数字で語る
定量データを面接でどう伝えるか。正しい数字と正しい伝え方。
1年間の累積データ(2025年5月〜2026年5月)
| 指標 | 数字 | 測り方 |
|---|---|---|
| アプリケーションコード | 約15万行 | .py/.ts/.js等、テスト・ドキュメント除く |
| テストコード | 約16万行 | tests/ ディレクトリ内のコード |
| テストケース | 8,000+ | pytest で実行されるケース数 |
| プロジェクト数 | 10件を超える | ソフトウェアプロジェクト数 |
| 本番運用 | 約5ヶ月連続 | OpenClaw(VPS常時稼働) |
月間ペース(2026年5月実績)
| 指標 | 数字 |
|---|---|
| コミット数 | 4,000件以上 |
| 活動リポジトリ数 | 最大18(5/5) |
| 1日平均コミット | 約130件 |
数字の正しい伝え方
❌ 弱い伝え方
「月4,000コミットしています」
→ 細かくセーブしているだけでは?
「年約15万行のコードを書きました」
→ AIに書かせているだけでしょ?
「8,000テストケースがあります」
→ それ自分で書いたの?
✅ 強い伝え方
「Claude Codeを活用した自律開発サイクルを構築し、
品質ゲート付きの自動開発を実現しています。
累積約15万行のアプリケーションコードと約16万行のテストコードで
品質を担保しながら、10件を超えるプロジェクトを並行開発しました。」
ポイント: 量(約15万行)+ 品質(約16万行テスト)+ 仕組み(自律開発サイクル)の3点セットで語る。
数字の背景(聞かれた時に答えるために)
「約15万行の内訳は?」
| プロジェクト | 行数 | 割合 |
|---|---|---|
| NexusCore | 4.7万行 | 31% |
| atelier-kyo-manager | 4.2万行 | 28% |
| reserve-optimizer | 1.4万行 | 9% |
| その他 | 4.7万行 | 31% |
「テストコードがアプリより多いのはなぜ?」
- テスト行数(約16万行)> アプリ行数(約15万行)は正常
- 品質重視の開発スタイル:1つの機能に対して正常系・異常系・境界値のテストを書くと、テストの方が長くなる
- テスト自動生成(AI)も活用しているため、テストの量自体はAIの生産性を示す指標
「月4,000+コミットは普通?」
- 手書きエンジニアの業界平均: 年2,000〜3,000行(月約250行)
- あなたの月4,000件以上のコミットはAI活用によるもの
- 大事なのは「コミット数」ではなく「コミットの中身」
- 「AIを指揮してこの量を出せている」ことが価値
用語の平易な解説(専門用語を読み解く)
💾 コミット(commit)
一言で: 「コードの変更を、履歴として1つずつ保存すること」。
- 写真でいう「1カット撮る」に当たる。「ここまでの作業を、この名前で保存」と区切りを付ける
- 「月4,000コミット」=1ヶ月に4,000回以上の保存区切りを作った、という意味。作業の細かさの目安
📋 Issue(イシュー)
一言で: 「作業チケット・ToDoカード」。
- 「このバグを直す」「この機能を追加する」等の作業を、1枚のカードとして管理する仕組み
- GitHub上で管理するのが一般的。「Issue消化78件」=1ヶ月に78枚の作業チケットを完了した、という意味
🔁 自律開発サイクル(じりつかいはつサイクル)
一言で: 「AIが設計→実装→テスト→確認まで一連で回す仕組み」。
- 人間がいちいち指示しなくても、AIが自分で「作って→確認して→直して」を繰り返す開発の流れ
- 本章では、このサイクルを組んだ上で人間が品質ゲート次の工程(例: 本番公開)に進んで良いかを判定する関門。テストが全部通っているか・コード検査で警告が出ていないか等を機械的にチェックし、不合格なら先に進めないようにする(品質の関所)で最終判断する設計を強みとして語る
🎯 境界値テスト(きょうかいちテスト)
一言で: 「ギリギリの値で試す、一番バグが出やすい検査」。
- プログラムは「0」や「上限いっぱい」等の端の値で誤動作しやすい。「年齢0歳」「年齢150歳」等の極端な値で試すテスト
- 「正常系(普通の使い方)・異常系(おかしな使い方)・境界値(ギリギリの値)」の3つを試すのが基本