TechGo

ITエンジニア転職ならテックゴー

ITエンジニア転職・求人TOP>

FDEとは?SESとの違い・仕事内容・年収をエンジニア向けに解説

2026年11月17日更新

Google で優先するソースとして追加

あなたのGoogle検索で、TechGoの記事が優先的に表示されやすくなります

ニュースや求人サイト、SNSなどでFDEという言葉を見かけて、今の客先での仕事と何が違うのか気になっていないでしょうか。

2026年5月、OpenAIとAnthropicが、顧客の現場にエンジニアを送り込む新会社を相次いで立ち上げました。米国ではFDEの求人が1年で約10倍に増え、日本でも2026年に入ってから求人が出始めています。

FDEは顧客の現場に入って働く点で客先常駐と似ていますが、課題の定義から成果が出るまでを自分の責任として担う点が大きく異なる職種です。

この記事では、以下の内容を解説します。

  • FDEの定義と、SES(客先常駐)・SE・ITコンサルとの違い
  • 課題発見から支援終了までの仕事内容と海外の事例
  • 日本と米国の年収相場と、受託開発のSEとの差
  • FDEに求められるスキルと向いている人の特徴
  • エンジニアがFDEを目指すための4つのステップ

SIerやSESで顧客の案件に携わり、次のキャリアとしてFDEが気になっているエンジニアの方に、判断の材料をお伝えしているので、ぜひ参考にしてください。

目次

CONTENTS

FDE(Forward Deployed Engineer)とは?

FDEは、自社のプロダクトを携えて顧客の現場に入り、課題の定義から本番で使われるまでを担うエンジニアです。

FDEがどんな職種なのかは、次の3つの特徴をつかむと見えてきます。

  • 「前線に配置されたエンジニア」を指す
  • 顧客の現場で課題の定義から本番運用までを担う
  • 自社のプロダクトやAIを顧客の業務に合わせて仕上げる

以下、今の客先での仕事と比べながら、それぞれの特徴を見ていきます。

FDEは、Forward Deployed Engineerの頭文字を取った略称です。Forward Deployedは軍事用語で、本拠地ではなく前線に部隊を配置することを指します。

そこから、開発拠点にとどまらず、顧客の業務の現場に出て働くエンジニアをFDEと呼ぶようになりました。日本語では、フォワードデプロイドエンジニアと表記されることもあります。

なお、セキュリティの分野では、ディスク全体を暗号化するFull Disk Encryptionの略としてFDEが使われる場合もあります。求人や転職の文脈で見かけるFDEは、エンジニアの職種を指すと考えてよいでしょう。

FDEの仕事は、決まった要件を受け取って作るところからは始まりません。顧客の業務を観察し、何を作れば成果が出るのかを決めるところから関わります。

そのうえで、設計、開発、本番環境への展開、業務への定着までを、同じエンジニアが通しで担当するのが特徴です。たとえばOpenAIのFDE求人では、成果を「本番でどれだけ使われたか」「業務にどれだけ効果があったか」で測ると書かれています。

評価されるのは納品物の量ではなく、作ったものが現場で使われて成果を出したかどうかです。

FDEの多くは、AIやSaaSなど自社のプロダクトを持つ企業に所属しています。汎用的なプロダクトは、多くの企業に共通する業務には対応できますが、顧客ごとの細かな業務の流れや、形式のそろっていないデータまではカバーできません。

その足りない部分を、顧客の現場で自らコードを書いて埋めるのがFDEの役割です。

また、現場で見つかった課題は、自社の開発チームに伝えてプロダクトの改善に生かします。一方で、日本では既存の生成AIツールを組み合わせて顧客の業務に組み込む人材もFDEと呼ばれており、所属先によって仕事の中身は変わります。

FDEの起源

FDEという職種は、2000年代前半に米国のPalantir Technologiesが生み出したものです。Palantirの顧客は政府機関や軍など、自分たちが何を求めているのかを言葉にしにくい組織でした。要件定義書を受け取ってから作る受託型の進め方では、本当に必要なものにたどり着けません。

そこでPalantirは、エンジニアを顧客の現場に送り込み、業務を観察しながら課題を見つけて、プロダクトを現場に合わせて作り込む形を取りました。要件が決まらない案件に、エンジニアが現場から入るというやり方です。

この形は成果を上げ、現在はOpenAIをはじめとするAI企業がFDEの職種を設けています。要件があいまいなまま案件が進んだ経験のあるSIer・SESのエンジニアなら、Palantirが直面した状況はイメージしやすいでしょう。

参考:Palantir「A Day in the Life of a Palantir Forward Deployed Software Engineer」

FDEが今注目されている3つの理由

FDEが注目されている背景には、AIの性能そのものよりも、AIを現場で使える形にする難しさがあります。米国のFDE求人は2026年5月時点で前年同月比約10倍に増え、日本でも2026年に入って求人が出始めました。

新しい職種が一時的な流行で終わらないかと感じる方もいるでしょう。ただ、需要を押し上げている理由は、一過性の話題ではなく企業が抱える実務上の課題です。

理由は、次の3つに整理できます。

  • AIをPoCから本番に移せない企業が多い
  • 生成AIでコードを書く速さがボトルネックではなくなった
  • OpenAIやAnthropicがFDE専門の会社を立ち上げた

名称が定着するかは別の話ですが、AIを現場で動く形に落とし込む人材の需要は、今後も続く見込みです。以下、それぞれの理由が現場でどう効いているのかを見ていきます。

参考:ITmedia ビジネスオンライン「米国で年収3200万円超、求人数10倍 生成AI時代における謎の新職種「FDE」の実態」

生成AIは試せる段階から、業務で使い続ける段階に入りました。しかし、試作で止まってしまう企業が目立ちます。GartnerはPoC後に放棄される生成AIプロジェクトの割合を、2025年末までに少なくとも30%と予測しました。

放棄の要因として挙がっているのは、データ品質の低さ、リスク管理の不足、コストの増大、事業価値の不明確さです。

いずれもAIの性能の問題ではなく、社内のデータや業務システムと接続し、セキュリティの要件を満たしながら、現場で使われる形に仕上げる段階でつまずいています。この段階を担うのがFDEです。

SIer・SESで基幹システムとの連携や社内ルールへの対応に苦労した経験があれば、PoCと本番運用の間にある壁が何かは具体的に想像できるはずです。

参考:Gartner「Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025」

AIがコードを書けるようになり、試作品を作るコストは大きく下がりました。かつては数日かかったデモが、数時間で動く場面も珍しくありません。

そうなると、プロジェクトが止まる原因は、コードを書く速さから別の場所に移ります。

  • 依頼されたものを早く作ったのに、本当の課題は別にあった
  • 試作はできたのに、既存データや権限につなげられない
  • リリースしたのに、現場の業務フローに入らず使われない。

このように、実装が速くなるほど、何を作るかを決める力と、使われ続ける形にする力が問われます。仕様どおりに正確に作る力だけで勝負する働き方は、AIと価値が重なりやすくなります。

FDEが注目される背景には、エンジニアの価値が、書く作業から、課題を決めて成果まで持っていく役割へ移っているという変化があります。

2026年5月、AIを開発する側の企業が、FDEを中心に据えた新会社を相次いで立ち上げました。

OpenAIは5月11日に、OpenAI Deployment Companyの設立を発表しました。40億ドル超の初期投資で始まり、買収するTomoroから、約150人のFDEとデプロイメント専門家が初日から加わります。

Anthropicも5月4日に、Blackstone、Hellman & Friedman、Goldman Sachsと共同で、AIサービス会社の設立を発表しています。こちらは中堅企業が対象で、AnthropicのApplied AIエンジニアが、新会社のエンジニアと一緒に顧客の業務に合ったシステムを作ります。

モデルを作る企業が、現場に実装する人員への投資に踏み切ったことは、AIを使いこなせるかどうかが、モデルの性能より、現場への実装力で決まる段階に入った表れです。

参考:OpenAI「OpenAI launches the OpenAI Deployment Company to help businesses build around intelligence」 参考:Anthropic「Building a new enterprise AI services company with Blackstone, Hellman & Friedman, and Goldman Sachs」

FDEの仕事内容は?課題発見から支援終了までの6ステップ

FDEの仕事は、ひとつの案件の流れとして見ると理解しやすくなります。受託開発の案件では、要件定義、設計、開発、テスト、導入を別々のチームが担当する体制をとる場合があります。

FDEは同じエンジニアがこの流れを通しで担当するので、工程のあいだで情報が抜け落ちにくいのが利点です。

すべてのFDEが6つのステップをすべて担うわけではありませんが、海外のFDE求人に共通して見られる流れは、次のとおりです。

  1. 現場の業務とデータを観察し、解くべき課題を定義する
  2. プロトタイプを作り、現場で試してもらう
  3. 既存システムと連携させて本番環境に載せる
  4. 業務に定着させ、効果を測る
  5. 現場で得た知見を自社のプロダクト開発に戻す
  6. 顧客が自走できる状態にして支援を終える

以下、各ステップが開発工程のどこに当たるのかを見ていきます。

FDEは、顧客から要件が渡されるのを待ちません。顧客の担当者の隣で実際の業務を観察し、データがどこで生まれてどこへ流れるのかを追いかけます。

経営層が語る課題と現場で起きている問題には食い違いが生まれやすく、ヒアリングシートだけでは見えない本当の課題は、現場に入ってはじめて見つかります。

SIerの開発工程でいえば、要件定義よりも手前の段階です。受託開発では要件定義書をもとに作りはじめますが、FDEはその要件が正しいのかを確かめるところから関わります。

課題の見当がついたら、動くプロトタイプを短い期間で作ります。完成度を高めてから見せるのではなく、現場の担当者に実際に触ってもらい、使いにくい点や足りない点を聞いて作り直すことを繰り返します。

設計書の確認を待ってから開発に入る進め方に慣れていると、荒削りのまま見せることに抵抗を感じる方もいるでしょう。

ただ、FDEが扱う案件は、何を作るべきかが固まっていない段階からのスタートです。動くものを見せるほうが、書類で合意するより早く、現場の本音を引き出せます。

プロトタイプが現場で使えるとわかったら、本番環境に載せる作業に入ります。ここがPoCで止まるか、本番に進めるかを決める工程です。

基幹システムやデータ基盤との連携、アクセス権限の設計、セキュリティ要件への対応など、デモでは見えなかった制約を片づけていきます。

SIerやSESで基幹システムとの連携に携わった経験は、この工程で役に立ちます。AIの知識があるかどうかより、既存システムの癖や社内ルールを知っているかどうかが成果を左右する場面です。

本番に載せたあとも、FDEの仕事は終わりません。新しいやり方を面倒に感じる現場の担当者と話しながら、実際の業務で使われる状態まで持っていきます。

効果は、作ったものの量ではなく、使われているか、業務がどう変わったかで測ります。毎月の集計作業にかかる時間が減ったのか、担当者が日常的に使い続けているのかが、確認の対象です。

使われなければ成果にならないので、定着まで見届けるのがFDEの仕事です。

現場で見つけた課題や、うまくいった解決策は、自社のプロダクト開発チームに伝えます。顧客ひとつ分の対応で終わらせず、標準機能や再利用できる部品に変えていくことで、次の顧客への導入が早くなります。

受託開発では、案件が終わるとその知見も案件とともに閉じてしまう形になりがちです。FDEは、現場の学びをプロダクトに戻す役割を持つ点で、受託開発のエンジニアと違います。

ただし、企業によってプロダクトへの還元を明確に求めるところと、顧客への導入に専念するところがあります。

FDEは、顧客のもとに居続けることを目的にしていません。顧客の担当者が自分たちで運用し、改善を続けられる状態をつくり、支援の比重を下げていきます。

運用の手順を残し、使い方を伝え、FDEがいなくても回る体制を整えるのが、最後の仕事です。

ゴールを顧客の自走に置く点が、納品を区切りにする受託開発や、稼働を提供し続けるSESの働き方との違いです。

FDEが手がけた3つのプロジェクト事例

FDEの仕事は、実際の事例を見るとイメージしやすくなります。国内でFDEの関与を明示した公開事例はまだ多くないため、ここでは海外の3つの事例を取り上げます。

はじめの2つは、顧客の現場に入って課題をつかみ、本番で使われる形まで仕上げた例です。3つめのRampの事例は、作る前に顧客の前提を確かめる大切さを示しています。

  • 数十万ページの社内資料をAIで引けるようにする(OpenAI×モルガン・スタンレー)
  • 航空機の生産・運航データを1つの基盤にまとめる(Palantir×エアバス)
  • 大口顧客のためにモバイル機能を数週間で作り切る(Ramp)

以下、それぞれの事例で、FDEがどんな役割を担ったのかを見ていきます。

モルガン・スタンレーのウェルスマネジメント部門には、投資戦略や市場調査、アナリストの知見をまとめた数十万ページの社内資料があります。

アドバイザーが必要な情報を探すには手間がかかるため、GPT-4を使って社内資料を横断して答える、社内向けのアシスタントを作りました。OpenAIのFDEチームの初期の事例としても知られています。

ポイントは、導入の前に、GPT-4の要約が専門家の水準に届くかを評価テストで確かめたことです。さらにOpenAIと検索の方法を調整し、精度を詰めていきました。

試して終わりにせず、業務で使える精度になるまで調整を続けた結果、ウェルスマネジメント部門でのAIツールの利用率は98%を超えています。

参考:OpenAI「Morgan Stanley uses AI evals to shape the future of financial services」

エアバスは、膨大な航空データを統合して分析できる基盤を、Palantirとともに作りました。それが、航空業界向けのデータ基盤Skywiseです。2015年から、Palantirのフランスのチームがエアバスと並走し、Skywiseの提供と改良を続けてきました。

Skywiseは、計画やサプライチェーンの管理、航空会社の運航、機体の生産を支えており、現在は5万人以上が日常業務で使っています。

ソフトウェアを納めて終わりにせず、顧客と並走して基盤を育て続ける関わり方は、FDEの原点であるPalantirの働き方をよく表しています。

参考:Palantir「Palantir and Airbus Extend Strategic Collaboration」

経理部門向けのサービスを提供するRampは、大企業の顧客を増やすための組織として、FDEをエンジニアリング部門の中に置いています。

あるとき、大企業の顧客が、モバイルで経費を払い戻せる機能を求めました。モバイルの開発チームは手いっぱいだったので、FDEのエンジニア2人がiOSとAndroidの開発を学び、数週間で両方のアプリに機能を作っています。

ところが、Android版の試験利用者を顧客に尋ねると、その会社は全社員にiOS端末の利用を義務づけていました。Android版にかけた時間は、使われないまま終わったわけです。

この経験から、Rampでは誰が使うのか、ほかの手段で代えられないかを、作る前に確かめることをFDEの原則にしています。

要件があいまいなまま開発が進み、あとから前提の食い違いに気づく場面は、受託開発でも珍しくありません。FDEには、早く作る力と同じくらい、作る前に顧客の前提を確かめる力が求められます。

参考:AI Engineer World's Fair 2026「How Forward Deployed Engineering is done at Ramp」

FDEとSES・SE・ITコンサルなど8つの職種・働き方との違い

FDEは、SESやSE、ITコンサルタントと仕事の一部が重なります。違いを見るときの軸は、課題を定義するのは誰か、実装と成果にどこまで責任を持つか、の2つです。

この軸で、次の8つとの違いを比べてみましょう。

違いを比べる相手違いの要点
SES(客先常駐)との違い労働力の提供か、課題解決か
SE(システムエンジニア)との違い要件を実装するか、定義するか
SIer・受託開発との違い区切りが納品か、成果か
ITコンサルタントとの違い成果物が提言か、動くシステムか
プロジェクトマネージャー(PM)との違い進行を管理するか、自分も作るか
ソリューションアーキテクト(SA)との違い設計までか、運用と改善までか
ソフトウェアエンジニア(SWE)との違い製品を作るか、現場で価値に変えるか
AIエンジニアとの違い技術領域で分けるか、役割で分けるか

以下、今の仕事に近いものから順に、違いの中身を見ていきます。

FDEとSESは、顧客の現場に入って働く点が似ています。しかし、働き方の中身は違います。比べると、次のとおりです。

比べる軸SESFDE
課題を定義する主体顧客から受け取る自分で見つけて定義する
指示の出どころ顧客の現場自社の方針
収益の仕組み稼働時間と単価プロダクトの導入価値
支援のゴール継続して稼働する顧客が自走する
常駐の有無顧客先での勤務が中心必須ではない

SESは労働力を提供する働き方で、FDEは課題解決を提供する働き方です。違いは常駐しているかどうかではなく、何に責任を持つかにあります。FDEは、常駐が必須の職種でもありません。

たとえばOpenAI東京のFDE職は、週3日出社のハイブリッド勤務で、出張は主に国内です。

なお、FDEと名づけた求人でも、中身が人月での稼働提供であれば、実態はSESと同じです。肩書きだけで判断せず、課題の定義から関われるかと、誰の方針で動くかを確かめましょう。

参考:OpenAI「Forward Deployed Engineer - Tokyo」(2026年10月時点の求人情報)

SEは、顧客の要件をもとにシステムを設計し、開発する職種です。要件の妥当性を確かめて提案することもありますが、仕事の中心は、決まった要件を形にすることです。

FDEは、何を作るべきかを決めるところから関わり、本番で使われるまで責任を持ちます。SEが要件を実装する側なら、FDEは要件そのものを定義する側です。

ただし、2つの職種は排他的ではありません。顧客の課題を理解したうえで技術で解決する点は共通しており、SEの仕事の延長にFDEがあると考えられます。

SIerや受託開発では、顧客と合意した要件と契約の範囲に沿って設計・開発し、納品と検収が区切りになります。導入後に業務でどう使われ、成果が出たかは、顧客側の責任です。

FDEは、要件が固まる前から課題を定義し、本番で使われて成果が確認できるまで実行を進めます。区切りが納品なのか、成果なのかが、働き方の違いです。

ただし、FDEが顧客の事業判断まで代行するわけではありません。何に投資するかを決めるのは、あくまで顧客です。

ITコンサルタントは、IT戦略の整理や解決策の提案が中心の職種で、成果物は提言書やロードマップです。FDEは、提案したものを自分で作り、動かし、成果が出るまで責任を持ちます。

つまり、FDEはコンサルタントの職種ではなく、エンジニアの職種です。ただし、顧客の課題を整理して提案する力は、FDEにも求められます。

実行支援まで担うコンサルティングも出てきており、FDEの組織を持つ企業もあるため、両者の線の引き方は企業によって異なります。

PMは、予算、納期、品質を管理しながら、複数の関係者を調整してプロジェクトを進める職種です。FDEも顧客や社内の関係者と調整しますが、自分でもコードを書いて現場の課題を解決する点が違います。

管理に徹するのではなく、作る側に立って推進するのがFDEです。現場でプロトタイプを作り、使われるところまで見届けるため、進行の管理と実装の両方を一人で担う場面があります。

SAは、顧客の要件に合うシステムの構成を設計し、使う技術を選ぶ職種です。実装の主担当は開発チームで、設計の段階で役割が終わる場合があります。

FDEは、設計したものを自分で作り、本番に載せ、運用と改善まで担当します。設計から運用までを通しで持つことが、SAとの違いです。

SWEは、自社のプロダクトを、多くの顧客が使う前提で作る職種です。顧客と直接話す機会は限られ、プロダクトの品質や拡張性を高めることが仕事の中心になります。

FDEは、顧客の現場で、その顧客の課題に合わせてプロダクトを仕上げます。SWEがプロダクトを作る人なら、FDEはプロダクトを現場で価値に変える人です。

AIエンジニアは、AIや機械学習という技術の領域で分けた職種名です。FDEは、顧客に対してどんな役割を担うかで分けた名前です。

そのため、AIエンジニアでありながらFDEでもある、という立場が成り立ちます。実際にPalantirには、顧客と直接協働して生成AIの導入を本番まで進めるForward Deployed AI Engineerという職種があります。

参考:Palantir「Forward Deployed AI Engineer」(2026年10月時点の求人情報)

GTMエンジニアとは?仕事内容・年収・必要スキルとなるための方法

GTMエンジニアとは?仕事内容・年収・必要スキルとなるための方法

FDEを採用している企業の4タイプ

FDEを採用する企業は、大きく4つのタイプに分けられます。同じFDEという名前でも、タイプによって仕事の中身が違います。そのため、求人を見る前にタイプを知っておくと、肩書きに惑わされずに判断できます。

タイプごとの特徴は、次のとおりです。

企業のタイプFDEの仕事の特徴
AI・SaaSのプロダクト企業自社プロダクトを現場向けに仕上げる
コンサルティングファーム戦略から実装、組織の変革まで担う
大手SIer自社の製品群とAIで顧客課題を解く
AI導入支援を手がける国内企業既存のAIツールで導入と定着を支援する

以下、それぞれのタイプで求められる経験の違いを見ていきます。

自社のプロダクトを持ち、それを顧客の現場に合わせて仕上げる、本来の意味のFDEです。海外ではPalantir、OpenAI、Anthropicが代表で、国内ではLayerXやログラスがFDEの職種や組織を置いています。

求められる経験は、企業によって異なります。OpenAIの東京の求人では、顧客対応を含む5年以上の実務経験と、LLMを使ったシステムの開発経験を求めており、日本語と英語の両方が流暢なことも条件です。

一方、ログラスは、ソフトウェアエンジニア出身に限らず、技術に理解のあるソリューションアーキテクトなどの経験者も歓迎しています。

同じプロダクト企業でも、開発経験を重く見る求人と、顧客の課題を整理する力を重く見る求人があります。

アクセンチュアは2026年4月16日、マイクロソフトと協力して、FDEの専門組織を新設したと発表しました。AIのスキルを持つ数千人規模のエンジニアを集め、顧客と直接協働する体制です。

コンサルティングファームのFDEは、自社のプロダクトを持つのではなく、マイクロソフトのAI基盤と、自社が持つ業界や業務プロセスの知見を組み合わせて顧客を支援します。

発表では、アクセンチュアが組織変革の推進、業務プロセスの再設計、業界別のワークフローの構築を主導し、マイクロソフトがAIプラットフォームを提供する役割分担が示されています。

戦略とエンジニアリングを一体で進めるため、実装だけでなく、顧客の業務を設計し直す仕事に近づきます。

参考:アクセンチュア「アクセンチュア、マイクロソフトの協力のもと、AIの迅速な全社展開を支援する「フォワード・デプロイド・エンジニアリング」専門組織を設立」

日立製作所は2026年6月、Google Cloudとの協業拡大に合わせて、FDEモデルを確立し、グローバルに展開すると発表しました。日立が長年育ててきたITや制御・運用の技術、自社のプロダクトを組み合わせて、顧客の課題を現場から解決する方針です。

また、FDEの最前線で得た知見を国内のシステムエンジニアに広げ、グループ全体のFDEを強化していく考えも示しています。SIerで開発を経験してきた方にとっては、現職に近い環境で、FDEの働き方に近づける選択肢です。

ただし、取り組みの規模や求める人材像は会社ごとに違うため、求人の中身は個別に確かめましょう。

参考:日立製作所「日立とGoogle Cloud、FDEによるフィジカルAIの社会実装とセキュリティ領域での戦略的アライアンスを拡大」

SIerランキング【2026年11月】年収・売上・ホワイト度・就職難易度を大手や系統別に比較

SIerランキング【2026年11月】年収・売上・ホワイト度・就職難易度を大手や系統別に比較

自社のプロダクトを持たず、既存の生成AIツールを組み合わせて、企業の導入と定着を支援する形も、FDEと呼ばれています。

海外のFDEが自社プロダクトを顧客の業務に組み込む存在なのに対し、国内では、既存のAIツールで業務改善を実務レベルで支えるFDEも広がっています。

日本では、一部のスタートアップなどが、FDEという名称を先行して使い始めているという分析もあります。同じFDEという名前でも、自社プロダクトを持つかどうかで、仕事の範囲と求められる経験が変わります。

求人では、FDEという肩書きだけでなく、何を提供する会社の、どんなポジションなのかまで確かめましょう。

FDEの年収相場|日本と米国の水準

FDEの年収は、日本と米国で水準が大きく違います。日本のFDE求人は、想定年収の中央値が約900万円です。一方、米国のオファー年収の中央値は約20万ドルで、日本円では約3,224万円にあたります。

年収の相場は、次の3つの観点で見ると整理できます。

  • 日本では年収1,000万〜2,000万円帯の求人もある
  • 米国では年収3,000万円を超える水準になっている
  • 受託開発のSEより300万円ほど高い

以下、それぞれの数字を、今の年収と照らし合わせながら読み解きます。

日本のFDE求人は、2026年に入って出はじめたばかりで、想定年収の中央値は約900万円です。ただし、幅は広く、年収の下限が600万円台の求人もあれば、上限が2,000万円の求人もあります。

たとえば日本のAI・SaaS・Fintechスタートアップ企業「LayerX」の募集は、Associateが800万円以上、FDEが1,000万円以上、Seniorが1,200万円以上で求人が出ています(2026年10月時点)。

他の職種と同じように職位が上がるほど下限が上がり、1,000万円を超える年収は、経験や役割に応じて提示される傾向があります。

米国のFDEのオファー年収の中央値は、2026年5月時点で約20万ドルです。1ドル161円前後で換算すると、約3,224万円になります。前年の約18万ドルから上がっており、ソフトウェアエンジニア全体と比べても高い水準です。

求人数が前年同月比で約10倍に増える一方で、高度な実装力と顧客との折衝の両方を求められるため、担える人材が限られています。日本円に換算した金額は、日本の求人とそのまま比べず、米国の市場の数字として別に見ましょう。

FDEの想定年収の中央値は約900万円で、受託開発のSEなどの平均年収と比べると、約320万円高い計算です。一方、基盤システムのSEやPM、ITコンサルタントの平均889万円とは、ほぼ同じ水準にあります。

職種年収の目安数字の種類
FDE(日本)約900万円求人の想定年収の中央値
受託開発のSEなど約579万円平均年収
基盤SE・PM・ITコンサルなど約889万円平均年収

ただし、厚生労働省による公的統計の平均年収と、求人の想定年収は、集計の方法が違います。エンジニア特化の転職エージェント「テックゴー」が保有する求人データで比べると、SE(要件定義・設計・開発を含む)の平均年収は約698万円で、FDEとの差は約200万円です。

また、ITコンサルタントの平均年収は約997万円で、FDEの中央値より高くなります。そのため、受託開発のSEからの差は200万〜300万円ほどが目安です。

コンサルとエンジニアはどっちが高年収?仕事内容や働き方、向き不向きを徹底比較

コンサルとエンジニアはどっちが高年収?仕事内容や働き方、向き不向きを徹底比較

FDE経験後の4つのキャリアパス

FDEは新しい職種のため、経験者のその後の転身を示す統計はまだありません。ここで挙げるのは、FDEの仕事内容から見て、経験が活きやすいと考えられる4つの道です。

FDEは、顧客の課題の発見、技術での解決、現場への定着までを担います。その経験は、事業をつくる側、プロダクトを決める側、組織を率いる側、AIを使う側のどれにも通じます。

キャリアパス活きるFDEの経験
AIスタートアップの創業者・CTO課題の発見から価値提供までの一巡
プロダクトマネージャー(PdM)顧客の声と技術の制約の両方
VPoE・エンジニアリングマネージャー顧客と開発の間に立つ調整
事業会社のAI推進責任者導入から定着まで見届けた経験

以下、それぞれの道で、FDEの経験がどう評価されるのかを見ていきます。

FDEは、顧客の課題を見つけ、技術で解決し、価値として届ける一連の流れを、現場で何度も経験します。この流れは、スタートアップの創業に必要な動きと重なります。

米国では、FDEの経験が起業の足がかりになっていると報じられています。Palantirの元FDEは、スタートアップを運営するために必要なスキルを短期間で身につけられたと語っています。

顧客が本当に困っていることを知っていて、自分で作って解決できる人は、事業の立ち上げでも強みになります。CTOとしても、技術の判断を顧客と事業の側から下せる点が評価されます。

参考:Business Insider「An OpenAI exec said the company is using a new engineering role to get big customers' projects going fast」

CTO(最高技術責任者)とは?仕事内容や役割、求められるスキルを解説

CTO(最高技術責任者)とは?仕事内容や役割、求められるスキルを解説

FDEは、顧客の声と、技術的に何ができるかの両方を、同時に知っています。この2つを照らし合わせて、何を作るかを決めるのが、プロダクトマネージャーの仕事です。

たとえばRampの募集では、顧客向けの個別対応と、より広い取り組みのどちらを優先するかの判断も、FDEの担当に含まれています。これはプロダクトの方向を決める判断に、FDEの段階から触れているわけです。

顧客の現場で見た不都合を、優先順位として語れる経験が、PdMで評価されます。

参考:Ramp「Software Engineer, Forward Deployed」(2026年10月時点の求人情報)

FDEは、顧客への対応、技術の実装、チームの運営を、ひとつのプロジェクトの中で通しておこないます。

たとえばログラスでも、FDEはプロジェクト単位でチームをリードする役割で、コンサルタント、エンジニア、PdM、デザイナーが集まる少人数のチームで動きます。

異なる職種の人をまとめ、顧客と開発の間に立って調整してきた経験は、エンジニア組織を率いる立場でも活かせます。経営やビジネスの側の言葉と、エンジニアの言葉の両方を話せる点が、VPoEやエンジニアリングマネージャーで評価されます。

AIを提供する側から、AIを使う側の企業の推進役に回る道です。生成AIをPoCで終わらせず、本番に載せて現場に定着させた経験は、AIを導入したい企業の社内でも求められます。

AIの導入が試作の段階で止まり、社内で活用が進まない企業は多くあります。顧客の立場で、PoCの先にある壁を越えてきた人は、社内でAI活用を任せたい企業にとって頼りになるでしょう。

FDEに求められる6つのスキル

FDEに求められるスキルは、技術だけではありません。実際に求人を読むと、課題を決める力、作る力、AIの知識、伝える力、業界の理解、やり切る力の6つが、くり返し挙がっています。

求人の要件は企業によって違いますが、技術面では、特定の分野の深さより、未知の領域に素早く適応する幅と速さが求められます。

FDEに求められるスキル整理すると、次の6つです。

  • 曖昧な依頼から課題を定義する力
  • フロントエンドからバックエンドまで自分で作る開発力
  • LLMやRAGなどのAIを業務に組み込む知識
  • 技術を現場の言葉に翻訳するコミュニケーション力
  • 顧客の業界・業務を理解する力
  • 関係者を巻き込んでやり切る推進力

以下、各スキルが求人でどう書かれているのかを見ていきます。

FDEの案件は、最初から要件や正解が決まっているとは限りません。Palantirの採用情報には、プロジェクトが「なぜ顧客を失っているのか」というあいまいな問いから始まる例が紹介されています。

OpenAIやAnthropicの求人も、あいまいさのある状況で複雑なシステムを届けられる人を求めています。

求められるのは、与えられた仕様を処理するのではなく、課題そのものを分解して、解き方を考える力です。要件があいまいな案件で、顧客の話を整理して仕様に落とした経験は、この力の裏づけになるでしょう。

FDEは自分で開発を担うため、ソフトウェアの開発力が前提になります。求人では、Pythonに加えて、JavaScriptやTypeScriptの経験を挙げる例が目立ちます。フロントエンドからバックエンド、インフラまでを、ひとりで動かせることも期待されます。

ただし、特定の技術の深さより、未知の技術に素早く適応して、実用的なものを作る速さが重視されます。なぜなら、顧客の環境は案件ごとに違うためです。

LLMは文章を生成するAIの土台となる大規模言語モデルで、RAGは社内の文書などを検索して回答に反映させる仕組みです。FDEの求人には、こうした技術を使ったシステムを本番で動かした経験を挙げるものがあります。

一方で、AIの実装経験が必須ではない求人もあります。たとえばログラスの求人では、LLMやRAGを本番運用に乗せた経験のほかに、Webアプリケーションや業務システム、データ基盤を自分で設計して実装した経験でも、条件を満たすとされています。

AIの知識は、入社後に学べる前提で、実装の経験を重く見る求人があります。まずは実装の経験を積み、AIを業務に組み込む経験を足していきましょう。

参考:株式会社ログラス「【新規事業】Forward Deployed Engineer(FDE)」(2026年10月時点の求人情報)

FDEは、顧客の経営層と現場の担当者の両方と話します。相手によって、伝える内容は変わります。

経営層には、技術の導入がもたらす効果を、ROIやKPIの言葉で説明します。現場の担当者には、AIの仕組みと、導入後に仕事がどう変わるかを、専門用語を使わずに伝えます。同じ技術の話を、相手ごとに別の言葉で言い直せることが、この力の中身といえるでしょう。

もし顧客の担当者と調整を重ねてきた経験があれば、現場への説明で活かせます。

顧客の業界や業務のルールを理解していないと、AIに何を任せるべきかを決められません。会計、物流、医療、製造など、業界ごとに、守るべき決まりや、業務の流れの癖があるためです。

そのため、はじめて触れる業界でも、短期間で学び、顧客と同じ言葉で話せることが求められます。金融や製造の業務システムに関わった経験があれば、その業界の知識が、そのまま強みになるでしょう。

FDEの案件には、顧客の担当者、自社の開発チーム、営業や企画の担当者など、多くの関係者が関わります。新しい業務のやり方を面倒に感じる現場の担当者もいて、技術だけでは案件が前に進みません。

求められるのは、優先順位を整理し、関係者の合意を取りながら、不確実性の高い案件を最後まで運び切る力です。顧客、エンジニア、コンサルタント、セールスなど、複数の立場の人を巻き込んで進めた経験を、必須の条件といっても良いでしょう。

顧客との調整を重ねてきた経験があれば、そのまま活きる場面です。

FDEに向いている人の特徴

FDEは、向き不向きがはっきり分かれる職種です。理由は、仕事の厳しさにあります。担当範囲が広く、顧客対応、技術の判断、実装、進行管理をひとりで行き来するため、抱え込みやすくなります。

また、顧客ごとの個別対応を重ねるほど、自社プロダクトの方針から外れた作り込みが増え、顧客の要望とプロダクトの方針の板挟みになります。さらに、納品物の量ではなく、使われて成果が出たかで評価されます。

こうした環境を面白いと感じられる人が、FDEに向いています。向いている人の特徴は、次の4つです。

  • 曖昧な依頼を自分で整理して課題にするのが好きな人
  • 技術で業務が変わることに面白さを感じる人
  • 完璧な計画がなくても、まず動くものを作って試せる人
  • 顧客の成果を自分の成果として捉えられる人

一方、決まった仕様を正確に作ることにやりがいを感じる人や、特定の技術を深く突き詰めたい人は、ソフトウェアエンジニアやリサーチエンジニアのほうが力を発揮しやすいでしょう。

以下、それぞれの特徴を、今の仕事と照らして見ていきます。

FDEの案件は、仕様書がない状態から始まります。何が課題なのかを自分で見つけ、解ける単位に分けることが、仕事の中心です。この状態を、不安ではなく面白さと感じられるかが、向き不向きに現れてきます。

今の案件で、要件が固まらないまま進む場面に出会ったとき、依頼された内容をそのまま作るより、本当の課題を探りたくなる人は、FDEの適性があります。曖昧さに耐えるだけでなく、そこから課題を見つけることを楽しめる人が向いています。

FDEにとって、技術は目的ではなく手段です。目的は、顧客の業務を変えて、ビジネスの成果を出すことです。技術そのものの面白さよりも、技術で顧客の仕事が楽になったり、結果が変わったりする場面に手応えを感じる人が向いているでしょう。

たとえばSIerで、納品したシステムが現場でどう使われているのかが気になった経験があれば、その感覚はFDEの仕事に近いものです。自分が作ったものが、顧客の業務をどう変えたかまで見たい人に合います。

FDEは、計画を完璧に固めてから動く職種ではありません。完成度の低いプロトタイプを現場に見せ、反応をもらいながら作り直します。

設計書がそろうまで着手しない進め方に慣れていると、荒削りのまま見せることに抵抗を感じる方もいるでしょう。ただ、まず動くものを作って見せ、フィードバックで直していく進め方を、速いと感じられる人は、FDEに向いています。

FDEは、作って渡したところで終わりません。本番で使われ、業務に効果が出たかで、成果を測られます。

受託開発では、納品後の使われ方は顧客の責任になりがちです。一方、FDEは、顧客の成果を自分の成果として引き受けることになります。

うまくいかなかったときも、原因を現場に入って探し、直すところまで担うのがFDEなのです。

エンジニアがFDEを目指す4つのステップ

FDEの求人は、FDEとしての実務経験を前提にしていません。日本では2026年に入って求人が出はじめたばかりで、経験者がほぼいないためです。一方で、プログラミングの経験がまったくない状態から採用される職種でもありません。

米国のFDEは、前職での勤続年数の中央値が約7年で、5年前後の実務経験を積んでから就く人が多くいます。

つまり、今の開発経験を土台に、足りない部分を埋めていく進め方が現実的です。SIerやSESでの経験を活かしてFDEを目指す流れは、次の4つのステップです。

  1. 今の経験を「課題定義・実装・定着」に分けて棚卸しする
  2. PythonとLLMで小さな業務改善を自分で作ってみる
  3. 顧客の課題定義から関われる役割を現職で取りにいく
  4. FDE求人と隣接職種の求人を並べて応募してみる

以下、各ステップで具体的に何をすればよいのかを見ていきます。

最初に、これまでの経験を、FDEの仕事の3つの段階に仕分けます。課題定義は顧客の課題を見つけて決める段階、実装は作って本番に載せる段階、定着は現場で使われる状態にする段階です。

SIerやSESでの経験には、FDEで評価されやすいものが含まれています。顧客と要件をすり合わせてきた経験は課題定義に、既存の基幹システムと連携させてきた経験や、セキュリティや社内ルールの制約の中で開発してきた経験は実装に、本番リリースまでやり切ってきた経験は定着に当たります。

これを仕分けてみると、課題を自分で定義した経験や、LLMを使った実装の経験が足りないと気づく方が多いはずです。足りない部分が見えれば、次に何を積めばよいかがはっきりするでしょう。

ITエンジニアの職務経歴書の書き方完全ガイド|評価される構成と実例を徹底解説

ITエンジニアの職務経歴書の書き方完全ガイド|評価される構成と実例を徹底解説

足りなくなりやすいLLMの実装経験は、身近な業務の改善を題材に、自分で作ってみるのが近道です。たとえば、社内の手順書を検索して質問に答えるツールや、毎週の報告メールを要約して一覧にする仕組みは、小さく作れます。

作るときは、AIにコードを書かせるだけで終わらせず、なぜそのコードで動くのかを説明できるところまで読み解きましょう。動いたものと、作る中で考えた課題と工夫は、選考で話せる材料になります。

なお、会社の業務データを使う場合は、社内のルールを先に確認しましょう。

課題を自分で定義した経験は、今の職場で積めるかもしれません。たとえば、要件定義や顧客との打ち合わせを担当したいと申し出たり、生成AIのPoC案件があれば手を挙げたりするのが、具体的な動き方としておすすめです。

SESで、仕様を受け取って開発する立場が続いている場合は、顧客の担当者が困っていることを聞き、改善案を出すところから始めましょう。依頼された範囲の外にある課題に気づき、提案した経験は、FDEの選考で、課題を定義する力の証拠として話せます。

国内のFDE求人はまだ数が限られるため、FDEに近い経験を積める隣接職種の求人も並べて比べましょう。たとえば、ITコンサルタント、AIエンジニア、プロダクトマネージャーなどです。

FDEへの入口になるポジションを用意している企業もあります。たとえばログラスは、FDEが設計した方針をもとにAIの実装を担うAIソリューションエンジニアを、FDEへのキャリアの入口として募集しています。

この求人で必須とされている条件は、自分でプロダクションコードを書ける実務2年以上の実装経験です。このように、いきなりFDEに応募するだけでなく、入口のポジションから近づく道も選べます。

参考:株式会社ログラス「【新規事業】AIソリューションエンジニア|FDEへのキャリア入口」(2026年10月時点の求人情報)

エンジニア特化の転職エージェント

FDEを見据えたキャリア相談ならテックゴー

FDEは国内の求人がまだ限られており、同じ名前でも中身が企業によって違います。そのため、自分の経験がどこで評価され、どの求人が近いのかを、ひとりで見極めるのは簡単ではありません。

そこでおすすめなのがテックゴーです。テックゴーはエンジニア特化の転職エージェントで、FDEを含めて、これからのキャリアを一緒に整理する場として使えます。

  • 元エンジニア・ITコンサル出身者のアドバイザーに、開発経験の整理や伝え方を相談できる
  • 上流案件・ITコンサル領域に強く、課題の定義から関われる役割を一緒に探せる
  • 年収交渉はアドバイザーが代行するので、年収を下げたくない場合も条件面を任せられる
  • 面接対策は回数無制限で、課題を定義した経験の話し方も納得いくまで練習できる
  • 平均年収アップ金額は144万円で、年収を上げる転職の実績がある

まとめ

この記事では、FDEの意味と、SESやSEとの違い、仕事内容、年収、必要なスキルを解説しました。

FDEは、顧客の現場に入って課題を定義し、本番で使われて成果が出るまでを担うエンジニアです。客先に入って働く点はSESと似ていますが、課題の定義から責任を持つ点が違います。また、同じFDEでも、企業のタイプによって、仕事の中身や求められる経験が変わるのが特徴です。

FDEに近づくには、FDEの求人だけでなく、近い経験を積める職種も含めて、選択肢を広げる進め方が現実的です。

エンジニア特化の転職エージェント「テックゴー」は、上流案件・ITコンサル領域に強く、元エンジニア・ITコンサルのアドバイザーに無料でキャリア相談ができます。FDEエンジニアになりたいと思ったら、まずは相談してみましょう。

年収交渉はアドバイザーが代行

よくある質問

FDEになるのに資格は必要ですか?

FDEになるための必須の資格はありません。求人が重視しているのは、資格ではなく、本番で動くシステムを作った経験と、課題を定義して前に進めた経験です。

国内では、民間の団体がFDEの検定制度の構想を発表しましたが、構想の段階で、確立した資格ではありません。資格の取得を急ぐより、とにかく実績を積むほうが、選考で話せる材料になるでしょう。

未経験からFDEになれますか?

FDEの実務経験は、求人の条件に入っていない場合が多くあります。日本では2026年に入って求人が出はじめたばかりで、経験者がまだ少ないためです。

一方で、開発経験がまったくない状態からいきなりFDEになるのは現実的ではありません。米国のFDEも、ソフトウェアエンジニアなどとして数年の実務を積んでから就く人が中心です。

開発経験が浅いうちは、今の職場で実装と顧客対応の経験を重ねるか、FDEへの入口として募集されているポジションから目指しましょう。

FDEに英語力は必要ですか?

国内企業の求人には、英語力を問わないものがあります。日本の顧客を担当する場合は、日本語での折衝が中心になるためです。

一方、外資系のAI企業は事情が違います。たとえばOpenAIの東京の求人は、日本語と英語の両方が流暢なことが必須で、応募書類は英語で提出し、面接も両方の言語でおこなわれます。

外資のFDEを目指すなら、英語力は必須と言えるでしょう。また、日本国内でFDEを目指す場合も、海外のドキュメントを読めたり、英語で折衝できるのであれば、アピールポイントになります。

FDEはAI分野だけの職種ですか?

AI分野だけの職種ではありません。FDEは、顧客に対してどんな役割を担うかで分けた名前で、技術の領域とは別の軸です。

FDEの起源であるPalantirは、データ分析の基盤を顧客の現場で使える形にする役割としていました。いまはAIの導入を担う求人が目立ちますが、Rampのように、AI以外の機能開発をFDEが担った例もあります。