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

螺旋階段のように上がるEMの次のキャリア

Sponsored · SiteGround - Reliable hosting with speed, security, and support you can count on.

 螺旋階段のように上がるEMの次のキャリア

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