Upgrade to Pro — share decks privately, control downloads, hide ads and more …

2026-08-01.pdf

Sponsored · Your Podcast. Everywhere. Effortlessly. Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.

 2026-08-01.pdf

Avatar for Yuji Yamaguchi

Yuji Yamaguchi

August 01, 2026

More Decks by Yuji Yamaguchi

Other Decks in Technology

Transcript

  1. 4

  2. 自己紹介 • 業務 ◦ プロダクトエンジニア・エンジニア採用・技術広報 • 経歴 ◦ ◦ ◦

    ◦ ◦ ◦ ◦ 1987/12 埼玉県本庄市生まれ 2011/04 ソフトバンクモバイル株式会社 2016/01 株式会社サイバーエージェント 2016/10 株式会社リクルートライフスタイル 2021/09 株式会社ラクス 2022/08 株式会社HRBrain 2025/07 Dress Code株式会社 • よく参加するコミュニティ ◦ 山口 祐司 ぷーじ(@yug1224) React Tokyo / Gunma.web 6
  3. 会社概要 Company Name / 会社名 Dress Code 株式会社 CEO /

    代表取締役 江尻 祐樹 Date of establishment / 設立年月 2024年9月 正式創業:2025年4月 Location / 所在地 東京都中央区築地2-1-4 銀座PREX East 8F Member / メンバー数 47名 Pre Seed&Seed Round Number of companies Number of countries 14.1億円 250+社 5カ国 資金調達を実施 が利用中 で事業を展開 CONFIDENTIAL | © Dress Code Inc . All rights reserved. 8
  4. これまでのキャリアのふりかえり • プレーヤー期(2011〜2016年/24〜29歳) ◦ フロントエンドエンジニアとしてキャリアスタート ▪ • リード期(2016〜2021年/29〜34歳) ◦ FEチームリーダー(3人)→

    PL(25人)→ PjM(60人規模) ▪ • Node.js / Express / MongoDB 徐々にリード/マネジメント領域へ マネジメント期(2021〜2025年/34歳〜38歳) ◦ EM・エンジニア採用・技術広報へ移り、現場から離れた5年間 13
  5. EM自体の役割も変わる 引用: 生成AIが変えるマネジャーの役割と業務 | https://www.works-i.com/research/report/ai-manager.html • • EMへの役割期待度 x かける時間が大きくなる領域

    ◦ パフォーマンスとモチベーションのマネジメント ◦ メンバーと自身の変化の機会の担い手 ◦ マネージャーの人としての魅力づくり これまで以上にハードスキルとソフトスキルの両方が求められる 16
  6. ITエンジニアにも通じるのでは? • 経験は武器になるが、それだけに頼るとその後伸びにくい • 自分自身の成長を止めることが、チーム全体の天井になる • ◦ マネージャーのアウトプット = 自身のチームと隣接組織のアウトプットの総和

    ◦ 自分自身もチームに含まれるので、EMも技術を磨き続ける覚悟が必要なのでは? AIを活用した開発経験がないマネージャーは淘汰されるのではという危機感 ◦ AIを活用した開発を経験し直す必要があると思い転職活動を始めた 引用: HIGH OUTPUT MANAGEMENT | https://bookplus.nikkei.com/atcl/catalog/17/P55010/ 19
  7. Dress Code入社の決め手 • • 二周目人材(CTO / EM / TLなどの経験者)が集まっていること ◦

    セルフマネジメントができるメンバーが多い ◦ コミュニケーション面で安心できる点が多かった AIをフル活用できること ◦ • 技術スタック(Full TypeScript)が得意分野に近かったこと ◦ • Claude / Cursor / Devin / Greptile ブランクの不安材料を少しでも減らせることができた プロダクト開発以外にも貢献できそうなことがあったこと ◦ エンジニア採用や技術広報など 20
  8. 打開策はPjM経験 x AI活用の型化 x 圧倒的行動量 • AIを活用した開発は、プロジェクトマネジメントに近い感覚 ◦ • 人間だったらマイクロマネジメントと言われそうな粒度でAIに指示している

    ◦ • タスク分解、プランニング、段階的指示、進捗管理、フィードバック この型化ができたくらいから成果を出せるようになった まずは圧倒的な量、そして困難を乗り越えた経験が、質に繋がっていく ◦ 1人で月$2,000を超えるAI活用 ◦ プロダクト開発・ブログ発信・スポンサーブース運営・セッション登壇 23
  9. エンジニアとしての腕力を取り戻せたかな • • 半年間で220件のPR ◦ 平均1日2-3件のペースで出せるようになった ◦ FE/BE/インフラまで一気通貫のプロダクト開発 ◦ チーム全体では、1スプリントのアウトプットは直近20万行超

    復帰ではなく経験の統合 ◦ 平面的に見ると同じエンジニアに戻ったように見える ◦ 立体的に見るとEM時代の経験が積み重なって違う場所にいる ▪ 螺旋階段を一段登った感覚 24
  10. 他にも話したかったこと • 計画的偶発性理論 • キャリアの複利効果 • 社会関係資本への投資 • 職務経歴書の書き方・見られ方 •

    IC(Individual Contributor) / MTS(Member of Technical Staff) • アーリースタートアップへの転職 • プロダクトエンジニアリング • 採用広報 / 技術広報 / スポンサーブース運営 • etc. 27
  11. 28