ロボティクス転職に効くポートフォリオの作り方【GitHub活用】

フィジカルAI領域は2026年に採用が急拡大しています。しかし「未経験からどう入るか」で詰まる人が多い。答えは動くものを作って公開する、これに尽きます。

なぜポートフォリオが最強なのか

ロボティクスは実物が動くかどうかがすべての世界です。資格や座学の知識より、「このリポジトリのこれを作りました」の一言が強い。しかも、この分野は経験者が絶対的に不足しているため、多少荒くても動くものを見せられる人が有利になります。

何を作るべきか（レベル別）

レベル1: シミュレーションで完結（費用0円）

• MuJoCoで自作ロボットを歩かせる（MuJoCo入門）
• Isaac Labで強化学習（強化学習入門）
• 公開データセットで模倣学習を回す

レベル2: 実機を動かす（3〜5万円）

• SO-101を組んで、自分でデータを集めて学習させる（組み立てガイド）
• 「実機を触ったことがある」は想像以上に評価されます

レベル3: 業界に貢献する

• データセットをHugging Faceで公開（データ収集入門）
• OSSにPRを送る（LeRobotは初心者向けIssueも多い）

採用側が見ているポイント

見られている点	対策
本当に動いたのか	動画を必ず載せる（これが最重要）
再現できるか	READMEに手順を書く
詰まったとき何をしたか	失敗と解決過程を書く
コードが読めるか	整形とコメント。完璧でなくていい

READMEのテンプレート

# SO-101 でブロック整理タスクを学習させた記録

![デモ](docs/demo.gif)   ← 最上部に動画/GIF

## なにを作ったか
自作した6軸アームに、模倣学習（ACT）で
「散らばったブロックを箱に入れる」動作を学習させました。
成功率は 100回中 78回。

## 構成
- ロボット: SO-101（自作・部品代4.2万円）
- 学習: LeRobot + ACT
- データ: 自分でテレオペ収集 150エピソード

## 再現手順
（コマンドを順番に）

## つまずいた点と解決
- サーボIDの設定を組み立て後に気づき、全分解した
- 照明条件を変えたら成功率が40%に落ちた
  → データ収集時に照明をランダムに変えて再学習し、78%まで回復

## 次にやること
- 未知の物体への汎化

「つまずいた点と解決」は必ず書いてください。 採用側が知りたいのは完璧さではなく、問題にぶつかったときの動き方です。ここが実務能力の証明になります。

GitHubの整え方

• リポジトリ名を具体的に — robot-test ではなく so101-imitation-learning
• Topicsタグを付ける — robotics lerobot imitation-learning で検索に載る
• プロフィールREADMEを作る — トップに「フィジカルAIを学んでいます」＋主要リポジトリへのリンク
• 草（コミット履歴）より中身 — 毎日コミットより、動く成果物1つ

発信とセットにする

作ったらZenn/Qiita/Xで記録を書きましょう。技術記事は「説明できる」証明になり、リクルーターの目にも留まります。「作る→書く→公開する」を3セットやれば、この分野では十分に目立てます。

求人市場の現状（2026年）

フィジカルAI領域は日本でも採用が本格化しており、大手メーカーからスタートアップまで求人が急増しています。年収レンジは600〜2,000万円と幅広く、AI（学習）とロボット実機の両方に触れた経験を持つ人材は特に希少です。詳しくはフィジカルAI人材の年収と求人動向をどうぞ。

まとめ

• ロボティクス転職の武器は資格より動くポートフォリオ
• レベル1はシミュレーションで0円から。実機経験があると一段強い
• 動画は必須。READMEの最上部に置く
• 「つまずいた点と解決」が実務能力の証明になる

次の一歩 🌸

作るネタはSO-101組み立てガイドか強化学習入門から。市場動向は人材・年収記事へ。