菅本 隆文

転職支援業務における「書類通過以降に進捗している求人群の質（内定が見込める求人かどうか）がCAの属人的な求人解像度に依存しており標準化できない」という課題を解決するため、受講生のロープレ評価データと過去受講生のロープレデータ及び内定実績データをもとに、求人ごとの内定獲得可能性を自動算出するアプリを設計・開発。 💡 背景と目的 転職活動において「書類通過以降に進捗している求人ストックの数」だけでなく「内定が見込める求人の質」を管理したいという現場課題が存在。 属人的に判断されていた内定可能性を、データドリブンに可視化できる仕組みを作ることで、受講生とキャリアパートナー双方の意思決定を支援することを目的とした。 ⚙️ 実装内容 要件定義・設計 　- 過去受講生20名分のロープレ評価データ（全12項目）と内定／一次選考落ちデータをもとに学習データベースを構築。 　- 各求人（企業×職種）ごとにロジスティック回帰モデルを作成し、候補者の評価スコアから内定確率を算出。 　- 新規受講生の評価入力に応じて、30求人以上の内定可能性を自動算出できるロジックを設計。 アプリ開発（MVP） 生成AIを活用し以下内容を実行。 　- Python（pandas, scikit-learn）でデータ前処理・モデリングを実装。 　- JSON形式でモデルを保存し、HTML＋JavaScriptで確率を表示するWebアプリを構築。 　- UIはシンプルなフォーム設計（特徴スコア入力 → 内定確率算出）を採用し、キャリアアドバイザーが直感的に操作可能な形に。 📈 成果 内定可能性の定量的可視化により、キャリア支援時の求人選定精度・議論の再現性を向上。 MVP版を通じて、「求人ストックの質」×「受講生の評価」の掛け合わせ分析の有効性を実証。 ＜今後の展望＞ ①営業系求人以外への拡張 今回は内定可能性の判定が難しく、一方で過去受講生データが豊富な営業系クラスに絞って内定可能性を判定するシステムをMVPとして作成したが、今後は各クラス（営業・エンジニア・マーケティング）への拡張を想定。 ②セールスフォースを活用したデータ収集・加工・精度向上の自動化 as is： 過去選考データが外部サービスである求人シェアプラットフォーム内に存在しており主導でデータベースへ選考結果データを追加しなければならない。 to be： 選考データの管理をsalesforceへ移管し、選考終了後順次自動本アプリのDBにデータを追加できるよう設計する。 🛠️ 使用技術 Python（pandas, scikit-learn）／HTML・CSS・JavaScript／JSONデータ構造／簡易HTTPサーバー（python -m http.server）

営業・リスキリング・転職支援など複数部署を巻き込み、以下のような業務改善・標準化プロジェクトを複数主導しました。 A：面接対策の効率化・標準化プロジェクト（転職支援チーム連携） 目的：社員の面接対策工数削減、および受講生の対策クオリティ底上げ 施策： ・トッププレイヤーの面談内容を基に、主要15問の想定質問への回答フレームを作成 ・原体験をカテゴリ分類し、穴埋め＋選択方式で記入できる設計に 結果： 受講生が自走で7割以上の質の面接対策を可能にし転職支援チームの業務負荷を軽減、対策品質を向上する仕組みを構築 B：Salesforceを活用した稼働／進捗管理体制の整備 ・活動登録項目をカスタマイズし、業務委託の稼働状況と進捗が可視化できるレポートを構築 C：受け入れ基準と情報共有体制の再設計（営業チーム連携） ・入校時における受講生の転職希望内容（希望職種・軸など）を言語化・共有できるフォーマットを設計 ・受講生／業務委託／キャリアパートナー／転職支援担当が常時確認できるようにし、支援難易度や満足度に直結する「情報連携漏れ」を防止