エンジニア向け採用媒体3社比較｜Green×paiza×Findy使い分けとAIスキル証明の書き方【20〜40代】

💡 この記事の結論

3社は仕組みが違うため2〜3社併用が標準。Green（文章型）／paiza（スキルテスト型）／Findy（GitHub連携型）
AI転職文脈ではFindy＋Green＋AI Jobs JPの3点セットが現代の現実解
Claude Codeで業務ツール→ポートフォリオ→3社展開の動線で実績ある人のプロフィールに

冒頭結論ブロック

結論から3行でお伝えします。

エンジニアの転職媒体は「Green（中堅IT・Web系の総合）」「paiza（スキルチェック型）」「Findy（GitHub連携型）」の3社が中心です。仕組みが全く違うため、用途別に2〜3社併用するのが現実解です。
数字で示します。Greenの求人数は10万件超、paizaの会員数は30万人超、Findyはエンジニア向け「Findyスコア」でモダンスタック志向の年収帯600万〜1,200万円を狙えます。
2026年に増えているAIエンジニア／データサイエンティスト求人は、3社で重複が少ないため併用が標準。本記事ではClaude Codeで業務ツールを作って3社のポートフォリオ欄に展開する手順までセットで公開します。

重要データ3点（先に提示）

Green求人数10万件超（出典：Green公式・2026年5月時点）
paiza会員数30万人超（出典：paiza公式・2025年公表値）
AI関連職の求人増加率（2024→2025年で約1.5倍）（出典：経済産業省「DX白書2024」）

中立性宣言（広告開示）： 本記事は、特定の採用媒体との資本関係を持たないAI転職ラボが、フラットな立場で書いています。記事内のリンクには広告（アフィリエイト）が含まれます。 個人情報の取り扱い注意： GitHubアカウント連携やプロフィール欄への職務経歴入力時は、社外秘コード・取引先・案件名など機微情報を慎重に扱ってください。

この記事でわかること

3社の住み分け（Green／paiza／Findyの仕組みの違い）
AI転職文脈での3社使い分けマップ
Claude Codeで業務ツール→ポートフォリオ→3社展開する具体手順
GitHub・Kaggle実績をAIスキル証明文に翻訳するClaudeプロンプト3個
エンジニアが3媒体で陥る失敗3パターンと回避策

専門用語の言い換え：

スキルチェック＝paizaで提供されるプログラミング問題のオンラインテスト
Findyスコア＝GitHub活動量から算出されるエンジニア偏差値
モダンスタック＝React・Go・Python・Kubernetes など現代的な技術構成
ポートフォリオ＝自分が作った業務ツール・OSS・成果物の見せ場

採用媒体全体のハブは【2026年版】AI転職の採用媒体7社比較、AI職特化メディアはAI Jobs JPでAI職に応募する完全戦略、Claudeでの職務経歴書整理はClaudeで職務経歴書を一括添削する5ステップも併せてご覧ください。

エンジニア向け媒体3社の住み分けマップ

3社は仕組みが全く違うため、まず「自分のスキル証明の形」で選ぶのが基本です。

仕組みの違い

媒体	スカウトの起点	向いている層
Green	プロフィール文＋希望条件	業務経験を文章で語れる層（非エンジニア含む）
paiza	スキルチェックのランクS〜E	学習中・実務未経験／別職種から技術職に転向したい層
Findy	GitHubアカウントのスコア	OSS活動・モダンスタック実務経験を可視化したい層

自分はどの形のスキル証明があるか

文章で語る経験がある→Greenから
競技プログラミング・スキルテストでアピール→paizaから
GitHubの実務活動がある→Findyから

3社の中で1つだけ選ぶなら、ジュニア層はpaizaかGreen、ミドル層はFindyかGreen、ハイクラス層はFindy＋ビズリーチ媒体機能の併用が標準です。媒体全体の住み分けは【2026年版】AI転職の採用媒体7社比較で扱います。

Green：IT・Web系の中堅媒体（10万件超の求人）

Greenは、IT・Web系の総合転職媒体です（出典：Green公式）。エンジニア／非エンジニアの境界が低めで、CS（カスタマーサクセス）・PM（プロダクトマネジャー）・マーケターなど職種横断で使えます。

Greenの特徴3点

特徴1：「気になる」ボタン文化——双方向のカジュアル面談文化。あなたから「気になる」を送ることも、企業から「気になる」が届くこともあります
特徴2：求人の量と質のバランス——中堅IT企業の宝庫。スタートアップ偏重ではなく、大手から中小まで網羅
特徴3：年収帯500〜900万円のミドル層に強い——20代後半〜30代の「年収+100万」転職に最も使いやすい

AIエンジニア・データサイエンティストの求人傾向

2026年に入って、SaaS企業のAI実装担当（バックエンド×AI／フルスタック×LLM）の求人が増えています。GreenはこのAI周辺ポジションの宝庫で、Findyだけだとカバーできない中堅IT企業の求人が拾えます。

プロフィールの整え方

職務要約（300〜500字）にAIツール名（ChatGPT／Claude／Gemini／LangChain／LlamaIndex 等）と業務統合の数字を必ず入れる
スキルタグは「強み順」ではなく「応募職種のニーズ順」（次節以降のFindyと同じ原則）
「気になる」をもらった企業には24時間以内に返信する（沈黙はマイナス評価）

Greenの会員登録は無料で、IT・Web系の20〜40代には必須媒体です。詳細はGreen公式からどうぞ。

非エンジニアのSaaS転職全般はIT・SaaS業界へClaudeで転職する道筋、AI職特化求人はAI Jobs JPでAI職に応募する完全戦略も併せてご覧ください。

paiza：スキルチェック型・ランクS〜E

paizaは、プログラミング問題のオンラインテスト（スキルチェック）でランクS〜Eが付き、ランクに応じて応募できる求人が広がる仕組みです（出典：paiza公式・2025年時点 30万人超の会員）。

paizaの特徴3点

特徴1：スキルチェックで実力可視化——プログラミング問題の正答率と所要時間でランク認定。実務経験が浅くても、スキルが認められれば応募できる
特�ekt2：別職種からの技術職転向に強い——学習中の社会人や、独学からエンジニア就職を目指す層に向く
特徴3：パイザラーニングと連動——学習サービスとセットでスキルを伸ばしながら応募できる

AI転職での使いどころ

AIエンジニア志望で実務経験ゼロ→paizaでランクB以上を取って応募の足がかりにする
Python・SQLのスキルチェックがデータサイエンス系求人の入口になる
ランクSが取れると、AI企業のジュニア求人にダイレクトに応募可能

限界とFindy・Greenとの併用

paizaの限界は「プログラミング問題の正答率＝業務遂行能力ではない」点。実務経験のあるエンジニアにとっては、Findy・Greenのほうがミドル〜シニア求人に出会いやすい媒体です。

未経験〜学習中の20代の方は20代・未経験OKのAI関連求人20選と応募のコツ、第二新卒の方は20代第二新卒がAIベンチャーに転職する実践ガイドも併せてご覧ください。

paizaの会員登録は無料で、未経験〜ジュニアエンジニアには重要な足がかりです。詳細はpaiza公式からどうぞ。

Findy：GitHub連携型・モダンスタック

Findyは、GitHubアカウントの活動量から「Findyスコア」を算出するエンジニア向け媒体です（出典：Findy公式）。年収帯600〜1,200万円のミドル〜ハイクラス層が中心で、React・Go・Python・Kubernetesなどモダンスタック志向のエンジニアに最適化されています。

Findyの特徴3点

特徴1：GitHubスコアで可視化——OSS活動・個人開発・業務リポジトリの公開状況がスコアに反映される
特徴2：モダンスタック志向のスカウト——枯れた技術より、新しい技術を使いこなしている人が評価される
特徴3：年収交渉のベースが透明——「この経験ならこの年収帯」が比較的見えやすい

AIエンジニア・MLエンジニアでの使いどころ

GitHubで機械学習関連リポジトリを公開している層に強い（PyTorch・TensorFlow・Hugging Face）
LangChain・LlamaIndex・Claude Code等のAIフレームワーク経験がスコアに反映される
Findy上位は年収1,000万超のシニアMLエンジニアが多い

スコアを上げる近道（合成事例）

合成事例として、30代マーケPJリーダーから機械学習エンジニアに転向したNさんの実例を示します。Nさんは独学から始めて、Kaggleで参加してメダルを獲得し、その内容をGitHubにまとめた結果、Findyスコアが3ヶ月で30→55に上昇、年収700万のスカウトを4社から受信しました。

詳しいGitHub・Kaggle実績をAIスキル証明に翻訳するプロンプトは次節（H2-7）で扱います。

Findyの会員登録は無料で、モダンスタック志向のエンジニアには必須媒体です。詳細はFindy公式からどうぞ。

40代のハイクラスエンジニア転職は40代向けAIハイクラス転職【年収1000万超】も併せてご覧ください。

AI転職文脈での3社使い分けマップ

AI関連職を狙う場合の3社の使い分けを、ポジション別に整理します。

狙うポジション	第1選択	第2選択	補完
MLエンジニア／データサイエンティスト	Findy	Green	AI Jobs JP
LLMエンジニア／プロンプトエンジニア	Findy	Green	AI Jobs JP
AIプロダクトマネジャー（PM経験あり）	Green	LinkedIn	AI Jobs JP
未経験からAI実装担当を狙う	paiza	Green	—
第二新卒×AIベンチャー	Wantedly	Green	paiza

スタートアップ／ベンチャーが強い読者はWantedlyのカジュアル面談前にChatGPTで5分企業研究、AI職特化メディアの戦略はAI Jobs JPでAI職に応募する完全戦略、外資・グローバル軸はLinkedInで外資ヘッドハンターからスカウトを受ける英文プロフィールも併せてご覧ください。

Claude Codeで業務ツール→ポートフォリオ→3社展開

ここからが本記事の独自軸です。Claude Codeで業務ツールを作り、3社のポートフォリオ欄に展開する具体手順を示します。

3ステップで業務ツール→ポートフォリオ

Step1：身近な業務の自動化テーマを1つ選ぶ——顧客リスト整形・議事録要約・KPI集計など、職務経歴書の1行になる規模感のもの
Step2：Claude Codeで2週間以内に実装——非エンジニアでも、Claudeの対話型コーディングで動くツールが作れる
Step3：GitHubリポジトリ公開＋README整備——コードよりREADMEのストーリーが重要。「何を解決したか／どう実装したか／効果」の3要素

詳しい3ステップの実装プロセスはClaude Codeで非エンジニアが業務ツールを作る3ステップで扱います。

3社への展開

Green——プロフィール文に「Claude Codeで作った業務ツール／GitHubリポジトリへのリンク」を3行で入れる
paiza——ポートフォリオ欄にGitHubリンクとREADMEのスクショを貼る
Findy——GitHubアカウント連携でリポジトリが自動的にスコアに反映される（Findyスコア上昇）

非エンジニアがClaude Codeで業務ツールを作って転職時の職務経歴書に1行を加える方法はClaude Codeで非エンジニアが業務ツールを作る3ステップ、IT・SaaS業界へのキャリアパスはIT・SaaS業界へClaudeで転職する道筋も併せてご覧ください。

GitHub・Kaggle実績をAIスキル証明に翻訳する3プロンプト

GitHubやKaggleの実績は、そのまま職務経歴書に書いても採用担当には伝わりません。Claudeを使ってAIスキル証明文に翻訳する3プロンプトを公開します。

プロンプト1：GitHubリポジトリ→職務経歴書1行に翻訳

以下のGitHubリポジトリのREADMEを読み込み、職務経歴書の1行になるよう翻訳してください。

【READMEの全文】（ここにREADMEを貼る）

要件：
1. 80字以内
2. 技術スタック名は1〜2個に絞る
3. 「何を解決したか」を冒頭に置く
4. 数字（処理時間削減・対象件数・効率化率）を必ず入れる

出力例：
「ChatGPT APIで議事録を要約する社内ツールを開発し、週8時間の手作業を15分に短縮（Python／FastAPI・社員50人で利用）」

プロンプト2：Kaggleコンペ結果→AIスキル証明に翻訳

以下のKaggleコンペの参加結果を、職務経歴書の3行スキル証明に翻訳してください。

【コンペ名・順位・スコア】（ここに貼る）
【使った技術】（ここに貼る）

要件：
1. 3行以内
2. 順位とスコアを最初に書く（権威性）
3. 試行錯誤の中身を1行で（「特徴量エンジニアリングで〜」など）
4. 業務への応用可能性を1行で

出力例：
「Kaggle『売上予測コンペ』参加・上位5%（Public LB 0.92／30チーム中3位）
LightGBM＋XGBoostのアンサンブルで特徴量を48個まで絞り込み
業務での需要予測モデル構築に応用可能」

プロンプト3：複数リポジトリ→3行プロフィール公式に統合

以下の複数GitHubリポジトリのREADMEを読み込み、媒体プロフィールの3行公式に統合してください。

【リポジトリREADMEの全文・複数】（ここに貼る）

3行公式：
1行目：職種＋年数＋業界
2行目：AIスキル＋具体的な業務統合例（数字付き）
3行目：今後やりたいこと

要件：
1. 各行60字以内
2. 重複する技術名は最も新しいリポジトリのものに統一
3. 数字は必ず1つ以上含む

Claudeでの職務経歴書整理全般はClaudeで職務経歴書を一括添削する5ステップ、転職全体のClaude活用はClaudeで転職活動を進める7フェーズ完全ガイドも併せてご覧ください。

エンジニアが3媒体で陥る失敗3パターン

3媒体に登録したエンジニアが陥りやすい失敗を3パターン整理します。

失敗1：GitHubアカウントを連携せずFindy登録

Findyの本質はGitHubスコアです。連携なしの登録は、求人検索しかできず、スカウト経路の8割を失います。プライベートリポジトリで困る場合は、業務外のサンプルコードでも公開する習慣を作るのが回避策。

失敗2：paizaランクを取らずに応募する

paizaはランクなしの応募が技術的には可能ですが、企業側は「ランクS／A／Bの候補者」を優先します。最低1〜2問は解いてランクBを取ってから本格応募するのが回避策。

失敗3：Greenの「気になる」を全部既読スルー

Greenの「気になる」を放置するとアカウント評価が下がります。月1回は返信／辞退で態度を示すのが回避策。詳細は採用媒体登録でやりがちな失敗7パターンで扱います。

月20件スカウトに整える3軸

エンジニア向け3媒体でスカウト受信を月20件にする3軸は、職種横断と同じです。

軸1：職務要約欄を300〜500字に整える
軸2：応募職種のキーワードを3〜4箇所に散りばめる
軸3：スキルタグを「応募職種のニーズ順」に並べ替える

エンジニア特有のコツは「最新の技術スタック1〜2個を、業務経験ベースで書く」「Findyスコアと連動するGitHub活動を維持する」「paizaランクを四半期に1回更新する」の3点です。

詳しい設計と媒体ごとのカスタムはスカウト受信を月20件にするプロフィール設計術で扱います。

まとめと次のアクション

エンジニア向け3媒体の結論を3行でまとめます。

3社は仕組みが違うため2〜3社併用が標準。Green（文章型）／paiza（スキルテスト型）／Findy（GitHub連携型）の住み分けを意識する
AI転職文脈ではFindy＋Green＋AI Jobs JPの3点セットが現代の現実解。MLエンジニア／LLMエンジニア／AIPMでも同じ
Claude Codeで業務ツール→ポートフォリオ→3社展開という動線で「実績ある人」のプロフィールに整える

次のアクション

行動1：3社のうち未登録の媒体に登録する——FindyはGitHubアカウントが必須なので最優先で連携
行動2：媒体だけでなく非公開求人にもアクセスする——AI×転職に強いエージェント7社徹底比較【2026年版】で担当者付きルートを検討
行動3：Claude Codeでポートフォリオを作る——Claude Codeで非エンジニアが業務ツールを作る3ステップ

この記事が参考になったら

♡を押していただけると、次の記事の励みになります。あなたが一番頼っているエンジニア向け媒体はどれですか？コメントで教えていただけると、今後の記事改善の参考になります。

無料メルマガ

AI転職の最新情報を週1回お届けします。下のボタンから登録できます（いつでも解除できます）。

<a class="btn btn-primary btn-block" href="https://42jxno.share-na2.hsforms.com/2hughl6S2QU-mHY8DSQ9ulA" target="_blank" rel="noopener">無料メルマガに登録する</a>