FDEとは一般に、顧客に入り込み、課題の発見、技術設計、実装、導入までを横断するエンジニア職を指す呼び方です。ただし、役割は企業によって異なります。AIやLLMの導入に重心を置く求人もあれば、顧客システムとの統合に重心を置く求人もあります。「顧客課題をどこまで担当するか」「自らどこまで実装するか」「本番導入まで責任を持つか」を求人本文で確かめることが大切です。
FDE（Forward Deployed Engineer）とは
FDEはForward Deployed Engineerの略です。近い名称にForward Deployed Software Engineer（FDSE）やForward Deployed AI Engineerがあります。「forward deployed」は、顧客に近い場所へ配置され、現場の課題に技術で向き合うニュアンスで使われます。
共通性が見られるのは、顧客との対話と技術実装を分けずに扱う点です。要望を聞いて資料を渡すだけでなく、課題を整理し、実現範囲を決め、システムを設計し、必要に応じてコードを書き、利用できる状態へ進めます。一方で、常駐の有無、プロダクト本体への関与、実装の深さ、導入後の責任は企業や案件で変わります。FDEを一つの固定された職種定義として捉えないほうが、実際の求人を読み違えません。
なぜAI時代にFDEが注目されている？
生成AIでは、モデルやAPIを選ぶだけで業務利用が完了するわけではありません。顧客データをどう参照させるか、既存システムとどう接続するか、出力を誰がどの業務で使うか、PoC（概念実証）から本番へ進む条件をどう決めるかを設計する必要があります。顧客ごとにデータ、権限、運用、既存環境が異なるためです。
OpenAIのTokyo向けFDE求人でも、customer discoveryからtechnical scoping、system design、build、production rolloutまでが職務として示されています。LLMや生成モデルの展開を含むため、AIの技術だけでなく、顧客の仕事に組み込み、安定稼働まで進める役割が求められる一例です。ただし、AIによってFDEが必ず主流になる、またはFDEはAI専業であるとは言えません。今回確認した求人にも、LLM以外のAIや一般的なソフトウェア統合を中心にする例がありました。
FDEの仕事内容
顧客課題を理解する
最初に行うのは、顧客が抱える問題と制約の整理です。利用者、業務フロー、既存システム、データ、セキュリティ、期待する成果を対話から把握します。PalantirのFDSE求人では、顧客と直接働き、曖昧で解き方が決まっていない問題を理解することが示されています。顧客の言葉をそのまま機能一覧にするのではなく、技術で解くべき問題に切り分けます。
技術要件・スコープを決める
次に、何を作るか、何を今回の対象外にするかを決めます。OpenAI Tokyoの求人にあるtechnical scopingは、この段階に当たります。データ連携、モデル利用、画面、API、権限、性能要件のうち、どこまでをいつ実現するかを顧客とすり合わせます。FDEでは、技術的に可能かだけでなく、顧客が導入できる単位へ範囲を調整する力が必要になります。
システムを設計する
要件が固まったら、構成、データの流れ、外部連携、セキュリティ、運用方法を設計します。AIを扱う案件なら、モデルへの入力、評価方法、失敗時の応答も含めて考えます。一般的なソフトウェア案件なら、API、データベース、認証、監視、デプロイの設計が中心になるかもしれません。設計対象の技術は企業ごとに異なりますが、顧客環境で動く形にする視点は共通しやすい部分です。
自らコードを書く
FDEが実装するかは企業によりますが、実装能力を明示する求人はあります。OpenAI Tokyoはproduction-gradeのフロントエンド・バックエンドコード、HatchやAslanはproduction codeや顧客システムとの統合を挙げています。プロトタイプだけでなく、保守、テスト、性能、障害を意識したコードが必要になる場合があります。
PoC・プロトタイプを作る
不確実性が高い場合は、まずPoCやプロトタイプで技術と業務の適合を確かめます。Apollo Researchの求人では、技術評価やPoC、統合、導入を含む流れが確認されています。ここでは「動くもの」を早く示しますが、PoCの成功だけで本番利用を約束するものではありません。権限、データ品質、監視、運用体制などを後続の設計で補います。
本番導入まで担当する
本番導入では、顧客環境へのデプロイ、既存システムとの接続、テスト、監視、障害時の対応を整えます。OpenAI求人のproduction rolloutや、FieldAI求人の導入・継続的な性能責任は、本番を見据えた役割の例です。すべてのFDEが運用を長期に所有するとは限りませんが、求人ではPoCまでか、本番展開後も関与するかを確認しましょう。
利用定着とフィードバックを行う
導入後には、利用者が実際に使えるか、期待した成果が出るかを確認し、改善要望を次の設計へ戻します。顧客と開発チームの間に立つFDEでは、現場のフィードバックがプロダクト改善に接続されることもあります。ここでも、誰が顧客支援を担い、誰がプロダクトの改修を担うかは会社ごとに異なります。
FDEは本当にコードを書く？
結論として、企業によります。ただし、今回確認した10件では8件にコード、実装、統合、production codeなどの責任が記載されていました。OpenAI Tokyoではproduction-grade codeが明示されています。FDEを「ITコンサルに少し技術を足した仕事」と単純化できない理由はここにあります。
一方で、どの言語を使うか、既存コードベースへどこまで入るか、実装と顧客対応の比重は求人で異なります。応募前には、成果物が提案書なのか、PoCなのか、production-gradeのアプリケーションなのかを確認してください。
FDEとソフトウェアエンジニアの違い
ソフトウェアエンジニアも、顧客課題を理解したり本番運用を担ったりすることがあります。そのため、両者を顧客接点の有無だけで線引きすることはできません。比較の目安は、個別顧客への導入や要件整理にどれだけ深く入るかです。
| 比較軸 | FDEで比重が高まりやすいこと | ソフトウェアエンジニアで比重が高まりやすいこと |
| 顧客接点 | 顧客との発見・要件整理・導入を直接担う | プロダクトチームや社内要件を中心に担う場合がある |
| 開発対象 | 顧客環境への統合や個別展開 | 共通プロダクトやプラットフォームの継続開発 |
| 実装 | 個別課題を解く実装・連携 | 再利用性、性能、保守性を含むプロダクト実装 |
| 本番展開 | 顧客ごとの定着・展開に関与する場合がある | 全利用者向けリリースや基盤運用に関与する場合がある |
両方を兼ねる組織もあります。個別導入と共通プロダクト開発の比重を聞くと判断しやすくなります。
FDEとITコンサルタントの違い
ITコンサルタントは、構想策定、業務整理、要件定義、変革支援、プロジェクト推進などに軸足を置く場合があります。FDEは、こうした上流の整理に加え、技術設計や実装を直接担うケースがある点が特徴です。OpenAIのように本番品質のコードを職務に含める求人では、実装の経験を問われる可能性があります。
ただし、ITコンサルタントも実装や導入を担当する場合があり、FDEが常に深くコードを書くとも限りません。どちらが上位という関係ではありません。構想・推進が中心なのか、設計・実装・本番展開まで自ら担うのかを、案件と会社の役割分担で比べましょう。
FDEとSIerのSEの違い
SIerのSEも、顧客課題、要件定義、設計、実装、テスト、導入を担うことがあります。したがって、経験の並びだけを見るとFDEと重なる部分は少なくありません。違いとして確認したいのは、プロダクトとの距離と、個別導入での裁量です。FDEでは、顧客の課題を起点にしながら、自社プロダクトや技術を顧客環境へ適用し、現場の学びを開発側へ返す役割になる場合があります。
SIer経験者は、要件定義、顧客折衝、システム設計、プロジェクト推進、本番導入、障害対応を強みとして示せます。追加で確認・補強したいのは、自分で実装した範囲、APIやクラウドを用いた設計、モダンな開発手法、AIを扱う求人ならLLMや評価の経験です。「SIer経験だけでなれる」とも、「SIerでは無理」とも言えません。希望求人の実装責任に照らして経験を説明できるかが重要です。
FDEとSESエンジニアの違い
FDEは職種・役割を表す言葉であり、SESは契約や事業形態に関係する概念です。そのため、同じ軸で優劣を比べるものではありません。SESの案件でも顧客折衝や設計、実装、導入を担うことがあり、FDE求人でも顧客先で働く形態とは限りません。
FDE求人を検討するときは、end-to-end ownership、技術判断、設計、実装、顧客との関係を求人本文で確認します。現在の契約形態よりも、どの課題を自分が判断し、どの成果物を本番まで責任を持って届けたかを棚卸しするほうが、転職時の比較に役立ちます。
FDEに必要なスキル
求人によって必須条件は異なりますが、今回確認した求人では次の領域が組み合わさっていました。
ソフトウェア開発とシステム設計
Python、JavaScript/TypeScriptなど個別言語の経験に加え、API、データベース、テスト、レビュー、保守を含む開発力が求められる場合があります。コードを書くだけでなく、顧客環境で安定して動く設計を選べることが重要です。
クラウド・インフラ
顧客クラウド、オンプレミス環境、デプロイ、監視、アクセス制御といった要件が関係します。特定クラウドが必須とは限りませんが、環境差を前提に構成を説明できる経験は役立ちます。
AI・LLM
AIを扱うFDEでは、LLMや生成AIの利用、データパイプライン、評価、モデル出力の扱いが加わります。今回の10件でもAI/LLMに関する記載は7件で確認できましたが、これは全FDE市場の割合ではありません。AI以外のFDEもあるため、応募先の技術領域に合わせて学習範囲を決めます。
顧客折衝とスコープ整理
顧客の要望をそのまま受け取るのではなく、目的、制約、成功条件、優先順位に翻訳する力です。実装と対話を往復するため、技術を非技術者に説明し、技術的な限界も共有するコミュニケーションが必要になります。
英語
OpenAI Tokyoの求人では日本語と英語の流暢さが要件でした。一方で、今回のすべての求人に英語要件が明示されていたわけではありません。海外チーム、ドキュメント、顧客との連携があるかを個別に確認してください。
生成AIエンジニアとFDEの違い
生成AIエンジニアは、LLMを用いるシステムの設計、開発、評価、運用に軸足を置く呼び方です。FDEは、顧客課題の発見から導入までの横断に軸足を置くケースがあります。前者が技術・プロダクト実装の比重で、後者が顧客への適用と実装の接続で語られやすい、という違いです。
ただし、LLMやRAGを実装するFDEも、顧客要件を扱う生成AIエンジニアもあり、重なる求人はあります。生成AIの実務範囲はNo.28の記事で確認する想定です。
現在地別にFDEを目指す場合
FDEを目指す準備は、現在の職種名ではなく、顧客理解、設計、実装、導入・運用のどこに経験があるかで考えます。
| 現在地 | 活かせる経験 | 追加したい経験 | 求人で確認すべき点 |
| SIer / SE | 要件定義、顧客折衝、設計、導入、障害対応 | 自らの実装、クラウド、AIを扱う場合の評価 | コード責任、本番後の関与、プロダクトとの距離 |
| Web / 自社開発 | production code、API、DB、クラウド、DevOps | 顧客対話、曖昧な課題の構造化 | 顧客接点、個別導入、出張や導入支援の比重 |
| ITコンサル | 課題理解、要件整理、関係者調整、推進 | production-grade coding、設計、クラウド | 実装を誰が担うか、技術面接の範囲 |
| AI / MLエンジニア | モデル・データ・評価、AI実装 | 顧客導入、既存システム統合、要件整理 | LLM以外も扱うか、PoCから本番への責任 |
| クラウドエンジニア | 環境設計、IAM、監視、デプロイ、セキュリティ | アプリ実装、顧客課題の整理 | アプリ・データまでの担当範囲 |
準備は希望求人の要求から逆算します。本番で動くコード、システム設計とクラウド、顧客課題の整理、AI求人ならLLMや評価、必要に応じて英語を積み上げます。全求人共通の必須条件とはせず、不足分を補いましょう。
FDE求人と年収を見るときのポイント
同じFDE表記でも仕事内容は大きく異なります。応募前には、次を確認してください。
1. 自分でコードを書くのか。プロトタイプのみか、本番品質のコードまで担うのか。
2. 顧客との発見・要件整理を直接担当するのか。
3. PoCまでか、本番導入、運用、改善まで関与するのか。
4. AI / LLM、クラウド、オンプレミス、データ連携のどれを扱うのか。
5. 出張、顧客先での勤務、英語、経験年数、プロダクトチームとの関係はどうか。
今回確認した10件には給与開示を確認できた求人がなかったため、この記事で平均年収や相場は示しません。地域、通貨、職位、企業規模、実装範囲が異なる求人を単純比較することも避けるべきです。提示額がある場合も、対象地域・職位・基本給かどうかを求人ごとに確認してください。
よくある質問
FDEはエンジニアですか？
多くの求人ではエンジニア職として扱われ、設計・実装・導入が含まれます。ただし担当範囲は企業ごとに異なります。顧客対応だけでなく、どの技術成果物に責任を持つかを確認してください。
FDEはコードを書きますか？
企業によります。今回確認した10件では8件に実装やコードの記載があり、OpenAI Tokyoではproduction-grade codeが明示されていました。希望求人がどの深さの実装を求めるかは本文で確かめましょう。
ITコンサルタントとの違いは？
FDEは技術設計や実装まで直接担う場合がある点で異なります。ただしITコンサルタントも実装・導入を行うことがあり、境界は固定されません。構想、実装、本番展開のどこまでを本人が担うかで比較してください。
SIerからFDEを目指せますか？
要件定義、顧客折衝、設計、導入、障害対応の経験は接点になります。実装、クラウド、AI/LLM、英語などの不足があるかは、希望求人の要件と照合して判断します。
英語は必須ですか？
OpenAI Tokyoのように日英両方を要件とする求人はありますが、すべてのFDE求人に必須とは言えません。海外チームとの協働があるかを確認しましょう。
まとめ
FDEは、顧客課題と技術実装を横断するエンジニア職として使われる呼び方です。FDE、FDSE、Forward Deployed AI Engineerなど名称は近くても、実装、AI、クラウド、導入後の責任範囲は企業によって異なります。
転職を考えるなら、職種名の印象ではなく、顧客課題をどこまで担当するか、自らどこまで実装するか、本番導入まで責任を持つかを求人本文で確認してください。SIerのSE、Web開発、ITコンサル、AI/ML、クラウドの経験にはそれぞれ接点があり、足りない部分を具体的な開発・設計・導入実績で補うことが、FDEへの距離を測る方法になります。
