Findyの採用・スカウト運用ガイド

Findyとは何か

Findyは、ファインディ株式会社が提供するIT/Webエンジニア向けの転職・採用サービスです。法人向け公式ページでは、独自のアルゴリズムでエンジニアのスキルを可視化し、ハイスキルなエンジニアと企業をマッチングするスカウト型リクルーティングサービスと説明されています。バックエンド、モバイル、データ、インフラ、SRE、セキュリティ、PdM、PMなど、技術・プロダクト系の複数職種を対象にしています。

求職者向け公式サイトでは、2026年9月時点でユーザー登録者数165,000名と案内されています。登録者数は変化するため、採用企業は媒体全体の数字だけでなく、自社が求める技術領域、職種、勤務地、年収帯に近い候補者がどの程度いるかを商談・検索時に確認することが重要です。

Findyの特徴は、通常の職歴・スキル情報だけでなく、GitHubの公開リポジトリ等から得られる技術活動の情報を候補者理解に使える点です。ただし、GitHub活動がすべての実務能力を表すわけではなく、非公開リポジトリ、業務上の成果、設計・調整・マネジメントなどはプロフィールや面談で補完します。

Findyが向いている企業・向かないケース

向いているのは、Webサービス、SaaS、AI、データ、モバイル、インフラなどのエンジニア採用で、企業側から専門人材へ直接接点を作りたい企業です。自社サービス開発企業だけでなく、大手企業やスタートアップの導入事例も公開されており、ハイスキル層や特定の技術領域を持つ候補者の採用で比較しやすい媒体です。

また、単に「Java経験」「Python経験」のようなキーワード検索だけでは候補者の技術活動を判断しにくい求人にも向きます。スキル偏差値やAIマッチングを候補者探索の補助として使いつつ、実際の担当工程、システム規模、技術選定、OSS活動、プロダクト責任などを確認できる採用体制があると、媒体の特徴を活かしやすくなります。

一方、IT/Webエンジニア以外の職種を中心に大量採用したい場合や、技術プロフィールを読んで候補者を選ぶ工数を確保できない場合は、他の総合型媒体の方が合うことがあります。また、スキル偏差値の数値だけで足切りする運用や、AIのマッチング結果を採用判断そのものとして扱う運用も適しません。独自指標は候補者理解を助ける材料として使います。

スキル偏差値・AIマッチングなどの特徴

スキル偏差値でGitHub上の技術活動を可視化

Findyの公式発表では、スキル偏差値はGitHubの公開リポジトリを独自に解析し、コミット量、OSSプロジェクトへの貢献度、他者からのコード支持、アカウントへの影響度などに基づいてスコアリングする指標と説明されています。2024年12月にはver.3へ更新され、複数のプログラミング言語ごとにスキルを可視化する機能も拡張されています。

AIでエンジニアのスキルと求人票を解析

ファインディのサービスページでは、独自に開発したAIでエンジニアのスキルと企業の求人票を解析し、マッチングを支援すると説明しています。これはFindy内の公式機能です。どの変数がどの重みで評価されるかなど非公開の算定ロジックを推測せず、表示された候補者について採用担当者が求人との実際の接点を確認します。

AI分析と人の伴走を組み合わせる

求職者向けの現行サイトでは、AI分析によるキャリア分析・価値発揮診断・スキル偏差値に加え、専任アドバイザーやキャリア面談など人による支援も打ち出されています。候補者側の志向や転職理由は、技術スコアから推測せず、プロフィールや面談を通じて確認することが重要です。

Findy AI+とは別サービス

Findy AI+は、開発組織におけるClaude CodeやGitHub Copilotなど生成AIツールの利用状況を可視化・分析する別プロダクトです。Findyの採用マッチング機能と名称が近いため、採用記事では「FindyのAIマッチング」と「Findy AI+」を混同しないようにします。

Findyを採用企業が使う基本フロー

1. 求人要件を技術・役割・事業課題に分解する

技術名だけでなく、どのプロダクトを担当するか、設計・開発・運用のどこを任せるか、技術選定やアーキテクチャ判断が必要か、チームリードや採用・育成まで含むかを整理します。AI・データ系なら研究、PoC、本番実装、MLOpsなど工程を分けます。

2. マッチング結果とプロフィールから候補者を探す

スキル偏差値やAIマッチングは候補者探索の入口として使い、求人に近い候補者を広く確認します。数値が高いかだけではなく、候補者の得意領域と求人の責任範囲が一致しているかを見ます。

3. GitHub・職歴・プロジェクトを合わせて判断する

公開GitHubの活動が豊富な候補者でも、実務での担当範囲やチーム経験は別途確認が必要です。逆に公開リポジトリが少なくても、業務上の高い専門性を持つ候補者はいます。スキル偏差値を単独の合否基準にせず、プロフィール全体で送付対象を決めます。

4. スカウトからカジュアル面談・選考へつなぐ

候補者の技術やプロジェクトのどこを見て連絡したか、求人でどの課題を任せたいかを具体的に伝えます。返信後はカジュアル面談や選考で、技術環境、役割、期待、チーム、生成AI活用状況など候補者が判断したい情報を補います。

料金・契約で確認するポイント

Findyの法人向けサイトでは、サービスの機能や導入事例を公開していますが、採用企業向けの契約料金は一律の公開価格として確認できないため、問い合わせ・商談で最新条件を確認する必要があります。採用人数、対象職種、利用期間、スカウト運用の範囲、カスタマーサクセスの支援内容などをそろえて見積もります。

費用を比較するときは媒体契約費だけでなく、候補者検索、プロフィール確認、技術要件の見極め、スカウト文面、返信対応にかかる社内工数も含めます。ハイスキル人材の採用では一人あたりの選定時間が長くなることもあるため、何名の候補者を誰が確認するのかまで運用設計に入れます。

Findyには転職サービス以外にもFindy Freelance、Findy Team+、Findy AI+など複数サービスがあります。契約範囲・料金を確認する際は、どのFindy製品を利用するのかを明確にし、別製品の料金や機能を採用サービスへ流用しないようにします。

候補者選定・スカウト文・KPIの運用ポイント

スキル偏差値を足切り条件にしすぎない

スキル偏差値はGitHub公開活動をもとにした指標であり、技術者としての全能力を表すものではありません。企業内の非公開コード、レガシー刷新、要件定義、顧客折衝、マネジメント、育成などは数値に現れにくいため、求人で必要な役割とプロフィールの実務経験を合わせて見ます。

求人と候補者の接点を技術課題で示す

スカウト文では「スキル偏差値が高いので連絡しました」だけで終わらせず、候補者の技術活動や担当領域のどこが、自社プロダクトの課題とつながるかを示します。たとえば大規模トラフィック、データ基盤、AIモデル運用、開発者体験、テスト自動化など、求人の具体的な技術課題を伝える方が候補者に役割を理解してもらいやすくなります。

AIマッチングを候補者探索の仮説として使う

AIが提示した候補者をそのまま正解と扱うのではなく、なぜ求人に合うのかを採用担当・現場が確認します。マッチング結果から共通するスキルや経験を見つけ、検索・選定基準を更新する使い方が有効です。結果が狭すぎる場合は求人票の要件表現も見直します。

KPIは返信だけでなく技術面談・選考まで追う

検索候補者数、確認数、送付数、返信数、前向き返信、カジュアル面談、技術面談・選考移行、内定、承諾を求人別に追います。返信は高いが技術面談で落ちる場合は選定基準、面談から選考へ進まない場合は求人や役割の訴求、内定承諾が弱い場合は条件や候補者体験を見直します。

Findyの公開導入事例では、採用担当と現場の役割分担、候補者ごとの丁寧なスカウト、カスタマーサクセスとの連携などが紹介されています。媒体の機能だけで成果が決まるのではなく、候補者の技術を理解できる担当者と、返信後の素早い対応を組み合わせることが重要です。