学習コンテンツテック企業求人ブログ面接対策サポート

FDE InterviewCat

01 FDE InterviewCat02 イントロダクション03 第1章:FDE(Forward Deployed Engineer)とは何か04 第2章:FDEに求められる人材像とレジュメ戦略05 第3章:FDEのコーディング面接対策06 3.1 レートリミッター07 3.2 LLM会話履歴サービス08 3.3 フライトチケット予約システム09 3.4 LLM API CLI クライアント10 3.5 AIエージェント・ツールディスパッチャー11 第4章:FDEのシステムデザイン面接対策12 第5章:FDE行動面接(Behavioral Interview)対策13 第6章:実録・トップAI企業のFDE選考体験記
© 2026 InterviewCat. All rights reserved.
プライバシーポリシー利用規約特定商取引法に基づく表記運営お問い合わせフォーム
  1. 学習コンテンツ
  2. FDE InterviewCat
  3. 第1章:FDE(Forward Deployed Engineer)とは何か

第1章:FDE(Forward Deployed Engineer)とは何か

ソフトウェアエンジニア(SWE)としてのキャリアを積んできた方であれば、近年「Forward Deployed Engineer(FDE)」という職種を耳にする機会が増えたのではないでしょうか。ベンチャーキャピタルのa16zが「テック界で最もホットな仕事」と呼ぶこの役割は、生成AIの波に乗って日本市場にも本格的に上陸し、外資系AIラボを中心に採用が急増しています [1]。
本章では、FDEの起源から、具体的な業務内容、そしてなぜ今この職種がこれほどまでに求められているのかを、OpenAIやLayerXなどの具体例を交えて深く掘り下げます。

FDEの起源と進化

「Forward Deployed Software Engineer」という職種は、2010年代初頭にデータ分析企業であるPalantirが創設した「Delta」という役割が起源です [1]。Palantirは政府機関や大企業向けに高度なデータ分析プラットフォームを提供していますが、顧客のデータ環境は複雑で、セキュリティ要件も厳しく、パッケージ製品をそのまま導入することは困難でした。
そこでPalantirは、優秀なソフトウェアエンジニアを顧客の現場(前線=Forward)に配置(Deployed)し、顧客のデータとシステムの課題を直接解決しながら自社プロダクトを導入・カスタマイズする部隊を作りました。これがFDEの始まりです。2016年に汎用的なデータプラットフォーム「Foundry」がローンチされるまで、Palantirには通常のSWEよりも多くのFDEが在籍していました [1]。
現在、このFDEモデルがAI業界で再燃しています。LLM(大規模言語モデル)やAIエージェントを企業の実際の業務に組み込むことは、かつてのビッグデータ導入以上に複雑で、顧客固有のドメイン知識と高度なエンジニアリング力の両方が求められるからです。

FDEの3つのタイプ

FDEという名称が使われていても、企業によって期待される役割は異なります。求人市場を分析すると、FDEは大きく以下の3つのタイプに分類されます [3]。

1. Builder FDE(実装特化型)

顧客先でAIシステムを構築し、本番環境にデプロイする、コードを書くことに特化したFDEです。業務時間の70〜90%をコーディングに費やします。外資系AIラボ(OpenAI、Anthropic、Sierra、Cohereなど)のFDE求人の100%、日系AI企業の求人の約80%がこのタイプに該当します。本ガイドが対象とするのも、この「Builder FDE」です。

2. Sales Engineer+(コンサル・設計特化型)

技術コンサルティングやアーキテクチャ提案が主務で、従来のソリューションアーキテクト(SA)やセールスエンジニア(SE)に近い役割です。業務時間の30〜40%がコーディングで、残りは技術選定や顧客折衝に当てられます。日系企業の一部で見られます。

3. Internal Tools Builder(社内DX型)

顧客向けではなく、自社内の業務改善やDXのためにAIシステムを構築する役割です。事業会社が自社システムのAI化を推進する際に、この名称を用いるケースがあります。

外資と日系で異なるFDEのスコープ

同じBuilder FDEであっても、外資系AIラボと日系AIスタートアップでは、そのアプローチと責任範囲に明確な違いがあります [3]。

外資FDE:「プロダクトが先にある」

外資系AIラボ(OpenAI、Cohere、Sierraなど)のFDEは、すでに完成された強力な自社プロダクト(OpenAI API、Cohere North、Sierra Agentなど)を持っています。彼らのミッションは、このプロダクトを戦略的顧客の複雑な環境にデプロイし、カスタマイズすることです。
例えばOpenAIのFDE求人では、「最も戦略的な顧客とともに、最先端モデルの本番環境への複雑なエンドツーエンドのデプロイメントを主導する」と定義されています [3]。顧客の課題を理解した上で、自社のAIモデルをどう連携させ、スケーラブルなシステムを構築するかが問われます。

日系FDE:「顧客の課題が先にある」

一方、LayerXなどの日系AI企業のFDEは、顧客の課題を構造化するところから始まります。LayerXのAI・LLM事業部におけるFDEの役割は、「お客さまとの最前線に立ち、顧客課題を真に理解し、プロダクトの実装・導入を推進する」ことです [2]。
具体的には、顧客の業務ドメインを深く理解し、散在するドキュメントや口伝のノウハウといった「暗黙知」を読み解き、それを自社の生成AIプラットフォーム上にAIワークフローやAIエージェントとして実装(形式知化)していきます。要件定義やPoC(概念実証)から本番化まで、より上流工程からの関与が求められる傾向にあります [2] [3]。

ソフトウェアエンジニア(SWE)との違い

SWEからFDEへのキャリアチェンジを考える際、最も重要なのはマインドセットと働き方の違いを理解することです。
一般的なSWEは、プロダクトチームの中で、PM(プロダクトマネージャー)が定義した仕様書やチケットに基づいてコードを書きます。これに対し、FDEは顧客の前に直接立ち、曖昧な課題をヒアリングし、その場でアーキテクチャを考え、自分の手でコードを書いて本番環境にデプロイします [3]。
FDEの最大の特徴は以下の通りです。
  1. 圧倒的なフィードバックループの速さ: 自分が作ったものが目の前で顧客に使われ、ダイレクトに反応が返ってきます。
  1. 高い自律性と曖昧さへの耐性: 与えられた仕様を実装するのではなく、顧客の課題から逆算してソリューションを設計・実装する力が求められます。外資系FDEの求人で「Founder(起業者)経験」が歓迎されるのはこのためです [3]。
  1. コアプロダクトへの貢献: 単なる導入支援にとどまらず、現場で得た知見を自社のコアプロダクト(SDKやプラットフォーム)にフィードバックし、製品そのものを進化させます [1]。

実例:FDEは現場で何をしているのか?

FDEの元祖であるPalantir出身者のレジュメを見ると、FDEという職種が実際に現場でどのような価値を出しているのかが具体的に分かります。以下は、あるPalantir FDEが「高齢者ケア評価プラットフォーム」のプロジェクトで残した実績です。
  • スピードと実行力: "Solo-built a process-mining app in 10 days..."(10日間でアプリを単独開発し、PySparkで約240万件のイベントを処理して3000人の入居者のケアレベルの変化を可視化した)
  • 現場でのディスカバリー: "Conducted on-site discovery workshops at 2 flagship care homes with 7 stakeholders..."(神奈川と北海道の介護施設でステークホルダー7名と現場ワークショップを実施し、2ヶ月で4つの新機能をデリバリーした)
  • 技術的な壁の突破: "Deployed custom code to fix broken integration between Palantir software and Japanese government designated document formats."(政府指定フォーマットと自社ソフトウェアの連携の不具合を、カスタムコードをデプロイして解決した)
  • 橋渡し役としての価値: "Bridged JP/EN communication on a 10-person team..."(10名チームでの日英コミュニケーションの橋渡しをし、プロジェクトをスケジュールと予算内に収めた)
このように、FDEは単にコードを書くだけでなく、自ら現場に赴いて課題を発見し、時には泥臭いインテグレーションの壁を自らの手で突破する「何でも屋(Problem Solver)」としての側面を強く持っています。

なぜFDEを目指すべきか

FDEは現在、需要に対して供給が全く追いついていない職種です。特に、高度なソフトウェアエンジニアリング能力と、顧客と直接折衝できるコミュニケーション能力(外資の場合はさらに英語力)を併せ持つ人材は極めて稀です。
この希少性は報酬に直結しています。日系FDEの年収中央値(上限ベース)が約1,500万円であるのに対し、外資系AI企業のFDEは、ベース給与とエクイティ(RSUやストックオプション)を含めた総報酬(Total Compensation)で3,000万円から5,000万円規模に達することも珍しくありません [3]。例えば、Agentic AIを手掛けるSierraの求人では、ベース給与だけで2,200万円〜4,700万円という破格の条件が提示されています [3]。
notion image
FDEは、「コードを書くのが好きで、自分が作ったものが顧客の業務をどう変えるのか直接見たい」というエンジニアにとって、技術力、ビジネスインパクト、そして圧倒的な報酬のすべてを同時に手に入れられる、現在最も魅力的なキャリアパスと言えるでしょう。
FDEというポジションの募集数が最近急成長している証拠:
The emerging role is called a forward-deployed engineer (FDE), and according to the Financial Times, job postings for the position are absolutely skyrocketing, increasing more than 800% from the start of 2025 through September. [4]
この本はSWEからBuilder FDEになるための面接対策の話をしていきます

References

[1] G. Orosz, "What are Forward Deployed Engineers, and why are they so in demand?", The Pragmatic Engineer, Aug 12, 2025. Available: https://newsletter.pragmaticengineer.com/p/forward-deployed-engineers [2] さいぺ, "Forward Deployed Engineerの募集を開始しました", LayerX エンジニアブログ, Jul 17, 2025. Available: https://tech.layerx.co.jp/entry/ai-llm-fde [3] gaijineers, "日本にあるFDEの求人を解析してみました", note.com, Feb 16, 2026. Available: https://note.com/gaijineers/n/nf475107b1c31 [4] https://www.fastcompany.com/91435680/postings-for-this-ai-job-are-up-800
 
イントロダクション第2章:FDEに求められる人材像とレジュメ戦略