ゆめさくエンジニア研究所女性向けエンジニアスクール女性向けエンジニアスクール
ログイン

技術英語

エンジニアが仕事で読む・書く英語

この場で学ぶ英語

  • エンジニアの英語は、話す力より先に、エラー文と文書を読む力と、名前やコミットメッセージを書く力が要ります。受験英語や TOEIC の対策はしません。
  • 英文の例は、本物のエラー文と、公式の文書から引きます。説明のために作った短い文は「例」と書き分けます。頁の中のコードはブラウザで動くので、何も入れずに試せます。
  • 6 つの分野、全 19 回のうち、今すぐ学べるのは 1 回です。準備中の回は、作る順に足していきます。
今すぐ読める回へ分野から探す

文 ゆめさくコード編集部公開 2026年10月30日更新 2026年10月30日

英語を使う場面

場面読む・書く英語
エラーが出て止まったエラーメッセージ、警告、スタックトレース
新しいライブラリを使う公式ドキュメント、README、仕様の言葉
コードを書いて人に見せるコミットメッセージ、PR の説明、レビューの略語
AI に頼む英語の指示、AI の英文の確かめ
英語の面接を受ける自己紹介、設計の問いへの答え

6 つの分野

左上から順に、読む英語から書く英語、話す英語へ進みます。どの分野からでも読めます。石 1 つが 1 回で、回の頁で確認クイズに全部答えた回の石が緑に変わります。

全部の回

分野 1エラーと警告を読む
  1. 1-1エラーメッセージの読み方型の名前と本文、expected と got準備中
  2. 1-2deprecated と警告deprecated、warning、use ... instead準備中
  3. 1-3null と undefined と None「無い」を表す 3 つの言葉準備中
  4. 1-4スタックトレースを読むmost recent call last、at、caused by準備中
分野 2公式ドキュメントを読む
  1. 2-1ドキュメントの型と読む順tutorial、how-to、reference、explanation準備中
  2. 2-2MUST と SHOULD仕様の言葉の強さ (RFC 2119)準備中
  3. 2-3README を読む・書くInstallation、Usage、Contributing準備中
分野 3名前を付ける
  1. 3-1変数名と関数名の英語名詞と動詞、単数と複数、略さない準備中
  2. 3-2真偽値と動詞の決まりis と has と can、get と fetch と load準備中
分野 4Issue と PR とレビュー
  1. 4-1コミットメッセージの英語命令形の題、Conventional Commits準備中
  2. 4-2Issue を英語で書く再現の手順、expected と actual準備中
  3. 4-3PR の説明を英語で書くwhat と why、テストしたこと準備中
  4. 4-4LGTM とレビューの略語LGTM、WIP、PTAL、nit、IMO、FYI頁で読む
分野 5AI に英語で頼む
  1. 5-1英語で AI に指示を書く役割、入力、出力の形準備中
  2. 5-2AI の英文を確かめる言い過ぎの訳、公式の文書との照らし方準備中
分野 6英語で話す・面接
  1. 6-1英語の技術面接の自己紹介経歴と作った物を 1 分で準備中
  2. 6-2設計の問いに英語で答える前提を聞く、案を比べる準備中
  3. 6-3TOEIC とエンジニアの英語点数は入口、仕事で要るのは読む・書く準備中
  4. 6-4チャットとメールの英語頼む、断る、遅れを伝える準備中

つながる学びの場

よくある問い

エンジニアに英語は要りますか

読む英語は、ほぼ毎日要ります。エラーメッセージ、公式の文書、ライブラリの Issue は、多くが英語でしか書かれていません。書く英語は、変数名とコミットメッセージから始まり、海外のチームや外の開発者と仕事をするときに PR とレビューの英語へ広がります。話す英語が要るのは、英語の面接や海外のチームとの会議があるときです。

技術英語はどこから始めればいいですか

エラーメッセージと、レビューの略語から始めるのが近道です。どちらも毎日目にして、決まった言い方が多いからです。この場では分野 1 と分野 4 に置きました。最初の回は、レビューで使う LGTM や WIP などの略語です。

TOEIC の点数は要りますか

会社によっては応募の条件や目安に使われるので、入口としては役に立ちます。ただ、仕事で毎日使うのは、エラー文や文書を読む力と、コミットメッセージやレビューの英語を書く力です。この場では TOEIC の対策はせず、分野 6 で点数と仕事の英語の違いを扱います。

AI の翻訳があれば英語は要りませんか

読む量は AI の翻訳でかなり減らせます。ただ、訳は must と should の強さや、warning と error の違いのような細かい所で外れることがあります。大事な所は原文の言葉で確かめる力が要るので、分野 5 で AI の英文の確かめ方を扱います。