Forward Deployed Engineer (FDE)

必須

• 共通要件（※AI/LLM開発の実務経験は不問）

  • Python、TypeScript等の言語を用いた実装経験
  • 要件定義から実装までを自走してリードした経験
  • 実務/個人開発問わずAIツールやコーディングエージェントを用いた開発経験
  • ネイティブレベルの日本語コミュニケーション能力

• 加えて、以下のいずれかに該当する方

  • Webアプリケーション（Backend / Frontend）の開発経験、またはデータ基盤の設計・構築経験
  • AI/MLエンジニア・データサイエンティスト等として自らコードを書き、アルゴリズムの技術検証やシステム実装に携わってきた経験

歓迎

• 顧客折衝や客先常駐の経験
• SIer / コンサル環境でのPM・ITコンサル経験
• LLMを活用したアプリケーション開発経験（プロンプトエンジニアリング、RAG、ファインチューニング、エージェント設計のいずれか）
• マルチエージェントフレームワーク（LangGraph, CrewAI, AutoGen, Google ADK等）の実装経験
• MCP（Model Context Protocol）サーバーの設計・構築経験
• LLM評価・observability基盤の構築経験（LLM-as-a-Judge, RAGAS, LangSmith等）
• 大規模データ処理・分析基盤の構築経験
• 金融、エネルギー等のエンタープライズ領域の業界知見
• 英語でのビジネスコミュニケーション能力

応募について

• （※AI/LLM開発の実務経験は不問）
• ①ソフトウェア開発 ／ データ基盤構築のご経験（AI経験は問いません）

使用ツール

Forward Deployed Engineer（FDE）とは

• 顧客の事業・業務に深く入り込み、「何をつくるべきか」の定義から設計・実装、本番導入、運用までを担うエンジニアです。
• 自社のプロダクト／プラットフォーム／技術アセットを基盤に、AI・LLM、OSS、クラウド、SaaS/APIなども適切に選択・統合します。
• 自ら手を動かして改善を重ね、実際の業務で使われ、価値を生む状態まで届けるとともに、現場の知見や技術を自社アセットへ還元します。
• 単なる導入支援やPoCではなく、顧客固有のデータ・業務環境を理解し、汎用的なAI技術（LLM / ML など）を、実際に使われるアプリケーションへと落とし込む、AIのラストワンマイルを担う、実装責任を持った役割です。
• ※社内の職種区分としても「エンジニア」に該当し、「コンサルタント」とは明確に異なる役割です。

業務内容

• 顧客固有のデータや業務環境を理解し、汎用的なAI技術（LLM / 機械学習など）を、実際に使われるアプリケーションや業務の仕組みへ落とし込みます。
• exaBase Studioを用いたプラットフォーム型、カスタムソリューション型の両方を組み合わせながら、顧客課題の特定、企画〜設計、実装〜本番導入、継続的な改善までを一気通貫で担っていただきます。
• AIコンサルタント、プロジェクトマネージャー、AIエンジニアといった各領域のプロフェッショナルとチームを組み、協業しながら以下のような業務を推進していただきます。
• （※最初から全てをお任せするわけではなく、徐々に役割・範囲を広げていただきます。）
• 顧客課題の理解・プロジェクト構想・プロジェクト推進
• 顧客担当者（経営層、部門マネージャー等）との対話を通じた事業、業務フロー、データ、システムの理解
• AI技術によって実現すべきソリューション・サービスの構想・提案
• ビジネスチームと連携したプロジェクトテーマ、スコープ、KPI等の設計（品質・コスト・納期に加え、AI開発特有の不確実性や検証結果を踏まえ、スコープや進め方を柔軟に調整）
• ソリューション設計・技術選定：生成AI（LLM / RAG / エージェント）や機械学習・数理最適化など最適な技術を選定し、アーキテクチャを設計
• カスタムソリューション型：高度な固有課題に対し、AI/MLエンジニアと連携してモデル開発・スクラッチでのシステム開発まで
• プラットフォーム型：AIエージェントプラットフォーム『exaBase Studio』を活用し、LLMコンポーネント等を組み合わせて高速にソリューションを構築
• 実装のリード・ハンズオン・デリバリー
• 要件定義と並行してプロンプトエンジニアリングやPoCを実施し、フィードバックを回す（AIコンサルタントやPMと協働）
• LLM APIの統合、非構造化データのパイプライン構築、業務アプリケーション開発
• 既存システム（API、データ基盤、セキュリティ要件）との統合設計、クラウド環境へのデプロイ
• アセット構築・プラットフォームへの還元
• プロジェクトで得た知見の再利用可能なアセット化、ソリューションパターンの型化
• exaBase Studioをはじめとする自社プラットフォーム・プロダクトへのアセット蓄積、機能改善

技術スタック

• Languages: Python, TypeScript / JavaScript, SQL
• Backend: FastAPI, Node.js 等
• Frontend: React, Next.js 等
• Infrastructure: AWS / GCP / Azure, Docker, Kubernetes
• Platform: exaBase Studio
• Tools: Git, CI/CD
• AI/LLM: LangChain, LangGraph, HuggingFace Transformers, 各種LLM API、Claude Code、Codex

プロジェクトの進め方

• プロジェクトの性質やフェーズに応じて、顧客先を訪問して業務理解やディスカッションを行う場合もあれば、自社オフィスやリモート環境で開発に集中する場合もあります。
• 働く場所や関わり方を固定するのではなく、顧客課題を解決し、最も高い成果を生み出すために必要な手段を選択します。
• 顧客の事業や業務を深く理解するため、顧客と密接にコミュニケーションを取りながらプロジェクトを進めますが、顧客先への常駐そのものを目的としたポジションではありません。重要なのは、物理的に顧客の隣にいることではなく、顧客と同じ目線で事業・業務の課題に向き合い、素早く仮説検証を行い、技術によって価値を届け切ることです。

1．自社プラットフォームとカスタムソリューションを組み合わせ、顧客課題に最適な解決策を提供できる

• 自社のAIプラットフォーム「exaBase Studio」や蓄積されたAIアセットを活用することで、ゼロから開発せずスピーディーにプロトタイプを構築し、価値検証を進められます。一方でそれに固執せず、顧客課題に合わせて特定のAIモデルを開発したり、データ基盤やアプリケーションをスクラッチで構築することもあります。自社のプラットフォームやアセットを活用したスピードと再現性、そして顧客固有の課題に合わせて設計・開発できる柔軟性を併せ持っています。これにより、あらかじめ決められた製品や仕様ではなく、顧客にとって本当に必要なソリューションを追求できます。

2. システム開発の枠を超え、「経営・事業課題の解決」というビジネス課題の上流にも携われる

• FDEが向き合うのは整理されたシステム要件ではありません。
• 「複雑な業務をAIによって再設計したい」「社内の点在データを活用したい」「新しいサービスの利用率を高めたい」といった抽象度の高い経営・事業課題からプロジェクトが始まります。
• 顧客との対話を通じて「何をつくるべきか」を自ら定義し、技術選定、アーキテクチャ設計、本番実装までやり切ります。
• 技術から離れてビジネス側へ移るのではなく、コードを書き、動くものをつくる力を持ったまま、事業課題やサービス構想、顧客の意思決定へ担当領域を広げられることが当ポジションの特徴です。プロジェクトによっては、顧客の現場部門との要件整理にとどまらず、エンジニア自身が経営層に対して新たなAI活用や事業変革の構想を提案するなど、ビジネスの意思決定に直接的に関わる事例も生まれています。

3．担当するプロジェクトの100％がAI関連

• 担当するのは、生成AI、AIエージェント、機械学習、数理最適化、データ分析など、すべてAI技術に関連するプロジェクトです。
• AIモデルの技術検証だけではなく、AIを組み込んだアプリケーションやデータ基盤の構築、既存システムとの連携、本番導入まで幅広く携わります。
• 配属や案件のタイミングに左右されることなく、これまでのエンジニア経験を生かしながら、継続的にAI領域の最先端の実践経験を積める環境です。

4．開発環境自体もAIネイティブ

• 顧客へサービスとしてAI技術を提供するだけでなく、自分たちの開発にもコーディングエージェントをはじめとするAIツールを本格的に取り入れています。AIによって実装や検証のスピードを高め、エンジニアが課題発見やソリューション設計など、より本質的な役割に時間を使える開発環境を追求しています。

ポジションの魅力

• 技術判断が事業を動かす手応え：自ら設計したアーキテクチャが企業の業務を実際に動かします。現場のユースケースがプロダクトの次の進化を定義し、自社プラットフォームへ直接還元できる醍醐味があります。
• 課題定義から自分で決める：要件定義書を受け取るのではなく、経営層や部門マネージャーと「何を作るか」から議論しソリューション全体を設計するため、技術力とビジネス力の両方が向上します。
• 巨大産業の「核心」に挑む：金融・エネルギー・インフラなど、日本を代表する大手企業の基幹テーマに入り込み、巨大なデータ領域にダイレクトに技術適用できる環境です。
• トップタレントとの協働：学会発表クラスのAI/MLエンジニアや大手コンサルティングファーム出身者、PdMやテックリードと互いの専門性を尊重しながら「対等なプロ」として議論できる環境です。

入社後のキャリアパス

• FDEとして経験を積んだ後は、本人の志向や強みに応じて、複数の方向へキャリアを広げることができます。
• 技術を手放さずに専門性を深めることも、技術を基軸に顧客、プロダクト、事業へ責任範囲を広げることも可能です。
• 技術を深める：テックリード、ソリューションアーキテクト
• 顧客価値を広げる：リードFDE、プロジェクトマネージャー
• プロダクトへ広げる：プロダクトマネージャー、プロダクト責任者
• ビジネス領域へ広げる：AIコンサルタント、BizDev、新規事業責任者

プロジェクト事例

• 保険 × 営業育成AI： exaBase Studioで約3万人が利用するAI顧客管理＋AIロールプレイングシステムを構想から実装まで一気通貫で開発支援（住友生命様）
• ヘルスケア × R&D： データ駆動型創薬支援により、一連のデータ解析時間を大幅に短縮（第一三共様）
• エネルギー × 全社DX： 「DX戦略2026」を文化醸成・人財育成・環境構築の3領域で包括支援、事業構造変革に伴走（関西電力送配電様）

exaBase Studio 導入事例

• セブン銀行様： AIエージェントテンプレートを活用し、社内データの自然言語分析で企画業務の意思決定を迅速化
• サッポロホールディングス様： 購買データ分析から施策案生成までをAIエージェントが代替、店舗でのテスト展開を開始
• 第一生命様： exaBase Studioを生成AI活用プラットフォームとして採用、外部提出書類のひな型生成アプリなどを内製化