エンジニア

【現役エンジニア】「数値化の鬼」でプログラミング効率化!おすすめ理由3選!

2022年7月18日

※ 本ブログはプロモーションが含まれています

【現役エンジニア】「数値化の鬼」でプログラミング効率化!おすすめ理由3選!

ポロシャツエンジニア

3分で技術が身に付くブログ!
・ポロシャツを愛するエンジニア
・企業にて研究開発職
・画像処理 | Deep Learning

数値化の鬼 がエンジニアにおすすめの本/書籍である理由3選を紹介します!

  • 結論、 数値化の鬼 の手法を活用することで、成果物の最大化と開発効率化を実現!
  • なぜ、 数値化の鬼 がエンジニアにお勧めの書籍であるか
  • 具体的にどのように読み進めていくのが良いか

おすすめの読者

  • ソフトウェア等の成果物を最大化させたいエンジニア
  • 開発効率化を実現したいエンジニア
  • やるべきこと/学ぶべきことが多く、多忙なエンジニア

【結論】成果を出したいエンジニアは「数値化の鬼」の手法を導入すべし

エンジニアの開発効率化を一押する一冊

結論、成果を効率的にアウトプットしたいエンジニアは、
数値化の鬼 を読破し、その手法を導入することを強くおすすめします!

数値化の鬼 では、以下の5項目に焦点を絞って、「数値化の鬼」となることを推奨しております。

ステップ1:「行動量」を増やす

ステップ2:「確率」のワナに気をつける

ステップ3:「変数」を見つける

ステップ4:「真の変数」に絞る

ステップ5:「長い期間」から逆算する

安藤 広大、数値化の鬼 ーー 「仕事ができる人」に共通する、たった1つの思考

【理由】

なぜ、 数値化の鬼 が成果を効率的にアウトプットしたいエンジニアに、おすすめであるかを紹介します。

「行動量」を増やす:PoCのアウトプットを増やす

PoC(Proof of cocept)のアウトプット量を増やすことにより、エンジニアとしての量的出力を増やしていきます。

顧客の要件が随時変化していく昨今では、PoCのアウトプット量を増やして、
成果物のすり合わせを行うことが重要です。
「タイヤではなく、スケボーから作れ」のように、小さく動作するものからアウトプットすることが効果的です。

例えば、アジャイル開発では『計画→設計→実装→テスト』の開発工程を機能単位の小さいサイクルで繰り返します。

アジャイル開発はPoCのアウトプット量を増やすことに有用な手段であるといえます。

「変数」を見つける:開発効率化を実現するスキルを見つける

効率の良い開発を実現するために、キーとなっているスキルを特定します。

エンジニアに求められるハードスキル・ソフトスキルは、
評価されたエンジニアから探る、身につけたいソフトスキルとはにて紹介されている通り、
広範囲・多岐にわたります。

その中で、開発効率化に寄与するハードスキルとソフトスキル、およびそれらの重みを特定します。

例えば、かなり抽象度の高い表現が残りますが、下記のように表現できます。
(※「数値化の鬼」内では、定量表現できる指標に細分化することを推奨しております。)

PoCを作成するまでの時間 = a * Pythonに関する知識量 + b * アーキ設計知識量 + c * コミュニケーションスキル + d * 分析力 + ...

エンジニアの学習時間は限られているため、どの分野のスキル習得に投資するかの判断にあたって、
「変数」を見つけることは非常に重要です。

「真の変数」に絞る:必要な開発項目に絞る

成果物に繋がる開発項目に絞ることで、開発効率化を実現します!

成果物日本刀に寄与している機能、APIが何であるかを見極め、
それらに絞って開発を行います。

エンジニアは設計や実装中にその興味の幅が広がってしまい、過剰機能を実装する場面があるかと思います。

ただ、YAGNI原則のように、不要な開発を避けるべきです。

You Ain't Gonna Need It
実際に必要になった機能だけを追加すべき

YAGNI原則

【まとめ】効率的開発を実現するには、数値化の鬼になるしか!

本ブログでは、 数値化の鬼 がエンジニアにおすすめである理由3選を紹介しました!

まとめ

  • 「行動量」を増やす:PoCのアウトプットを増やす
  • 「変数」を見つける:開発効率化を実現するスキルを見つける
  • 「真の変数」に絞る:必要な開発項目に絞る

エンジニアをマネジメントする業務に携わっている方は、 リーダーの仮面 もおすすめです

エンジニアにおすすめの書籍をまとめ記事にて紹介しています!
  • この記事を書いた人

ポロシャツエンジニア

3分で技術が身に付くブログ!
・ポロシャツを愛するエンジニア
・企業にて研究開発職
・画像処理 | Deep Learning

-エンジニア