Associate FDE

必須

• ソフトウェアエンジニアとしての実務経験1年以上、またはそれに準ずる継続的な開発実績
• Python または TypeScript を用いた実装経験
• バックエンドまたはフロントエンドに軸足を持ち、もう一方の領域にも担当範囲を広げる意欲
• LLM / 生成AIを活用したアプリケーションを自ら試作・開発した経験（業務・インターン・個人開発を問わない）
• コードレビューやフィードバックを受け、改善につなげられること
• 日本語：Fluent（顧客・社内との要件確認、設計議論、日本語ドキュメント作成を齟齬なく行えるレベル

歓迎

• コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における学士号または同等の実務経験
• Python / Node.js / TypeScript / React / Next.js等を用いたフルスタック開発経験
• AWS / GCP / Azure上での開発・運用経験
• LangChain / LangGraph / AutoGen / CrewAI等の利用経験
• RAG / Agent / 業務自動化を組み合わせた開発経験
• Evals、LLM observability、guardrail、human-in-the-loopへの関心または実装経験
• エンタープライズSaaSの利用・API連携経験
• 個人開発、OSS活動、技術系インターン、ハッカソン等で、 自ら企画して完成させた経験
• 英語の技術ドキュメントを読み、実装に活かせる能力

求める人物像

• 指示を待つのではなく、自ら調べ、試し、結果から改善できる方
• 未経験の技術領域でも、仮説を立てて手を動かせる方
• 動けば終わりではなく、品質と再利用可能性まで考えられる方
• 自分の技術判断を言語化し、レビューを成長に変えられる方
• AI時代のフルスタックエンジニアとして、顧客価値とプロダクトの両方に向き合いたい方
• 「絶対に成し遂げたい」という強い意志と、仕事に真摯に向き合うプロフェッショナル姿勢を持つ方

応募について

• 第二新卒歓迎

使用ツール

JAPAN AI FDEの魅力

• 1. AI時代の最前線で、「使われ続けるAI」を作れる 製造業の技術伝承、金融機関の稟議書作成、自治体の問い合わせ対応——AI Agentが日本の基幹産業で実際に業務を効率化していくその最前線で、設計から実装まで担えます。
• 2. 技術と顧客対話、両方の手触りを持てる エンジニアのキャリアは「コードから離れて上流に行く」か「技術に閉じこもる」かの二択になりがちです。FDEはその両立を設計で実現したポジション——顧客の業務課題を自分の耳で聞き、技術要件に翻訳し、自分の手で実装する。コードを書き続けながら、ビジネスのリアルな文脈に触れられます。営業・戦略はDS（Deployment Strategist）が担うため、顧客対話は約2割に抑えつつ、意味のある対話に集中できる設計です。
• 3. 本番品質のAI実装を体系的に学べる PoC完成では評価されません。Evals（AI出力の品質評価）・可観測性・guardrail・HITL（人がチェックに入る設計）を標準責任に含み、シニアFDEのレビュー付きで学べます。「本番で動かし続けるAI」を設計できるエンジニアは希少で、ここで積む経験はキャリアの資産になります。
• 4. 作ったものがプロダクトに還流する 個社向けに作った実装を、Vertical／標準アーキ／テンプレートに型化して横展開するところまでが成功指標。自分の実装がプロダクトとして積み上がり、次の案件を加速させる手触りが得られます。
• 5. 10→30名の拡大フェーズで「型を作る側」に回れる FDEチームは2027年3月に向けて10名から30名へ拡大中。標準アーキ・deployment playbookを作る側に、入社初期から関われます。自分の設計判断が、今後30名が参照する標準になるフェーズです。

働く環境の魅力

• 1. 日本の大企業に、日本語で向き合える 顧客は累計約600社・2万人の国内大企業中心。英語の壁なく、経営層から現場までのリアルな業務課題にAIを当てる経験が積めます。Salesforce・SmartHR・kintone等との連携も含めて、日本のエンタープライズ特有の実装知見が身につきます。
• 2. 世界クラスのエンジニアと協業 外国籍社員比率44%。国内外の大手IT企業から集まったエンジニアと協働できます。グローバル水準のエンジニアと日常的に交流できる、国内でも稀な環境です。
• 3. 開発環境は最前線 Claude Code MAX / Cursor / Devin / ChatGPT等が会社負担。Spec Driven Developmentを採用し、意思決定と設計に時間を使い、AIと分担しながら本番品質のコードを書く開発文化が組織として体現されています。

業務内容

• Associate FDEは、顧客の現場に入り、JAPAN AIを基盤とした業務効率化のツールを「作って・届けて・使い続けてもらう」そして、JAPAN AIの資産として還元するまでを担います。
• 1人ですべてを担当するのではなく、シニアFDEやDeployment Strategist（DS）と連携し、段階的に担当範囲を広げていきます。
• ※DS：FDEと共に顧客ヒアリングを行う、コンサルティング担当

Discover — 顧客の業務と課題を理解する

• シニアFDE／DSと一緒に顧客ヒアリングに同席し、業務フロー・使っているSaaS・現場の困りごとを把握する
• 「AIで何を効率化したいのか」を言語化し、技術要件に翻訳する
• 慣れてきたら、小規模テーマのヒアリング・要件整理を一人で担う

Build & Evaluate — 動くものを作り、品質を確かめる

• JAPAN AI STUDIO（当社のAIプロダクト開発基盤）を使った、業務ワークフローを設計・実装
• LLM・RAG・AI Agent・業務自動化を組み合わせたアプリの開発
• Python / TypeScriptを用いたバックエンド・フロントエンド開発
• Salesforce、SmartHR、kintone等の顧客が使っているSaaSとのAPI連携
• モデル選定・プロンプト改善・Evals・失敗ケース分析によるプロダクトの品質改善

Deploy & Operate — 本番で安心して使える状態にする

• GCP等へのデプロイ、テスト、監視の仕組みの整備
• パフォーマンス・信頼性・セキュリティの改善
• guardrail、fallback、human-in-the-loopなど、プロダクトを安全に動かすための仕組みの設計・実装
• 大企業ならではの要件（権限管理・監査ログ等）に、シニアFDEの支援を受けながら対応

Productize & Scale — 個別の実装を、横展開できる形に残す

• 1社向けに作った実装を、テンプレート・共通部品・標準アーキテクチャに抽象化、他の案件でも使えるように整備
• 顧客現場で見つけた改善点を、プロダクトチームへフィードバック
• 営業・マーケ・人事・ナレッジ共有などの職種別ソリューション、建設・製造・公共・製薬などの業種別ソリューションへの展開支援

入社後のステップ／期待する役割

• Associate FDEは、1年かけてEnd-to-Endの実装者に育つことを前提に設計されています。一律の昇格ではなく、本人の習熟度と案件状況に応じた目安です。

Phase 1：入社〜3か月 — 実装担当

• シニアFDEのサポートを受けながら、手を動かしてプロダクトと現場に慣れるフェーズです。
• シニアFDEが設計したワークフロー・PoC・機能の実装を担当
• JAPAN AI STUDIO（当社のAI Agent開発基盤）とSDKの使い方を習得
• Salesforce、SmartHR、kintone等のSaaSとAPIで連携する実装
• コードレビュー・テスト・Evals（AI出力の品質評価）を通じて、「本番で使える品質」の基準を体で覚える
• シニアFDE／DSの顧客ヒアリングに同席し、現場感を掴む

Phase 2：3〜6か月 — 実装リード

• 小規模なテーマなら、設計から本番投入までひとりで回せるようになるフェーズです。
• 小規模なワークフローを、設計 → 実装 → 評価 → デプロイまで一貫して担当
• 自分の実装方針や技術判断をドキュメントに残し、チームへ共有
• モニタリング結果や失敗ケースをもとに改善を回す
• 現場で見つけた改善点を、プロダクトチームへフィードバックする

Phase 3：6〜12か月 — 中規模機能の設計リード

• より大きなテーマの設計・実装をリードし、チームへの貢献も始まるフェーズです。
• 中規模機能の設計・実装をリード（レビュー付き）
• モデルや技術スタックの比較・選定に参加
• 他案件でも使える共通部品や実装パターンを抽出
• 新しく入ってきた後輩メンバーのOJTサポート

成果責任 (KR/メトリクス)

• 成果は、コードを書いた量やPoCを完成させた数だけでは測りません。
• 本番への貢献 ：担当した機能がレビューを経て本番で利用されているか
• 品質の向上 ：テスト、Evals、モニタリングを通じて失敗を減らせたか
• 自律性の拡大 ：レビューを受けながら、より広い範囲をEnd-to-Endで担当できるようになったか
• 再利用化 ：実装や学びを、ドキュメント、共通部品、playbookへ還元できたか

開発環境

• 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX
• AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK
• インフラ : GCP (コンテナ / K8s) , Docker
• データ : BigQuery, PostgreSQL, 各種顧客データソース
• ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion
• AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin
• 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

組織体制

• 開発組織：約60名（2026年6月時点）
• FDEチーム：現在10名 → 2027年3月までに30名体制へ
• 協働ロール：Deployment Strategist (DS) / Product Architect / Agentic Engineer / AI Success Engineer / AI Evaluation Scientist / PdM
• 外国籍比率：44%（日本語話者も多く、英語初心者でも参画可）
• 平均年齢：32歳
• 中途・新卒比率：3:1（28卒は約6割がJAPAN AI配属）

オンボーディング（入社〜1〜2か月）

• プロダクト理解、提案フロー、STUDIO / AGENT構築、デリバリーを段階的に学習
• シニアFDE／メンターによる1on1、設計・コードレビューを標準化

育成

• FDE EXCELLENCE PROGRAMME：顧客課題とAI実装を接続するための社内育成プログラム
• シニアFDEによる案件ごとの設計・コードレビュー
• 1on1：最低月1回、キャリア・働き方の相談
• 書籍補助：年間6万円まで
• 資格取得・語学学習支援
• AI利用補助：月間$220まで

若手活躍の実例

• インターンから入社し、4年目で若手最前線のFDEに成長しリーダーに。国内の老舗大手製造業のメイン担当。
• 学生時代はフロントエンドエンジニア。入社後フルスタックエンジニアに転向し、FDEリーダーに。大手食品メーカーのメイン担当。

キャリア

• まずはAssociate FDEとして実装力と本番品質の基礎を築き、FDEとして技術提案とEnd-to-End実装を自律的に担うことを目指します。
• その後は、IC / Principal Engineerとして技術を深める、EM / Headとして組織を率いる、PdM / DSとして課題定義側へ広げるなど、複数のキャリアを選べます。