ソリューションエンジニア
Description
Forward Deployed Engineer / AIソリューションエンジニア
東京|ハイブリッド・リモート相談可
年収700万円~2,000万円
顧客対応が可能な日本語力必須
生成AIやデータを使い、顧客の曖昧な課題を「実際に使われるプロダクト」まで持っていくForward Deployed Engineerを募集しています。
提案や資料作成だけをして、実装を別のチームに渡す仕事ではありません。
一方で、決められた要件に沿ってコードだけを書くポジションでもありません。
顧客と直接話し、業務や意思決定の流れを理解し、何を解くべきかを整理するところから始めます。そのうえで、自らコードを書き、デモ、PoC、MVP、業務アプリケーションを作り、本番導入や利用定着まで責任を持ちます。
現在、Computer Futuresでは複数の成長企業からForward Deployed Engineerの採用をお預かりしています。
大きく分けると、以下の2つのキャリアがあります。
■ 1.プロダクト実装型FDE
AI・SaaS企業に所属し、エンタープライズ顧客の中に深く入りながら、AIソリューションの企画、設計、実装、導入を進めるポジションです。
個別の顧客課題に合わせて素早くソリューションを構築するだけでなく、プロジェクトで得た知見や実装を、自社プロダクトや共通の開発基盤へ還元します。
主な仕事内容
・顧客の業務フロー、意思決定プロセス、利用データ、制約条件の把握
・顧客との対話を通じた業務課題の特定と構造化
・事業担当者やストラテジストと連携したAI・LLM活用テーマの優先順位づけ
・生成AI、LLM、RAG、AI Agentなどを使ったデモ、PoC、MVPの開発
・Python、TypeScript、Rustなどを使った業務アプリケーションの設計・実装
・API、Backend、Frontend、AI機能を含むシステム開発
・クラウドまたは顧客環境へのデプロイ
・監視、障害対応、セキュリティ、性能、コストの改善
・利用者への展開と導入後の効果検証
・ドキュメント整備や開発手法の共有を通じた内製化支援
・案件で得た知見や実装の共通化
・自社プロダクトや開発基盤へのフィードバック
■ 2.産業変革型FDE
エネルギー、金融、通信、物流、不動産など、日本の基幹産業を担う大手企業と直接向き合い、戦略、データ、AI、実装を横断してプロジェクトを進めるポジションです。
一般的な受託開発や、分析レポートを提出して終わるデータサイエンスの仕事ではありません。
経営・事業課題の構想段階から入り、AIやデータをどこで使うべきかを整理し、必要に応じて機械学習モデル、生成AIシステム、データ基盤、業務アプリケーションを自ら設計・開発します。
主な仕事内容
・経営層、事業責任者、現場担当者との議論
・複雑で曖昧な業務課題の構造化
・事業成果から逆算したデータ・AI活用戦略の設計
・AIアーキテクチャ、データアーキテクチャの設計
・Pythonを使ったAI・機械学習システムの開発
・LLM、RAG、AI Agent、Multi-Agent Systemの設計・開発
・予測、最適化、シミュレーション、意思決定支援システムの開発
・BigQuery、Snowflake、Databricksなどを使ったデータ活用
・AWS、Google Cloud、Microsoft Azureにおけるシステム設計・開発
・PoCから本番導入、運用、業務定着までの推進
・顧客組織におけるAI活用や内製化の支援
・プロジェクトで得た知見をサービスやプロダクトへ還元
■ 2つのポジションに共通すること
どちらのFDEも、技術力だけ、顧客対応力だけでは完結しません。
以下のような動きが期待されます。
・顧客や利用者と直接話す
・完成していない要件から、解くべき課題を整理する
・技術的に可能なことと、事業上やるべきことをすり合わせる
・資料だけで終わらず、自分でもコードを書く
・スピードと品質のバランスを考えながら最初の形を作る
・デモやPoCで終わらせず、本番導入まで持っていく
・導入後に利用されているか、成果が出ているかを確認する
・顧客固有の実装を再利用可能な形に整理する
・異なる業界や業務について短期間で学ぶ
・ビジネス側とエンジニアリング側の間をつなぐ
■ 必須条件
・Python、TypeScript、Rustなど、モダンなプログラミング言語を使ったプロダクションレベルのソフトウェア開発経験
・AWS、Google Cloud、Microsoft Azure、またはオンプレミス環境におけるアプリケーションの設計・実装経験
・自ら開発したアプリケーションをデプロイし、本番環境で運用した経験
・要件が完全には決まっていない状況で、関係者と対話しながら課題と仕様を整理した経験
・顧客または事業部門と連携し、技術的な解決策を実装まで進めた経験
・顧客との打ち合わせ、要件整理、技術提案を行える日本語力
■ 日本語について
本ポジションでは、顧客対応が可能な日本語力が必要です。
単に日本語で日常会話ができるだけではなく、以下の業務を日本語で行えることを想定しています。
・顧客との打ち合わせを進行する
・言葉になっていない業務課題を掘り下げる
・業務フローや制約条件を確認する
・要件、仕様、優先順位を整理する
・技術的な選択肢や制約を非エンジニアに説明する
・開発状況、リスク、スケジュールを説明する
・議事録、仕様書、提案資料、技術ドキュメントを作成する
JLPT資格の有無は問いません。
国籍も問いませんが、日本語で顧客、経営層、事業部門、エンジニアと実務上のコミュニケーションを取れることが必要です。
英語の読み書きができる方は歓迎しますが、すべてのポジションで必須ではありません。
■ 歓迎条件
・生成AIやLLMを利用したアプリケーションの開発・運用経験
・RAG、AI Agent、Multi-Agent Systemの設計・開発経験
・プロンプト設計、モデル評価、LLMの自動評価基盤に関する経験
・Claude Code、Codex、GitHub Copilotなどを使ったAI駆動開発の経験
・Pythonを使った機械学習システムの開発経験
・MLOpsまたはLLMOpsの実務経験
・BigQuery、Snowflake、Databricksなどのデータ基盤を利用した経験
・数理最適化、予測、シミュレーションの経験
・Backend、Full Stack、SaaS、Webサービスの開発経験
・顧客との要件定義、技術提案、PoC推進の経験
・エンタープライズ企業へのシステム導入経験
・AIプロダクトをPoCから本番環境へ移行した経験
・エネルギー、金融、通信、物流、不動産、ESG、サステナビリティ領域の知識
・英語の技術ドキュメントを読める方
■ 技術環境の例
企業やプロジェクトによって異なりますが、以下の技術が使われます。
・Python
・TypeScript
・Rust
・React
・FastAPI
・AWS
・Google Cloud
・Microsoft Azure
・BigQuery
・Snowflake
・Databricks
・Docker
・Kubernetes
・RAG
・Vector Database
・LLM API
・AI Agent Framework
・MLOps / LLMOps
・CI/CD
・Monitoring / Observability
・Claude Code
・Codex
・GitHub Copilot
■ このポジションの面白さ
1.要件が決まる前から関われる
完成した仕様書やチケットを受け取り、決められた機能だけを実装する仕事ではありません。
顧客の業務や意思決定プロセスを理解し、何が本当の課題なのか、どこにAIを使うべきなのかを考えるところから関わります。
自分の技術的な判断が、プロダクトやプロジェクトの方向性に直接反映されます。
2.顧客に近くても、コードを書き続けられる
顧客対応が中心のプリセールスや、提案だけを行うITコンサルタントではありません。
デモ、MVP、API、Backend、Frontend、AIアプリケーション、データパイプラインなどを、自ら設計・実装します。
顧客や事業に近づきたいが、エンジニアとして手を動かすことも続けたい方に合う仕事です。
3.PoCで終わらない
生成AI案件の中には、デモやPoCを作って終了するものも少なくありません。
今回のポジションでは、本番導入、監視、障害対応、セキュリティ、性能改善、利用定着、効果検証まで担当します。
「作れるか」だけではなく、「実際に使われ、価値を生んでいるか」まで確認できます。
4.日本を代表する産業のAI活用に関われる
エネルギー、金融、通信、物流、不動産、サステナビリティなど、社会や産業を支える企業でAI活用を進めます。
既存システム、セキュリティ、複雑な業務、複数の関係者など、実際の企業導入には難しい条件があります。
簡単なAIデモを作る仕事ではありませんが、導入できたときのインパクトは大きいです。
5.自分の実装をプロダクトへ還元できる
一つの顧客向けに作って終わりではありません。
プロジェクトで得た知見、コード、コンポーネント、運用方法を整理し、自社プロダクトや共通開発基盤へ戻します。
顧客特有の課題を解決しながら、複数の企業で使える仕組みへ発展させる経験ができます。
6.技術とビジネスの両方を扱うキャリア
FDEとして経験を積むと、将来的には以下のようなキャリアが考えられます。
・Lead Forward Deployed Engineer
・AI Solutions Architect
・AI Product Manager
・Engineering Manager
・Technical Consultant
・AI Product Lead
・Head of AI Solutions
・新規事業責任者
技術を捨てずに顧客や事業に近づきたい方にとって、選択肢を広げやすいポジションです。
■ 想定年収
700万円~2,000万円
企業、技術レベル、顧客対応範囲、プロジェクトリード経験によって異なります。
多くのポジションは700万円~1,200万円程度が中心です。
高度なソフトウェア開発力、AI・LLMの実装経験、エンタープライズ企業への導入経験、プロジェクトリード経験を併せ持つシニア候補者については、それ以上の条件を検討できる場合があります。
企業によっては、ストックオプション付与の可能性があります。
■ 勤務地・働き方
東京
企業やプロジェクトによって、ハイブリッド勤務またはリモート中心の働き方が可能です。
ただし、完全フルリモートを保証する求人ではありません。
以下が発生する可能性があります。
・顧客との対面ミーティング
・プロジェクトに応じたオフィス出社
・一定期間の顧客先勤務
・プロジェクトチームとの対面作業
具体的な出社頻度や勤務場所については、企業への正式な推薦前にお伝えします。
■ 選考について
企業によって異なりますが、以下のプロセスが想定されます。
・書類選考
・技術面接
・エンジニアおよび事業責任者との複数回の面接
・技術課題または実装内容に関するディスカッション
・短期間のトライアルセッション
・一定以上の役職や給与水準の場合のリファレンスチェック
正式に応募する前に、該当企業の選考内容を個別にご説明します。
■ このような方に向いています
現在、以下のような職種で働いている方を想定しています。
・Backend Engineer
・Full Stack Engineer
・AI Engineer
・Machine Learning Engineer
・Data Engineer
・Data Scientist
・Solutions Architect
・Technical Consultant
・AI Solutions Engineer
・Forward Deployed Engineer
・顧客向けプロダクト開発エンジニア
また、以下のような考えを持つ方にも合います。
・ユーザーや顧客と直接話したい
・仕様が決まっていない状態から考えることが好き
・技術だけではなく、なぜ作るのかにも関わりたい
・資料だけではなく、自分でコードを書きたい
・PoCではなく、本番環境まで持っていきたい
・AIを研究やデモではなく、実際の業務で使われる形にしたい
・エンジニアを続けながら、事業や経営に近づきたい
・一つの技術領域や業界だけに閉じたくない
・顧客の課題解決に最後まで責任を持ちたい
歓迎条件のすべてを満たす必要はありません。
ただし、非技術職のコンサルティングポジションではありません。
実際にソフトウェアを設計・開発し、本番環境へデプロイできる技術力は必要です。
Skills
Sign in to read and join the discussion.