「React、TypeScript、Next.js、AWS、Docker、Python、PostgreSQL……」。エンジニア候補の職務経歴書やスキルシートを開くと、見慣れない技術名がずらりと並んでいて、思わず手が止まってしまった。そんな経験はありませんか。技術の知識がない採用担当者や事業責任者にとって、この「技術名の羅列」は、優劣どころか意味すら読み取れない呪文のように見えるものです。
しかも厄介なのは、面談で候補者本人から「この技術スタックなら御社の開発に対応できます」と言われても、それが本当に自社の案件に合っているのか、口だけではなく実際に使いこなせるレベルなのかを、自分では確かめようがないことです。複数の候補者を並べても技術スタックの違いが優劣に見えず、結局は「人柄が良さそう」「単価が手頃」といった、技術とは別の基準で決めてしまいそうになる——これでは、後から「採用したけれど自社の開発には合わなかった」という失敗を防げません。
ここで多くの非エンジニア担当者が陥る誤解があります。それは「技術スタックを評価するには、自分も技術を理解しなければならない」という思い込みです。しかし、これは現実的ではありませんし、そもそも必要でもありません。技術の中身を判定するのはエンジニアの仕事であって、発注者・採用側が担うべきは別の役割です。
発注者・採用側が見るべきなのは、技術そのものの良し悪しではなく、「その技術が自社の案件に合っているか(適合性)」と「その技術の経験が本物か(深さ)」という2つの軸です。この2軸であれば、技術用語を覚えなくても、自社が作りたいものと候補者の経歴を照らし合わせる「作業」として評価できます。
本記事では、社内にエンジニアがいない非エンジニアの担当者が、候補者の技術スタックを採用前に評価するための具体的な手順を、3つのステップ(自社要件を技術の言葉に翻訳する → 適合性を照合する → 深さを質問で確認する)に整理して解説します。チェック表や質問テンプレートもそのまま使える形で紹介しますので、明日からの選考にお役立てください。
なぜ非エンジニアは候補者の技術スタックを評価できないと感じるのか

技術スタックの評価につまずくのは、知識が足りないからではありません。「何を、どの基準で見ればいいのか」という評価の軸を持っていないからです。まずは、技術スタックとは何かを発注者の言葉で押さえたうえで、技術名の羅列が判断を惑わせる仕組みを解きほぐしていきます。
技術スタックとは(家づくりに例えてやさしく整理)
技術スタックとは、ひとつのシステムやアプリを作るために組み合わせて使う技術(プログラミング言語やソフトウェア)の集まりのことです(技術スタックとは?構成要素と人気のスタックを徹底解説(TechVify))。「スタック」は「積み重ね」を意味し、複数の技術の層が積み重なってひとつのシステムを支えている、というイメージです。
技術が分からなくても全体像をつかめるよう、家づくりに例えると分かりやすくなります。システムは、おおまかに次の4つの層でできています。
- フロントエンド(見える部分): ユーザーが実際に目にして操作する画面まわり。家でいえば内装・見た目・使い心地にあたります。代表的な技術名として React や Vue.js などがよく登場します。
- バックエンド(裏方の処理): 画面の裏側でデータを計算したり、処理を実行したりする部分。家でいえば配線・配管など、目に見えない仕組みです。Python や PHP、Ruby といった言語名が並びます。
- データベース(情報の保管庫): 入力された情報を保存・整理しておく場所。家でいえば収納や倉庫です。MySQL や PostgreSQL といった名前が該当します。
- インフラ(土台・敷地): システムを動かすための土台となるサーバーやクラウド環境。家でいえば土地や基礎にあたります。AWS などのクラウドサービス名がここに含まれます。
スキルシートに並ぶ技術名は、ほとんどがこの4つの層のいずれかに振り分けられます。つまり、すべての技術名を理解する必要はなく、「これはどの層の話か」をざっくり仕分けできれば、評価の第一歩としては十分なのです。
技術名の羅列が発注者を惑わせる2つの落とし穴
技術名がたくさん並んでいると、つい「すごそう」「詳しそう」と感じてしまいますが、ここに2つの落とし穴があります。
落とし穴1:「数が多い=優秀」ではない
スキルシートに20も30も技術名が並んでいると、それだけで頼もしく見えます。しかし、技術名の数の多さは、必ずしも実力の証明にはなりません。「名前を知っている」「少し触ったことがある」程度の技術も、実務でバリバリ使い込んだ技術も、スキルシート上では同じ1行として並んでしまうからです。重要なのは数ではなく、自社の案件に必要な技術を、実際に使えるレベルで持っているかどうかです。
落とし穴2:「有名な技術=自社に最適」ではない
「React や AWS のような有名な技術を使っているから安心」と考えたくなりますが、有名であることと自社案件に最適であることは別の話です。有名な技術には「人材を確保しやすい」「情報が豊富」というメリットがある一方で、自社が作りたいものの規模や性質によっては、別の技術のほうが適している場合もあります。逆に、あまり聞かない技術ばかりが並んでいる場合は、後述するように属人化(その人にしか分からない状態)のリスクを点検する必要があります。
この2つの落とし穴は、いずれも「技術名そのものを見て判断しようとする」ことから生まれます。次の章では、発注者がとるべき評価のスタンスを根本から切り替えていきます。
評価の大前提|技術の優劣ではなく「自社案件との適合性」で見る
技術スタックの評価で最初に決めるべきは、「何を評価しないか」です。非エンジニアが技術そのものの優劣に踏み込もうとすると、ほぼ確実に行き詰まります。評価の対象を切り替えることが、遠回りに見えて最短の道になります。
発注者が技術の良し悪しを判断しようとすると失敗する理由
「この言語とあの言語はどちらが優れているのか」「このフレームワークの選択は妥当なのか」——こうした技術そのものの優劣は、現役のエンジニアの間でも意見が分かれる、専門性の高い領域です。多くの技術は、それぞれ得意な場面と不得意な場面があり、「どんな案件にも万能な唯一の正解」は存在しません。
技術の知識がない状態でこの土俵に上がろうとすると、結局は「有名そうだから」「候補者が自信を持って話していたから」という印象に頼ることになり、根拠のない判断になってしまいます。発注者が技術の優劣そのものを裁定しようとすること自体が、失敗の入り口なのです。
評価すべきは「適合性」と「深さ」の2軸
では、発注者は何を評価すればよいのでしょうか。答えは、技術の専門知識がなくても扱える、次の2つの軸です。
-
軸1:適合性(自社案件にマッチしているか) 候補者が掲げる技術が、自社の作りたいものに必要な領域をカバーしているか。これは「自社の要件」と「候補者の技術」を照らし合わせる作業であり、技術の中身を理解していなくても、リストの突き合わせとして実行できます。
-
軸2:深さ(その経験が本物か) その技術を、名前を知っている程度なのか、それとも実務で深く使い込んだのか。これは技術の内容ではなく、候補者の「答え方」から読み取れます。後述する質問の型を使えば、技術が分からなくても見分けがつきます。
エンジニアの実力は、しばしば「特定分野を深く掘り下げる深さ(depth)」と「複数の技術に対応できる広さ(breadth)」の両面から見られます(エンジニア・技術職の評価項目(ヒョーカラボ))。本記事では、このうち発注者が選考の場で実際に確認しやすい「自社案件との適合性」と「経験の深さ」に絞って、具体的な手順に落とし込んでいきます。技術スタックの評価とは、技術を採点することではなく、「自社が必要とするものと、候補者が持っているものを、丁寧に突き合わせる作業」だと捉え直してください。
評価の準備|自社案件の要件を「技術スタックの言葉」に翻訳する

適合性を評価するには、照らし合わせる相手——つまり「自社の要件」がはっきりしている必要があります。「候補者が自社に合っているか分からない」という不安の正体は、多くの場合、候補者側の問題ではなく、自社の要件が言語化されていないことにあります。候補者を見る前に、まず自社が何を求めているかを整理しましょう。
自社の要件を4層に分解する質問リスト
専門用語を使う必要はありません。自社が作りたいものについて、次の質問に答えていくだけで、要件が技術スタックの4層(フロント/バック/データベース/インフラ)に対応する形に整理されていきます。
-
フロントエンド(見た目・操作性)に関する質問
- 見た目の美しさや操作の滑らかさは、どの程度重視しますか?(例:toC 向けの凝った UI が必要か、社内の業務画面でシンプルで十分か)
- スマホアプリですか、それともパソコン・スマホのブラウザで使う Web ですか?
-
バックエンド(処理)に関する質問
- どんな処理が必要ですか?(例:単純な情報の登録・表示だけか、複雑な計算や外部サービスとの連携があるか)
- 同時に多くの人が使う想定はありますか?
-
データベース(データ)に関する質問
- どんなデータをどれくらい扱いますか?(例:少量の顧客情報か、大量のログや取引データか)
-
インフラ(土台)に関する質問
- すでに使っているクラウドや社内のサーバー環境はありますか?
- セキュリティや可用性(止まらないこと)について、特別な要求はありますか?
これらの答えをまとめたものが、候補者と照らし合わせるための「自社要件メモ」になります。技術名で書く必要はなく、「やりたいこと」の言葉で書いておけば十分です。このメモがあるだけで、候補者の技術スタックを「なんとなく」ではなく「自社の要件に照らして」見られるようになります。
「将来の保守・人材確保のしやすさ」も要件に含める
要件を整理するとき、目の前の開発だけでなく、もう一歩先の視点を加えると評価の精度が上がります。それが「作った後の保守・運用のしやすさ」です。
技術の選択は、開発のスピードやコストだけでなく、その後の人材確保のしやすさにも影響します(技術スタック(テクノロジースタック)とは?選び方と企業の事例(CREX GROUP))。広く使われている一般的な技術であれば、その候補者が抜けた後でも、後任のエンジニアを見つけやすくなります。逆に、あまり使われていないニッチな技術ばかりで作られていると、後から別の人に引き継ごうとしたときに、対応できる人材が見つからず、その人に依存し続けざるを得なくなる——いわゆる属人化のリスクが高まります。
そのため、自社要件メモには「この開発は単発で終わるのか、長く運用・改修していくのか」「将来、別のエンジニアに引き継ぐ可能性はあるか」という観点も書き添えておきましょう。長く付き合うシステムほど、「一般的で人材が確保しやすい技術かどうか」が重要な評価ポイントになります。
適合性の評価|候補者の技術スタックと自社要件を照合する

自社要件メモが用意できたら、いよいよ候補者の技術スタックと照らし合わせます。ここで行うのは技術の判定ではなく、「自社が必要とする領域を、候補者がカバーできているか」を確認する突き合わせ作業です。
自社要件 × 候補者技術スタック 適合性チェック表
候補者の職務経歴書・スキルシート・ポートフォリオに書かれた技術名を、先ほどの4層に振り分け、自社要件と並べて確認します。次のような表を作ると、適合性が一目で見えるようになります。
層 | 自社が必要とすること(要件メモより) | 候補者の技術・経験 | 適合度(◯△×) |
|---|---|---|---|
フロントエンド | 例:スマホで使いやすい予約画面が必要 | 例:スマホ向け画面の開発経験あり | ◯ |
バックエンド | 例:在庫データの自動計算が必要 | 例:データ処理を伴う開発を複数経験 | ◯ |
データベース | 例:数千件規模の顧客データを管理 | 例:同規模のデータ管理経験あり | ◯ |
インフラ | 例:既存のクラウド環境(AWS)で動かしたい | 例:別のクラウドの経験はあるが AWS は未経験 | △ |
この表で見るべきは、技術名が「正しいか」ではなく、自社が必要とする各層に、候補者の経験が当てはまっているかどうかです。すべてが◯である必要は必ずしもありませんが、自社の案件にとって核となる層(多くの場合、最も作り込みが必要な部分)が×になっていないかは、重点的に確認してください。△が残る場合は、面談で「その領域は未経験のようですが、どのようにキャッチアップする想定ですか」と率直に尋ねればよく、必ずしも不採用の理由にはなりません。
技術スタックが完全に一致していなくても、必要な部分を学んで対応できる候補者を採用するケースは実際に多くあります。完璧な一致を求めすぎず、「核となる領域がカバーされているか」「足りない部分は埋められそうか」という視点で見るのがコツです。
マイナーすぎる技術・偏った経歴に潜む属人化リスクの見抜き方
適合性チェックと合わせて、次の2点も確認しておくと、後々のトラブルを防げます。
1. 主要技術が一般的か、ニッチか
候補者が中心に使っている技術が、世の中で広く使われている一般的なものか、それともあまり聞かないニッチなものかを確認します。判断に迷う場合は、その技術名で求人サイトを検索してみて、求人や使える人が多く見つかるかどうかを目安にするとよいでしょう。ニッチな技術が悪いわけではありませんが、長く運用するシステムでニッチな技術に偏っている場合は、「もしこの方が抜けたら、後任を見つけられるか」を必ず考えておくべきです。
2. 経験のバランスの偏り
スキルシートを4層に振り分けたとき、特定の層に経験が集中していて、自社が必要とする別の層が手薄になっていないかを確認します。たとえば、見た目の部分(フロントエンド)の経験は豊富でも、自社が重視する処理の部分(バックエンド)の経験がほとんどない、というケースです。一人にすべてを任せたい場合は、必要な層がひととおりカバーされているかが重要になります。一方で、チームで補い合える体制があるなら、特定の層に強い専門家として評価する判断もあり得ます。
属人化リスクと経験の偏りは、いずれも「今は問題なく見えても、後で困る」タイプのリスクです。採用前のこの段階で点検しておくことで、印象だけで決めて後悔する事態を避けられます。
深さの評価|「広く浅い」と「深く本物」を質問で見分ける

適合性チェックで「自社の要件に技術が合っている」ことが確認できても、まだ安心はできません。スキルシートに書かれた技術が、名前を知っている程度の浅い経験なのか、実務で深く使い込んだ本物の経験なのかは、表からは読み取れないからです。ここを見分けるのが、深さの評価です。そして、これは技術の知識がなくても、質問の仕方で十分に判断できます。
経験の深さを暴く質問テンプレート(技術知識不要版)
深さを見分けるコツは、技術の中身を問うのではなく、「その技術をどう使ったか」という経験のディテールを尋ねることです。本当に深く使った人は具体的に語れますが、浅い経験の人は抽象的な説明にとどまる傾向があります。次の質問はそのまま使えます。
-
規模・役割を問う質問 「その技術を使ったプロジェクトの規模はどのくらいでしたか?その中で、ご自身はどの部分を担当しましたか?」 (→ 関わり方の深さと、本人が実際に手を動かした範囲が分かります)
-
選定理由を問う質問 「なぜその技術を選んだのですか?他の選択肢と比較しましたか?」 (→ 言われた通りに使っただけか、自分で考えて選べる人かが分かります)
-
つまずきと解決を問う質問 「その開発で一番大変だったこと、うまくいかなかったことは何ですか?どう解決しましたか?」 (→ 本当に深く関わった人ほど、具体的な苦労話と解決の工夫を語れます)
-
失敗・改善を問う質問 「今、同じものをもう一度作るとしたら、どこを変えますか?」 (→ 経験から学びを得ているか、振り返る力があるかが分かります)
これらの質問に共通するのは、答えの「正しさ」を技術的に判定する必要がないことです。見るべきは、答えの具体性と、自分の言葉で説明できているかどうかです。
回答の青信号・赤信号(具体性/比較検討/失敗の語り方で見分ける)
質問への回答を、技術が分からなくても評価できるよう、青信号(良い兆候)と赤信号(注意すべき兆候)の形で整理します。
観点 | 青信号(深い経験の兆候) | 赤信号(浅い経験の兆候) |
|---|---|---|
具体性 | 具体的な数字・状況・固有名詞を交えて説明できる | 「いろいろやりました」「一般的にはこうです」と抽象的 |
比較検討 | 他の選択肢と比べた理由を自分の言葉で語れる | 「みんな使っているから」「指定されたから」だけ |
失敗の語り方 | 苦労した点と、その乗り越え方を具体的に語れる | 「特に問題はありませんでした」と平坦 |
自己説明力 | 専門用語を、こちらにも分かるよう噛み砕いて説明できる | 専門用語で煙に巻くだけで、要点が伝わらない |
特に注目したいのが、最後の「自己説明力」です。技術を深く理解し、実務で使い込んだ人ほど、相手のレベルに合わせて噛み砕いて説明できる傾向があります。逆に、こちらが理解できない説明を一方的に続ける候補者には、「すみません、技術に詳しくないので、もう少しかみ砕いて教えていただけますか」と素直に頼んでみてください。その依頼への対応の仕方そのものが、入社後・契約後のコミュニケーションの取りやすさを占う材料にもなります。
技術が分からないことは、深さの評価において不利ではありません。むしろ「分からない人にも伝わるように説明できるか」という、本物の理解を測る物差しを、発注者は最初から持っているのです。
複数候補の技術スタックを比較するときの考え方

候補者が複数いる場合、技術スタックの違いをどう比べればよいか迷うものです。ここでも、技術の優劣で並べるのではなく、これまで見てきた「適合性」と「深さ」を基準に整理すれば、根拠を持った比較ができます。
適合性・深さ・将来性で並べる簡易比較シート
複数候補を横並びにするときは、次のような簡易シートを使うと、感覚ではなく軸で比較できます。各項目を◯△×で評価して並べるだけです。
評価軸 | 候補A | 候補B | 候補C |
|---|---|---|---|
適合性(自社要件への合致度) | ◯ | ◯ | △ |
深さ(経験の本物さ) | ◯ | △ | ◯ |
将来性(人材確保・保守のしやすさ) | △ | ◯ | ◯ |
このシートのポイントは、技術名で比べないことです。候補Aが React で候補Bが Vue.js だった、という技術名の違いそのものには、発注者にとっての優劣はありません。見るべきは、「どちらが自社の要件に合い、経験が本物で、長く付き合いやすいか」という、自社にとっての価値です。技術名の違いに惑わされず、自社の物差しで揃えて比べることが、複数候補の比較で最も大切なことです。
技術スタックだけで決めない(総合判断の中での位置づけ)
最後に、忘れてはいけない大前提があります。それは、技術スタックの適合性は採用判断の重要な一要素ではあっても、すべてではないということです。
実際の採用では、技術の適合性に加えて、コミュニケーションの取りやすさ、納期や予算との折り合い、稼働できる時間、人柄や信頼感といった要素を、総合的に判断することになります。技術スタックの評価は、これらの判断材料のうち、これまで「分からないから」と感覚で済ませがちだった一軸に、根拠を与えるためのものです。
技術スタックの比較で甲乙つけがたい場合は、無理に技術だけで順位をつけようとせず、コミュニケーションや条件面を含めた総合判断に進んで構いません。技術スタックの評価は、印象採用を防ぐための「土台」であって、それ単独で採用を決める「絶対基準」ではない——この位置づけを押さえておくと、評価に振り回されずに済みます。なお、技術スタック以外も含めたフリーランス候補全般の見極め方については、フリーランスエンジニアの見極め方もあわせてご覧ください。
それでも技術評価に自信が持てないときの選択肢
ここまでの手順を踏めば、技術が分からなくても、根拠を持った技術スタックの評価ができるようになります。とはいえ、非エンジニアが一人で評価しきることには限界があるのも事実です。「それでも不安が残る」というのは、むしろ健全な感覚です。一人で抱え込まず、評価を補完する現実的な選択肢を知っておきましょう。
第三者・AI を評価の補助に使う具体手順と注意点
信頼できる第三者に見てもらう
最も確実なのは、技術が分かる人にスキルシートだけ見てもらうことです。顧問エンジニアがいればもちろん、知人にエンジニアがいれば「この経歴、自社のこういう案件に合っていそうか、ざっと見てもらえないか」と頼むだけでも、専門家の目によるチェックが入ります。守秘義務には配慮が必要ですが、候補者個人を特定できる情報を伏せて技術スタック部分だけ相談する形であれば、ハードルは下がります。
AI に一般的な妥当性を整理させる
身近に相談できるエンジニアがいない場合、AI に候補者の技術スタック(技術名のリスト)を見せて、「これらは一般的にどういう用途に使われる技術か」「自社のこういう案件に対して、一般論として妥当そうか」を整理させる使い方もできます。ただし、AI は自社固有の事情までは判断できませんし、誤った情報を返すこともあります。AI の回答はあくまで参考情報として、最終的な判断は本記事で紹介した「自社要件との照合」で行ってください。
マッチングプラットフォーム・採用支援を使って適合性のすり合わせを任せる
もう一つの現実的な選択肢が、エンジニアと案件のマッチングを支援するサービスを活用することです。
外部のエンジニア人材を活用したいものの、技術評価に不安がある場合、候補者の技術スタックと自社案件の適合性のすり合わせを、技術の分かる第三者に間に入ってもらう形で進められるサービスがあります。こうしたサービスでは、自社が「やりたいこと」を伝えれば、それを技術要件に翻訳し、適合する人材を提案してくれるため、発注者が技術名を一つひとつ評価する負担を大きく減らせます。本記事で紹介した評価軸(適合性・深さ)を頭に入れたうえでこうしたサービスを使えば、提案された候補者についても「なぜこの人が自社に合うのか」を自分の物差しで確認でき、丸投げにならない納得感のある採用ができます。
なお、採用後に実際に作るシステムの技術スタックをエンジニアと協議して決める段階に進む場合は、技術スタックを外部エンジニアと決める協議術が参考になります。採用前の「適合性評価」と、採用後の「協議による決定」は地続きの工程ですので、あわせて押さえておくと、選考から開発開始までをスムーズに進められます。
よくある質問(FAQ)
Q. 技術スタックって結局なんですか?
ひとつのシステムやアプリを作るために組み合わせて使う技術の集まりのことです。大きく「フロントエンド(見える部分)」「バックエンド(裏方の処理)」「データベース(情報の保管庫)」「インフラ(土台)」の4つの層に分かれます。スキルシートに並ぶ技術名は、ほとんどがこの4層のどれかに当てはまります。発注者は、すべての技術名を理解する必要はなく、「自社の要件に合っているか(適合性)」と「経験が本物か(深さ)」の2軸で評価すれば十分です。
Q. 技術名が多い候補ほど優秀ですか?
必ずしもそうとは限りません。技術名の数は「名前を知っている」程度のものも、実務で深く使い込んだものも、同じ1行として並んでしまうため、数の多さは実力の証明にはなりません。重要なのは、自社の案件に必要な技術を、実際に使えるレベルで持っているか(適合性と深さ)です。数の多さに惑わされず、本記事の質問テンプレートで経験の深さを確認してください。
Q. 有名な技術(React・AWS など)を使っていれば安心ですか?
有名であることと、自社案件に最適であることは別の話です。ただし、広く使われている一般的な技術には「後任のエンジニアを見つけやすい」「情報が豊富」というメリットがあり、長く運用するシステムでは人材確保のしやすさの面で一定有利に働きます。一方で、自社が作りたいものの規模や性質によっては、別の技術のほうが適している場合もあるため、「有名だから」だけで判断せず、自社要件との照合で確認しましょう。
Q. 社内に技術が分かる人が一人もいなくても評価できますか?
できます。本記事で紹介したとおり、自社の要件を整理して候補者の技術と照らし合わせる「適合性の照合」と、経験の深さを質問で確認する「深さの評価」は、いずれも技術の専門知識を必要としません。それでも不安が残る場合は、信頼できる第三者にスキルシートを見てもらう、AI に一般的な妥当性を整理させる、マッチング支援サービスを活用するといった補完手段があります。一人で抱え込まず、評価を補強する選択肢を組み合わせてください。
まとめ
非エンジニアの担当者がエンジニア候補の技術スタックを評価するとき、目指すべきは「技術を覚えること」ではありません。技術の優劣はエンジニアに任せ、発注者は「自社案件への適合性」と「経験の深さ」という2つの軸で見る——この発想の切り替えが、印象採用でも丸投げでもない、根拠を持った技術評価への第一歩です。
明日の選考からそのまま使える流れを、3つのステップで再掲します。
- 自社要件を技術の言葉に翻訳する:自社が作りたいものを、フロント・バック・データベース・インフラの4層に対応する形で整理し、「自社要件メモ」を作る。将来の保守・人材確保のしやすさも要件に含める。
- 適合性を照合する:候補者のスキルシートを4層に振り分け、自社要件と並べた適合性チェック表で突き合わせる。核となる層がカバーされているか、属人化リスクや経験の偏りがないかを点検する。
- 深さを質問で確認する:規模・役割・選定理由・つまずきを尋ね、答えの具体性・比較検討・失敗の語り方で「広く浅い」と「深く本物」を見分ける。
この3ステップを踏めば、技術の中身が分からなくても、候補者の技術スタックが自社に合っているかを自分の物差しで判断できるようになります。それでも自信が持てないときは、第三者の目やマッチング支援サービスを補助に使えば、一人で抱え込む必要はありません。技術スタックの評価という土台が固まれば、採用後にエンジニアと作るものを協議していく段階にも、安心して進めるはずです。



