自分が取り組むテーマと似たテーマに関する既存のプロダクトの調査

[tocoteron]

No description provided.

[tocoteron]

Findy(https://findy-code.io/)

Findyというサービスが自分が取り組むテーマとほぼ同じテーマに取り組んでいる。
以下のような特徴がある。

• プログラミング言語別にエンジニアの能力を判定
• エンジニアの能力は偏差値といったスカラで表現される

以下が実際のイメージ

[2]によれば、以下の項目が評価の対象となっているらしい。

• 直近1年間の公開リポジトリのみを解析対象としている
• コードをどれくらい書いているか、他のプロジェクトへどれだけ貢献しているか、他者からのコードの支持やアカウントの影響力を中心に解析している
• 偏差値は GitHub 上で日本国内のユーザーと判定できる方の公開リポジトリを解析して算出している
• 活動の少ないリポジトリは解析対象としない

コードレベルでミクロに解析しているのかと思ったが、殆どがマクロな解析になっている点が意外だった。
上の文面を見る限りでは、おそらくソースコードの解析等を行っていないのではないかと考える。

参考記事

[1] ITエンジニアの年収をGitHub解析から予測可能に。OSSが年収アップにつながる時代へ。
[2] Findy「スキル偏差値」のアルゴリズム更新および80段階へのアップデートのお知らせ

[tocoteron]

コードの採点を行うサービス

ITalent アイタレント

以下のような様々な種類の問題が出題される。
問題の正解・不正解の採点結果からエンジニアの能力を算出する。
コードは自動採点される。正解・不正解のみ評価され、コードの内容は評価されない。

既にGitHubのリポジトリ上にあるコードを使うのではなく、問題のためにコードを書く必要があるため、今回の課題とは遠いと感じる。
ただ、やはりこのサービスもFindy同様、マクロな視点からエンジニアを評価しようと試みている。

他にも似たようなサービスがいくつかあったが、殆ど同じような内容だった。

[tocoteron]

LAPRAS(https://lapras.com/)

様々なオープンデータからエンジニアのスキルを可視化することができるサービス。
解析対象のデータとしてGitHubの情報を登録することができる。

能力は、以下のように技術力・ビジネス力・影響力から評価される。

技術力の評価項目は以下の通りになっていた。

GitHubのリポジトリのスコアは以下のように算出されていた。
まとめると以下の通りである。

・リポジトリに対する貢献度
・リポジトリの人気度
・しっかりドキュメントが書かれているか(README)

[tocoteron]

これ以上調べてもあまり見つかりそうにないので既存プロダクトの調査は一旦ここで終了。