エンジニアリング
Featured

エンジニアリング自己評価

レビュー期間中の作業と貢献度に基づいて、構造化された自己評価を自動的に生成します。

Overview

エンジニアリング自己評価エージェントは、作業内容と貢献度に基づいて詳細な自己評価を行います。アクティビティとプロジェクトの履歴を分析し、GitHub、Jira、Slack、Microsoft Teams、Google ドライブからエビデンスを引き出して、作業の影響を示します。レビュープロセスに合わせて、時間枠、構造、フォーカスをカスタマイズできます。

See it in action

エンジニアリングの自己評価エージェントが、どのようにあなたの貢献を体系的で証拠に裏付けられた自己評価に変えるかをご覧ください。掘り下げたり、フォーマットしたり、推測したりする必要はありません。

Capabilities

エビデンスに裏打ちされた構造化された自己評価を作成することで、時間を節約できます。会社のレビュープロセスに合わせて、柔軟な時間枠と構造をサポートします。具体的な例を挙げて明確なストーリーを伝えることで、影響力を簡単にアピールできます。

    Example output

    ジョーダン・リーの自己評価-2025年-5月12日

    検索用のフロントエンドパフォーマンスの最適化

    タイムフレーム: 2024年12月 — 2025年4月

    プロジェクト概要: フロントエンドレンダリングの最適化、クライアント側のオーバーヘッドの削減、結果クラスターの遅延読み込みの導入により、ユニバーサル検索エクスペリエンスの読み込み時間と応答性が向上しました。

    複雑さと難しさ: フレームワーク、キャッシュレイヤー、DOM レンダリングのボトルネックを特定するには、詳細なプロファイリングが必要でした。また、UXの整合性を維持するために、クロスブラウザテストと設計との調整も行いました。

    マイ・インパクト: パフォーマンス監査を主導し、主要な改善を実施し、QAと緊密に連携して環境全体で結果を検証しました。検索ロード時間の中央値を 42% 短縮しました。

    私の具体的な貢献:

    • <span class="text-color-blue">プロファイリングとトレースによるボトルネックの特定 (Perf Report)</span>
    • <span class="text-color-blue">リファクタリングされた結果レンダリングロジック (PR)</span>
    • 優先度の低いコンテンツに非同期ローディングを導入しました(<span class="text-color-blue">技術仕様</span>)

    技術的リーダーシップとコードへの貢献

    作成/レビューされた設計文書:

    • 検索レンダリングリファクタリング (<span class="text-color-blue">デザインスペック</span>)
    • エキスパート検出パイプライン (<span class="text-color-blue">検出ブレインストーム</span>)

    コードとシステムへの貢献:

    • コアシステム向けに 1 週間に 5 ~ 10 件の PR を提供
    • 複数のロールアウト中もインフラストラクチャの信頼性を維持

    イニシアチブとメンターシップ:

    • フロントエンドのパフォーマンスツールに関するガイダンスを提供しました
    • 広報レビューとテックシンクを通じてジュニアエンジニアをサポート

    合計プロジェクトの総数: 6

    ドキュメント全体には追加のセクションが含まれています

    Agent workflow

    ステップ 1: トリガー起動

    このワークフローは、ユーザーが開始日と終了日を入力してレビュー期間を定義したときにトリガーされます。

    ステップ 2: 日付範囲を分割する

    エージェントは、選択した時間範囲をそれぞれ 4 か月という小さな期間に分割し、部分的な月を調整して、将来に該当する範囲をすべて削除します。

    ステップ 3: タイムセグメントをループスルーする (ベータ)

    エージェントは 4 か月ごとに、その期間に関連するレビューコンテンツを取得して処理するサブエージェントを実行します。

    ステップ 4: パフォーマンスデータを収集する

    エージェントは過去のレビューからプロジェクトや投稿内容を取り込み、重複したエントリを削除し、時間枠を調整して統一されたタイムラインを作成します。

    ステップ 5: 投稿の分析と要約

    エージェントは、従業員の範囲、役割、影響、技術的貢献、裏付けとなる証拠など、各プロジェクトの重要な詳細を追加します。

    ステップ 6: テクニカルリーダーシップセクションの追加

    「技術的リーダーシップとコードへの貢献」というタイトルの専用セクションが追加されました。1 週間あたりの平均 PR などの指標が含まれ、チームレベルでの幅広い貢献度が強調されています。

    ステップ 7: マークダウンの概要を生成する

    回答は、プロジェクトや投稿タイプごとにセクションを含む、すっきりとした一貫性のあるMarkdown形式で出力されます。

    ステップ 8: 自己評価文書を作成する

    エージェントは、[ユーザー名]-[今日の日付] のセルフアセスメントというタイトルの新しいGoogleドキュメントを生成し、すべてのフォーマットと参照を保存します。

    Work AI for All.

    デモに申し込む
    CTA BG