職務経歴書の書き方
GitHub の書き方|職務経歴書に載せる前に整えること
更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)
AIスタートアップの書類選考では、GitHub の URL があると、面接の前にエンジニアがリポジトリを開くことがよくあります。社員が少ない会社ほど、書類を見るのは採用担当ではなく現場のエンジニアやCTOです。数分で「この人のコードを一緒に読みたいか」を判断されます。
一方で、URL を載せただけで、何を見ればよいのか分からない状態の GitHub も多く見かけます。見る側は、数十個のリポジトリを順に開いてはくれません。
この記事では、職務経歴書に GitHub をどう載せるか、見る側が何を確かめているか、載せる前に何を整えるかを説明します。
載せるかどうかの判断
GitHub は、載せれば必ず加点になるものではありません。次の表を目安にしてください。
| 状態 | 判断 |
|---|---|
| 見てほしいリポジトリが1本以上あり、README が整っている | 載せる |
| 業務のコードしかなく、公開のリポジトリはほぼ空 | 載せない。空のページは「何もない」と伝わる |
| 学習のために写経したコードやチュートリアルだけ | そのままなら載せない。1本を自分の題材に作り変えてから載せる |
| 数年前の、今の自分の水準と違うコードが目立つ | 古いものを非公開にするか、アーカイブにしてから載せる |
業務のコードを公開できないのは普通のことです。GitHub が空でも、それだけで落ちることはありません。その場合は無理に載せず、職務経歴書の本文で業務の中身を具体的に書くほうが効果があります。
職務経歴書への載せ方
URL を1行置くだけでなく、見てほしいリポジトリを2〜3本、ひとことの説明つきで書くのが基本です。
書き換える前 GitHub:https://github.com/example
書き換えた後 GitHub:https://github.com/example ・example/manual-qa:社内マニュアルを根拠に答える RAG の試作。評価データ60問と、検索方式ごとの正答率の比較を README に記載 ・example/ros2-line-follower:ROS 2 と Gazebo で動く、ライン追従ロボットのシミュレーション。PID の調整過程をグラフで記載
リポジトリ名だけでなく、「何が確かめられるか」を書いておくと、見る側は迷わずそこから開きます。応募する職種に合わせて、並べる順番を変えるのも有効です。
見る側が確かめていること
LLM・機械学習の職種
- 評価をしているか:精度を測るコードや、評価データ、結果の表があるか。試作のリポジトリは多くても、評価まである人は少ないので差がつきます
- 再現できるか:requirements.txt や pyproject.toml があり、手順どおりに動くか。乱数の種や、使ったデータの取得方法が書いてあるか
- Notebook だけで終わっていないか:実験は Notebook でよいですが、処理の本体が Python のモジュールに切り出されていると、実務に近いと見られます
- API キーの扱い:コードや履歴にキーが残っていないか。これは後述します
ロボット・組込みの職種
- ROS 2 のパッケージとして整っているか:package.xml、launch ファイル、パラメータの YAML が分かれているか
- 動いている様子が分かるか:README に GIF や動画へのリンクがあるか。ロボットのコードは、読むより動きを見るほうが早く伝わります
- C++ の書き方:メモリの扱い、スレッド、ビルドの設定(CMake)。リアルタイム性を気にした書き方をしているか
- 実機との差に触れているか:シミュレーションだけなのか、実機で試したのか。実機で起きた問題を書いてあると評価されます
どの職種でも見られる点
- コミットのメッセージが意味の分かるものか(「update」「fix」だけが並んでいないか)
- テストが少しでもあるか。GitHub Actions でテストや静的解析を回しているか
- 最後に更新された時期。ただし、草(コントリビューションのグラフ)の多さはほとんど気にされません
載せる前に整えること
1. README を書き直す
README は、見る側が最初に開く場所です。次の順で書くと伝わります。
- 何をするものか(1〜2文)
- 動いている様子(画面の画像、GIF、出力の例)
- 構成(簡単な図か、主要なファイルの説明)
- 動かし方(環境、コマンド)
- 工夫したこと、試してうまくいかなかったこと
- 次にやりたいこと
5の「うまくいかなかったこと」は書きにくいですが、AIの会社では特に評価されます。「ベクトル検索だけでは型番を含む質問に弱かったので、キーワード検索を足した」のような試行錯誤の記録は、面接でそのまま話の材料になります。
2. 秘密の情報を消す
LLM の API を使う個人開発では、API キーを誤ってコミットしてしまう例が珍しくありません。最新のファイルから消しても、コミットの履歴には残ります。
- 履歴を検索し、キー、パスワード、社内の URL が残っていないか確かめる
- 見つかったら、まずそのキーを無効にして発行し直す。履歴の書き換えはその後
.envを.gitignoreに入れ、.env.exampleに項目名だけを書く
採用する側から見ると、キーがそのまま残っているリポジトリは、技術力より先に「本番の環境を任せられるか」に不安が残ります。
3. データとライセンスを確かめる
学習やRAG に使ったデータの扱いも見られます。公開されているデータセットでも、再配布を禁じているものがあります。データそのものをリポジトリに入れず、取得の手順を書く形にしておくのが無難です。業務で扱ったデータや、会社の資料を使っていないかは必ず確かめてください。
4. 見せたくないものを片付ける
- 写経やチュートリアルのリポジトリは、非公開にするかアーカイブにする
- フォークしただけのリポジトリは、変更がないなら外す
- プロフィールのピン留め(最大6本)に、見てほしいものを並べる
業務のコードが見せられないとき
業務のコードは公開できなくても、次のような形で「書ける人」であることを示せます。
- 業務で作ったものと同じ種類の仕組みを、公開のデータで小さく作り直す(会社のコードは写さない)
- 業務で使っているライブラリの不具合を報告したり、修正を送ったりする(OSS への貢献の書き方を参照)
- 技術記事で、考え方や設計の判断を書く
選考の途中で課題を出す会社もあります。その進め方は持ち帰りの技術課題の進め方で説明しています。
まとめ
- GitHub は、見てほしいリポジトリが1本でもあれば載せる。空なら無理に載せない
- 職務経歴書には、URL に加えて見てほしいリポジトリを2〜3本、説明つきで書く
- README は「何か、動く様子、構成、動かし方、工夫と失敗」の順で整える
- API キーや業務のデータが残っていないかを、履歴まで含めて確かめる
どのリポジトリを前に出すか迷うときは、職務経歴書と GitHub の URL を添えてご相談ください。
