LAPRAS(ラプラス)はどんな転職サービス?
LAPRASはGitHub・Qiita・Zenn・X(Twitter)・connpass・speakerdeck などエンジニアが使う各種プラットフォームの活動をAIが自動収集し、市場価値スコアとして可視化する転職サービスです。LAPRAS株式会社が運営し、「職務経歴書を書かなくてもプロフィールが完成する」独自のアプローチで差別化しています。
「スコアに関心を持った企業からスカウトが届く」という仕組みのため、スカウトのミスマッチが少なく質が高いと評判です。また年収相場レポート機能で自分の市場価値を客観的に把握でき、転職のタイミングや交渉の根拠として活用できます。副業・フリーランス案件にも対応しています。
こんな人に特におすすめ:Qiita・Zennで技術記事を書いているエンジニア、connpassでLT・登壇実績があるエンジニア、OSS貢献・個人開発が活発なエンジニア、自分の市場価値を客観的に知りたい人
LAPRAS のメリット・デメリット
メリット(良い点)
- 職務経歴書不要でアウトプットからプロフィールが自動生成
- GitHub・Qiita・Zennなど複数プラットフォームを横断評価
- スコアを見た企業からのスカウトなので質が高い
- 年収相場レポートで市場価値を客観把握できる
- 副業・フリーランス案件にも対応
- 発信・アウトプット重視のエンジニアに圧倒的有利
デメリット(気になる点)
- 技術アウトプットが少ないとスコアが上がらない
- Greenと比べて求人数が少ない
- 地方求人はほとんどない
- エージェントサポートがなく自己完結型
- スカウト受信まで時間がかかることがある
LAPRAS が向いている人・向いていない人
✅ 向いている人
- Qiita・Zennで技術記事を定期的に書いている
- GitHubで個人開発・OSS活動が活発
- connpassで勉強会発表・登壇している
- 自分の市場価値を客観的に把握したい
- 副業・フリーランス案件も探したい
❌ 向いていない人
- 技術記事・OSS活動がほとんどない
- 地方での転職を考えている
- できるだけ多くの求人から選びたい
- 転職活動を急いでいる
- 書類・面接のサポートが必要
IT特化転職サービス 比較表
| サービス | LAPRAS | Findy | Green | Forkwell |
|---|---|---|---|---|
| 評価対象 | GitHub・Qiita・Zenn等 | GitHub重視 | 職歴・スキル | 職歴・スキル |
| 市場価値レポート | ◎(年収相場付き) | ○ | △ | △ |
| スカウトの質 | 強い | 強い | 強い | 強い |
| 求人数 | 5,000+ | 10,000+ | 30,000+ | 3,000+ |
※表内の「強い/対応/限定的」は各サービスの公開情報をもとにした編集部による定性的な整理です。点数評価ではなく、優劣を示すものでもありません。
よくある質問
Q. LAPRASはどんな情報を自動収集する?▼
LAPRASが自動収集・連携できるプラットフォームは主にGitHub・Qiita・Zenn・X(Twitter)・connpass・Speaker Deck・AtCoder・Kaggleなどです。各プラットフォームのアカウントを連携するだけでアウトプットが自動取得され、技術スタック・関心分野・活動量がスコアに反映されます。連携するプラットフォームが多いほどスコアが上がりやすくなります。
Q. LAPRASのスコアを上げるには?▼
①技術記事を書く(Qiita・Zenn):いいね数・ビュー数も評価される。②GitHubの公開リポジトリを増やす:スター・フォーク数が評価される。③登壇・LT(connpass・Speaker Deck):発表資料も評価対象。④AtCoder・LeetCode等の競技プログラミング実績をプロフィールに連携する。これらを組み合わせることでスコアが向上し、より質の高いスカウトが届くようになります。
Q. FindyとLAPRASはどちらを使うべき?▼
両方登録がベストですが、特徴で選ぶなら:GitHub中心の実績があるなら→Findy(GitHubスコアがより詳細)。ブログ・登壇・Qiita・Zennなど多様なアウトプットがあるなら→LAPRAS(より多くのプラットフォームを評価)。どちらもスカウト転職サービスなので、両方に登録して受け取れるスカウトを増やすのが最も効果的です。
LAPRASでアウトプット実績を武器に転職しよう
登録無料。GitHub・Qiita・Zennを連携するだけでプロフィールが完成。発信するエンジニアが最も得をする転職サービス。
※サービスはすべて無料で利用できます