Forward Deployed Engineer（FDE）（AIコンサル部）

必須

• Webアプリケーションまたは業務システムの開発・構築経験
• 顧客または社内の非エンジニアと対話し、要件や課題を整理した経験
• 業務フローや既存システムを理解し、技術的な解決策に落とし込んだ経験
• 技術的な内容を、相手の理解度に合わせて説明した経験
• 複数職種と連携し、曖昧な課題を前に進めた経験
• AI・LLM領域や、顧客の業績（PL）改善につながる視点への強い関心と、自ら学び続ける姿勢

歓迎

• 顧客のROI改善を支援した経験
• ITコンサル・SIer・コンサルファームでの業務改革・システム導入経験
• SaaS企業での導入支援・技術支援・プロフェッショナルサービス経験
• 顧客折衝を伴う開発・要件定義・プロジェクトマネジメントの経験
• プリセールス・ソリューションエンジニア・カスタマーサクセスエンジニアとしての実務経験
• AI・LLMを活用した業務改善・プロトタイプ開発経験
• LLM / 検索 / ナレッジシステムに関する知見
• 複数SaaSまたはオンプレシステムとのAPI連携・認証認可設計（OAuth/SAML等）の経験
• データ抽出・変換・クレンジング（ETL）の実務経験
• FAQや社内マニュアル、ナレッジ管理ツールの設計・整備・運用経験
• 組織の暗黙知をドキュメント化・構造化した経験
• AI・LLM導入で「データ品質」「ナレッジ整備」の課題に直面・対処した経験
• コンタクトセンター、カスタマーサポート、社内ヘルプデスクなどにおける業務改善・ナレッジ整備・FAQ運用の経験

求める人物像

• 顧客の要望をそのまま受け取るのではなく、背景・目的を深掘りし、本当に解くべき課題を見極められる方
• 技術的な正しさだけでなく、顧客の業務・組織・意思決定プロセスを踏まえて解決策を設計できる方
• 顧客価値を起点に考えながら、Helpfeelのプロダクトとして持続可能な解決策に落とし込める方
• 仕様が固まりきっていない状況でも、仮説を立て、プロトタイプを作りながら前に進められる方
• AI時代に必要な知識・スキルへ自分をアップデートし続けられる方
• 作って終わりではなく、顧客と同じ目線で成果指標に向き合い、現場で使われ続ける状態まで粘り強く伴走できる方
• PL思考や特定のAI知識は入社後にキャッチアップ可能です。顧客の業務・技術の両面に向き合い、複雑な状況を自分の経験から見立てられる方を想定しています。
• まだ役割定義が固まりきっていないフェーズで、自分たちで型を作っていくことを楽しめる方を歓迎します。

使用ツール

Description

• 顧客の業務課題に技術で踏み込み、AIが正しく機能するためのナレッジデータを整備し、システム連携を設計・実装して、現場で使われる状態まで形にする——それがHelpfeelのForward Deployed Engineer（FDE）です。業務コンサルとひとつのチームで案件を進め、現場で得た知見は自社プロダクトの改善に還元します。

FDEが求められている背景

• 生成AI・大規模言語モデル（LLM）の普及により、多くの企業がAI活用に取り組み始めています。
• しかし実際の現場では、「AIを入れたのに期待した回答が返ってこない」「古いマニュアルを正解として扱ってしまう」「構想はあるが業務に根付かない」といった課題が起きています。
• その多くは、AIモデルの性能だけでは解決できません。
• 業務を理解し、AIが正しく機能するためのナレッジデータ・システム・運用を設計し、現場に根付かせる担い手が必要です。
• 「とりあえずAIを導入した」段階では、ツール費用がかさみながら人件費も変わらない——という状況に陥りがちです。Helpfeelが目指すのは、AIを正しく機能させることで、顧客のPL（損益）改善につながる実効性あるAI活用を実現することです。

FDEについて

• FDEは、顧客の業務課題を理解し、AIと技術を活用した解決策を、技術面から構想・実装・定着まで推進するポジションです。単なる開発者でも、コンサルタントでもありません。顧客の要望を「そのまま実装する」のではなく、業務フローを分解・構造化し、本当に解くべき課題を見極め、顧客の業績貢献を起点に解決策を作り上げます。
• 客先常駐や受託開発とは異なります。FDEは、顧客の業績改善につながる課題を技術面から捉え、HelpfeelのプロダクトやAI活用の仕組みを組み合わせながら、実際に現場で使われる解決策を形にします。現場で得た知見はHelpfeelのプロダクト改善へ直接フィードバックされ、「個別の顧客を助ける」と「プロダクトを進化させる」——この2つを同時に担うポジションです。FDEは新設されたAIコンサルティング部に所属します。従来型SaaSのような部分最適にとどまらず、顧客の業務構造そのものに踏み込み、AIを前提とした業務変革を目指します。
• FDEは、PM・業務コンサル・運用コンサルに加え、セールス、CS、開発チームと連携しながら、技術面から顧客のAI-Ready化を推進します。案件は次の流れで、各職種が連携しながら進めます。
• ① 提案（セールス）：顧客のAI活用課題を捉え、プロジェクトの起点を作る
• ② 課題抽出（業務コンサル）：業務・データ・ナレッジの流れを可視化し、解くべき課題と成果指標を定義する
• ③ 業務設計・技術実装（業務コンサル × FDE）：あるべき業務プロセスと、AIと人の役割分担を設計し、ナレッジデータを整備する。必要に応じてシステム連携も設計・実装する
• ④ 運用定着（運用コンサル）：現場教育・運用設計・改善サイクルの定着まで伴走する
• FDEが主に担うのは、③のうち技術実装です。①②の段階にも、技術の観点から関わります。セールスや業務コンサルに同行し、顧客への技術説明や実現可能性の検証（PoC）を担います。
• 顧客課題の整理や業務変革の設計は業務コンサルと協働しますが、FDE自身にも、顧客のビジネス課題を理解し、技術でどのように価値を出すかを考える姿勢が求められます。

AIを動かす前の「ナレッジデータ」から手がける

• AIの品質は、基盤となるナレッジデータの品質を超えられません。AIツールを導入・設定するだけでなく、散在する情報や現場の暗黙知を、AIが参照できる状態へ整えるところから担います。

業務コンサルと組んで、課題の定義から関わる

• 決まった仕様を実装するだけの役割でも、課題の定義から実装までをFDEだけで抱える役割でもありません。業務の設計を担う業務コンサルと組み、課題を定義する段階から技術の側で関わります。

実装して終わりではなく、成果が出る状態まで見据える

• PoCや導入で終わらせず、問い合わせの削減・対応品質の向上・業務生産性の向上など、顧客の業績改善につながる状態を目指します。1部門の改善から始まり、顧客企業全体の業務変革へ踏み込んでいける仕事です。

業務内容

• 顧客の業務課題解決とAI-Ready化、Helpfeelの導入・活用推進を担います。個別の技術支援にとどまらず、顧客の業務・業績（PL）の改善につながる成果を見据えて動きます。

顧客の業務課題・AI活用ニーズのヒアリングと構造化

• 顧客の業務フローを分解・構造化し、本当に解くべき課題を特定する
• 顧客の要望をそのまま受け取らず、背景・目的を深掘りして本質課題を言語化する
• 経営層・事業部門・IT部門など複数ステークホルダーとの合意形成

技術的導入支援・PoC

• 営業・CSに技術専門家として同行し、IT部門・開発部門への技術説明・セキュリティ要件対応・実現可能性の検証（PoC）
• AIコーディングツールを活用し、議論の場で素早くプロトタイプを作成して顧客の意思決定を前に進める
• 顧客の既存システム（CRM・社内ポータル・各種SaaSなど）とHelpfeelを連携させるためのアーキテクチャ設計・API連携の実装・技術要件定義

ナレッジデータ整備・AI-Ready化への伴走

• 顧客が保有するナレッジデータ（FAQ・マニュアル・社内文書など）の現状診断と整備
• 暗黙知・口頭伝承として現場に眠る知識の発掘・構造化・ドキュメント化支援
• ナレッジデータのHelpfeelへの統合（データ抽出・クレンジング・変換スクリプトの作成）
• 情報鮮度を保ち続けるための運用ルール設計・定着支援

プロダクトへのフィードバック

• 現場で得た顧客ニーズ・導入時のペインポイントを抽象化し、機能要望として開発チーム（PM/エンジニア）へフィードバック
• 個別対応の中に「汎用化できる要素」を見出し、コアプロダクトの改善に貢献

プロダクトの技術要素

• フロントエンド：React, JavaScript/TypeScript
• バックエンド：Node.js, JavaScript/TypeScript, Python
• インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
• 開発支援：GitHub Actions, ESLint, Renovate

開発環境

• ソースコード管理：GitHub
• コミュニケーション：Slack, Helpfeel Cosense, Google Meet
• グループウェア：Google Workspace