Contents
1. アカウント作成と GitHub 連携手順
Findy のサービスは アカウント登録 → GitHub 連携 の二段階で完了します。正しいフローを踏むことで、すぐにスキル偏差値の測定が開始でき、ダッシュボード上に自分の開発実績が可視化されます。
1‑1. アカウント登録手順
| 手順 | 操作内容 | 補足 |
|---|---|---|
| ① メール認証 | Findy 公式サイト（https://findy-code.io）から「会員登録」をクリックし、メールアドレスを入力。届いた認証リンクを開くと次画面へ遷移します。 | 認証メールが来ない場合は迷惑メールフォルダを確認し、ページ下部の「再送」ボタンで再送できます。 |
| ② プロフィール入力 | 氏名・職種・希望年収など基本情報を記入し、必ず公開可否 を選択します。 | 公開設定は後からマイページで変更可能です。 |
| ③ パスワード設定 | 8文字以上の英数字混在パスワードを入力（大文字・小文字・数字必須）。 | セキュリティ強化のため、定期的なパスワード更新が推奨されます。 |
1‑2. GitHub 連携設定方法
-
マイページから「GitHub 連携」ボタンをクリック
→ OAuth 認可画面が表示されます（Findy の公式認証サーバーです）。 -
必要なスコープにチェック
public_repo（公開リポジトリの読み取り）read:user（ユーザー情報取得）
プライベートリポジトリは評価対象外です。非公開コードを測定したい場合は、別途 Findy の有料プランで個別相談が必要です。
- 認可完了
連携が成功するとダッシュボードに GitHub アクティビティが自動反映され、スキル偏差値の計算対象データとして取り込まれます。
重要ポイント
- メールアドレスは有効なものを使用しないと、スコア通知や求人情報配信が行われません。
- 認可エラーが出た場合は GitHub 側の「OAuth アプリのアクセス権」を一度削除し、再度認証し直すと解決することが多いです。
2. スキル偏差値とは？ ver.3 アルゴリズムの概要
Findy が提供するスキル偏差値は、エンジニア全体の実績分布を標準化した指標です。2023 年にリリースされた ver.3 では、言語別可視化と評価項目の重み付けが刷新されました。
2‑1. アルゴリズムの基本構造（概要）
Findy は過去 1 年間 の公開 GitHub 実績（コミット数・プルリクエスト・レビュー）を集計し、以下の手順でスコアを算出します。
-
生スコア算出
各評価項目に事前定義された重み（例示は概念理解用）を掛け合わせて合計。 -
Z スコア正規化
全エンジニアの平均と標準偏差を基に Z スコアを求めます。 -
偏差値変換
偏差値 = 50 + (Zスコア × 10)とし、平均 50・標準偏差 10 の正規分布へマッピングします。
出典：Findy 公式ブログ「スキル偏差値算出方法」（2023年12月） https://findy-code.io/blog/skill-deviation-calc
2‑2. 重み付けの扱いについて
ver.3 では項目ごとの重みが 非公開 とされています。以下はあくまで概念的な例です（実際の数値は Findy が内部で管理）。
| 項目 | 仮想重み（例） |
|---|---|
| コミット数 | 0.40 |
| PR マージ数 | 0.35 |
| レビュー回数 | 0.25 |
注記：上表は「理解を助けるためのサンプル」であり、実際の重み付けは公開されていません。公式情報が必要な場合は Findy カスタマーサポートへお問い合わせください。
2‑3. 偏差値の解釈指標
- 50 前後：エンジニア全体の平均的実績
- 60 超：上位約15%（1σ 上側）に相当
- 70 超：トップ約2% に位置
このように、偏差値は「自分が業界内でどの程度の実績を持つか」を直感的に把握できる指標です。
3. スコアの読み方と転職活動への活用法
スキル偏差値は単なる数値ではなく、採用プロセス全体で情報価値を高めるツールとして機能します。ここでは具体的な提示方法と、実際に企業側がどのように評価するかを解説します。
3‑1. 履歴書・ポートフォリオへの記載例
例）
Findy スキル偏差値：62（Ruby 64、Go 60）
- 「業界平均を12ポイント上回る」旨を自己PRに添えると、数値の裏付けとして説得力が増します。
3‑2. 採用担当者への説明ポイント
| 説明項目 | 推奨アプローチ |
|---|---|
| 偏差値の意味 | 「平均からどれだけ離れているか」を示す統計指標であり、GitHub の実績に基づく客観的評価です。 |
| 言語別スコア | 各言語ごとの偏差値を提示し、応募ポジションに直結する技術スタックの強みを強調します。 |
| 成長トレンド | ダッシュボードの「前月比」や「6ヶ月推移」を添えて、継続的なスキル向上意欲を示すことが有効です。 |
3‑3. 「いいね」受信率に関する注意点
Findy のマッチング機能はスコアが高いほど企業からの「いいね」の確率が上がりますが、具体的な増加倍率は公式に数値として公開されていません。過去の事例（Findy ブログ 2022年11月）では、偏差値55以上のユーザーで「いいね」受信率が相対的に高まったことが報告されています。
出典：Findy 公式ブログ「マッチング機能改善レポート」（2022年11月） https://findy-code.io/blog/matching-improvement
3‑4. ケーススタディ（参考事例）
| 企業 | 偏差値 | 結果・学び |
|---|---|---|
| A社（大手 SaaS） | 62 | 書類通過率70% 超。スコアシートを添付したことで、面接担当者が技術的裏付けとして即座に評価。 |
| B社（スタートアップ） | 48 | スキル可視化不足と判断され、追加課題提出が必要となった。偏差値向上施策の検討材料に。 |
注：上記は Findy が公開した実例レポート（2023年7月）を基にしています。個別企業の採用方針は変動するため、あくまで参考情報としてご活用ください。
4. スキル偏差値を上げる実践的施策
スキル偏差値は 公開活動量と質 に直結します。以下では「日常業務にすぐ取り入れられる」具体策をチェックリスト形式でまとめました。
4‑1. コミット数増加の基本戦略
- 小さな単位でも必ずコミット：1 日最低2回以上のコミットを目標にし、作業ログが自然に蓄積されます。
- ブランチ＆プルリクエスト（PR）運用：機能追加ごとに新規ブランチを作成し、必ず PR でマージすることで「PR 数」も同時に増やせます。
- 定期的なリファクタリング：コード改善のコミットは評価対象になるため、週1回程度のリファクタリング計画を立てましょう。
4‑2. 言語別貢献度向上テクニック
| 言語 | 推奨アクション |
|---|---|
| Ruby | オープンソース Gem の作成・公開、Rails プラグインへの PR 提出 |
| Python | PyPI パッケージのリリース、Jupyter Notebook の共有とコメント追加 |
| Go | モジュール化ライブラリの提供、CLI ツールや Docker イメージの公開 |
- タグ付けを意識：PR 作成時に
language:Pythonなどのラベルを設定すると、Findy が言語別スコアを正確に算出しやすくなります。
4‑3. OSS 活動の継続的評価フロー
- 対象リポジトリを絞る
-
自分が得意とする領域（例：Web フレームワーク）で 2〜3 件に限定し、フォーカスを高めます。
-
月次目標を設定
-
「Issue 解決 5 件」「PR マージ 2 件」など、具体的かつ測定可能な数値目標を作成します（SMART 原則に沿うことが推奨）。
-
成果の可視化
- Findy のダッシュボードに表示される「貢献度グラフ」を毎週確認し、未達項目は次週のタスクに組み込みます。
重要ポイント：OSS は継続的な活動が評価対象です。一時的なスパイクではなく、安定した月次実績 が偏差値向上につながります。
5. 定期チェックとレポート活用のベストプラクティス
スキル偏差値は取得後も変動します。定期的なモニタリングと目標管理 を行うことで、数値の伸びを実感しながらキャリア戦略を練り直すことが可能です。
5‑1. 月次レビュー手順
| 手順 | 内容 |
|---|---|
| ① ダッシュボード確認 | Findy の「スコア」ページで前月比の変化（コミット数・PR 数・レビュー回数）をチェック。 |
| ② 実績シートへ転記 | エクセルまたは Google スプレッドシートに 3 カテゴリ をまとめ、グラフ化して視覚的に把握します。 |
| ③ 改善点抽出 | 前月比で減少した項目があれば原因を分析し、次月のタスクに反映させます。 |
5‑2. 目標設定シート（テンプレート例）
| 項目 | 今月実績 | 来月目標 | アクションプラン |
|---|---|---|---|
| コミット数 | 30 | 45 | 毎朝 1 件は必ずコミット |
| PR マージ数 | 4 | 6 | 週2回は外部リポジトリに貢献 |
| レビュー回数 | 8 | 12 | プロジェクト内でレビュー担当を設定 |
- SMART 原則（Specific・Measurable・Achievable・Relevant・Time‑bound）で目標を設計すると、達成率が向上します。
- シートは毎月初めにテンプレートをコピーし、実績入力だけで完結できるようにしておくと手間が省けます。
5‑3. スコア活用の導線設計
- スコア取得直後に Findy からメール通知が届くので、リンク先をマイページへ誘導し、即座に最新スコアを確認できるようにします。
- 求人応募画面でプロフィール欄に自動表示させる設定（Findy の「公開プロファイル」機能）を有効化すると、企業側への露出が自然に増加します。
まとめ：月次レビューと目標シートの習慣化は、数値変動をリアルタイムで把握し、具体的な改善策へ素早く転換できる最も効果的な手段です。
おわりに
この記事では アカウント作成からスキル偏差値活用までの全体像 を解説しました。以下のポイントを押さえて実践してください。
- 正しい手順でアカウントと GitHub の連携を完了させる
- Findy が提供するスコア算出ロジック（Z スコア正規化）を理解し、偏差値の意味合いを把握する
- 履歴書やポートフォリオに数値根拠としてスキル偏差値を組み込み、採用担当者への説得材料とする
- 日々の開発活動（コミット・PR・レビュー）を意識的に増やし、OSS で継続的な実績を作る
- 月次レビューと目標管理シートで定量的に成果を追跡し、改善サイクルを回す
Findy のスキル偏差値は 「見える化」 と 「客観性」 を提供するツールです。自分の実績が数字として表れることで、転職活動だけでなく日々の成長モチベーションにもつながります。ぜひ本記事を手引きに、次のキャリアステップへ踏み出してください。
参考リンク（公式）
- Findy 公式サイト：https://findy-code.io
- スキル偏差値算出方法（ブログ）：https://findy-code.io/blog/skill-deviation-calc
- マッチング機能改善レポート：https://findy-code.io/blog/matching-improvement