミット数が多い = 優秀、ではないんですよ。その過程で何を学んだか、どんな判断をしたか、失敗から何を改善したか、それが価値なんだ。

OSSコントリビューションについて。正直、会社の仕事が忙しいと難しいけど、3年前からチームで「月4時間はOSS活動」という文化を作った。結果、3名のメンバーがそれぞれ別のプロジェクトにマージされてる。

これの何が嬉しいかって、採用面接で「実装だけじゃなく、コミュニティ活動も意識してる」って伝えられる点。同期の給与相場との差がそこで出る。実務経験だけじゃなく、オープンな場で検証された実績があるってのは、採用側の信頼度が違う。

参考記事：OSS貢献初心者向けガイド｜未経験から始める実践的ステップ

ステップ4: 給与・市場相場の徹底調査

自分の価値を定量化するなら、相場を知らなきゃ話にならない。

3年前、海外のエンジニア給与データベース（Levels.fyiとBlindsocial.com）と日本の採用情報（Green、Wantedly、Indeed）を並行調査した。衝撃だった。同じレベルのエンジニアが、日本企業では600万、アメリカだと2400万もらってる。

これを見たとき、「あ、日本で年収交渉しても限界あるんだ」って悟った。だから副業・フリーランスに動いた。

給与相場の調べ方は、こんな感じ：

• Levels.fyi: FAANG企業のL3〜L7クラスの給与・ボーナス・ストック公開。職種別・地域別の細分化がすごい
• Blind: 元従業員がリアルなサラリー情報を匿名投稿。マジでぶっちゃけた情報多い
• 日本の採用サイト: Green・Wantedlyで「業務内容」「必要スキル」と「給与」の関係を見る。AIエンジニア募集で「年収1200万」なら、その相場が実績
• 転職エージェント: 面談で「同じスキルセットの市場価値はいくら？」と直接聞く。こいつら市場に精通してるから、参考になる

自分の総合点を出す。例えば、スキルマップで総合点が45点なら、「日本のこのレベルだと年収いくら？」「海外だといくら？」「副業での単価は？」を調査する。

その結果、自分のキャリア方針が見えてくる。年収重視なら海外ポジション探すとか、ワークライフバランス重視なら給与を妥協して副業で補うとか。判断軸が一気に明確になる。

ステップ5: 3ヶ月ごとのPDCAサイクル

自己分析は1回じゃなく、3ヶ月ごとのサイクルが命。

毎Q（クォーター）、プロジェクト棚卸しとスキルマップを更新する。何ができるようになった？何が相対的に弱くなった？給与相場は変わった？これを繰り返すんだ。

うちのチームではQ末に「キャリアレビュー」という30分のミーティングをやってる。マネージャーと、“このQ、何を学びました？市場価値として何が上がった？” という会話。

正直、最初は「え、こんなの必要？」という空気だった。でも3Qやると、メンバーの顔が変わる。自分の成長が可視化されるから、モチベーション上がるんですよ。

実例を挙げると、1年前、Pythonが得意と言ってたメンバーがいた。でも3ヶ月ごとの分析を続けてみたら、実はGoの案件のほうが深くて、市場価値も高いってわかった。そのため、意識的にGoを深掘りする配置に変えた。今、そのメンバーの給与相場は25%上がってる。この差は相当でかい。

自己分析の罠：すぐ諦める

ここまで読んでくれた人へ。正直なこと言う。

1回やっただけだと意味ない。僕も最初、プロジェクト棚卸しをエクセルにぶち込んで、「よし、できた！」と思ってた。でも3ヶ月後を見直したら、もう忘れてた。記憶に頼ってた。

重要なのは、データを継続的に更新する習慣。Notionのデータベースとか、週1で軽く更新できる仕組みを作るといい。“今週のコミット数""今月のOSSマージ""気になった市場相場ニュース”とか、軽く記録しておく。3ヶ月たったときに「あ、こういう傾向あった」と気づける。

地味だけど、この習慣があるかないかで1年後の自己認識が全く違う。

最後に：自己分析から行動へ

すべてのステップをやった後、最後にやることがある。

1つだけ、今Q中に改善することを決める。

スキルマップで「TypeScriptが弱い」なら、来Q中に1つTypeScript案件に主導で入る。「市場相場とのギャップが大きい」なら、副業で単価上げる交渉をする。OSSコントリビューション0なら、月4時間とはいわず、まずは小さいPRを1つ出す。

自己分析は、行動のためのツール。データを眺めるだけなら、何も変わらない。

正直、これ全部やるの時間かかる。最初のプロジェクト棚卸しだけで3時間かかるし、給与相場の調査も2時間。でも、その後のキャリア判断が劇的に変わる。転職活動でも、社内での昇進希望でも、副業の単価交渉でも、根拠を持って話せるようになるんですよ。

採用側になってわかったけど、「自分は何ができるのか、市場ではどのくらいの価値があるのか」を自分で理解してる候補者は、本当に稀。その理解の差が、年収で数百万、キャリアの選択肢で数倍の違いを生む。

まとめ

• 自己分析は抽象的な自問自答ではなく、データ駆動で実装する。プロジェクト棚卸し・スキルマップ・給与相場調査を組み合わせると、自分の市場価値がクリアに見える
• 定量化が鍵。「Go が得意」ではなく「本番5年、深夜対応20件、市場相場年収1000万」という具体性が採用側・転職エージェントを動かす
• 3ヶ月ごとのPDCAサイクルを回す。1回の分析では意味なく、継続的な更新で初めて気づける成長パターン・弱点がある
• 給与相場の調査は必須。Levels.fyi・Blind・採用サイトで相場を知らなきゃ、自分がどれだけ安く働いてるか気づけない
• 分析の先に行動がある。スキルマップで弱い部分が見えたら、来Qで1つだけ改善する、くらいの小さなコミットメントを決める

キャリアを他人任せにしてる人、多い。特にエンジニアって「スキル上がれば給与も上がるだろ」と寝ぼけてる人、いっぱいいる。違う。市場価値を自分で理解して、初めて交渉・判断ができるんだ。

来週、まずプロジェクト棚卸しから始めてみてください。3時間で今後のキャリア判断が変わるなら、悪くない投資だと思いませんか。