FDEに必要なスキル｜求人票の要件から抽出した技術・非技術の内訳

求人票の要件はどう構成されているか

FDEの求人票を読むときに気づくのは、技術要件が意外に短いことです。たとえばOpenAIのForward Deployed Engineer求人の要件欄には、Python・JavaScriptまたは同等のスタックで本番品質のコードをフロントとバックエンドの両方で書けること、LLMや生成モデルを使ったシステムを作った経験があることが挙げられていますが、特定のフレームワークやライブラリの指定はありません。

代わりに分量を割かれているのが、動き方に関する要件です。不確実で動きの速い環境で複雑なシステムをスコープして届けた経験、複雑さを単純化して圧力下で速く妥当な判断をする力、エンジニアとプロダクトチームと顧客の関係者に対して明確に伝える力、リスクを早く見つけて速度を落とさずに調整する力。こうした記述が続きます。

Palantirの東京のForward Deployed Software Engineer求人も同じ傾向で、Python・Java・C++・TypeScript/JavaScriptなどで強いコードが書けることに加えて、技術者と非技術者が混ざったチームで協働できること、目的が動き続ける環境で快適に働けること、最小限の監督で自律的に判断できることが並びます。

つまりこの職種のスキル要件は、「何が書けるか」より「どう動けるか」に重心があります。ただし前者が不要という意味ではなく、後者を評価してもらう前提として前者が必要、という構造です。

技術スキルの内訳

求人票に出てくる技術要件を整理すると次のようになります。優先度は、複数の求人票にどれだけ共通して現れるかで判断しています。

この表で押さえておきたいのは、特定のフレームワークが要件になることはほとんどない点です。LangChainやDifyを名指しする国内求人もありますが、外資の求人票は言語とスタックの粒度で書かれています。FDEは顧客の環境に合わせて技術を選ぶ職種なので、特定のツールに習熟していることより、新しい環境に置かれたときに短期間で立ち上がれることのほうが価値になります。

非技術スキル——ここが職種の本体

求人票の分量から見て、FDEの評価の中心はこちらです。ただし抽象的な言葉で書かれているので、実務の場面に翻訳して理解しておく必要があります。

一番上の「問題を定義する力」が最も再現が難しく、最も差がつきます。顧客は「AIで何かできないか」という形で来ます。そこから、どの業務のどの判断が対象で、成功をどう測るのかまでを詰めるのがFDEの最初の仕事です。ここを飛ばして作り始めると、動くけれど誰も使わないものができます。

2番目のスコープを切る力も重要です。FDEの案件は、やろうと思えばいくらでも広がります。何を今回やらないかを決めて顧客に納得してもらえないと、期日までに本番に届きません。OpenAIの求人票にある「スコープ・速度・品質の間でトレードオフを判断し、届けることを守るために計画を調整する」という趣旨の記述は、この作業を指しています。

• 問題を定義する力 — 顧客の漠然とした相談から、対象業務・成功の測り方・やらない範囲を決められる
• スコープを切る力 — 期日までに本番に届けるために、何を落とすかを判断して顧客と合意できる
• 非技術者との合意形成 — 現場担当者から役員まで、技術の言葉が通じない相手に説明して意思決定を引き出せる
• 自律性 — 上司の指示がなくても、顧客先で自分で判断して前に進められる。求人票では high agency と表現されることが多い
• 現場の知見を製品に返す — 個別対応をやりっぱなしにせず、繰り返し出る型をプロダクトや社内の資産に落とせる
• 業界ドメイン — 金融、製造、医療、公共など。歓迎要件として業界名が挙がる求人が多い

英語はどこまで必要か

日本でFDEを目指すときに最も分岐する要素が英語です。執筆時点(2026-08)で確認できる範囲では、外資AI企業の日本拠点はほぼ日英バイリンガルを必須にしています。OpenAIの東京のFDE求人は、日本語と英語の両方に堪能であること(話す・書くの両方)を成功の条件として明記し、履歴書は英語で提出、面接は両言語で実施すると書いています。Palantirの東京の求人も、ビジネスレベルの日本語と英語の両方を要件としています。

水準としては、資格のスコアではなく実務での使用が問われます。本社のエンジニアやプロダクトチームと文章でやり取りし、必要なら会議で議論する。顧客とのやり取りは日本語で、社内は英語、という二重構造で働くことになります。

一方、国内のAIスタートアップのFDE求人には英語必須でないものが相当数あります。英語が現時点で不足しているなら、まず国内企業でFDEの実務経験を作り、その後に英語を埋めて外資を狙うのが順路として無理がありません。

限られた時間をどこに配分するか

全部を同時に埋めるのは無理なので、優先順位をつけます。実務上の効き目で並べると、次の順になります。

1番目を推す理由は、これがFDEの選考で最も見られる部分だからです。技術スタックの一覧は職務経歴書に書けますが、「曖昧な状態から自分で定義して本番まで届けた」経験は、実際にやった人にしか語れません。規模は小さくてかまいません。誰かの実務の問題をひとつ、定義から運用まで通した経験があるかどうかで、面接の中身がまったく変わります。

逆に後回しでいいのが、特定のフレームワークやツールの習熟です。FDEは顧客の環境に合わせて技術を選ぶ仕事なので、ツールは案件ごとに変わります。深く一つを覚えるより、新しいものを短期間で使えるようになる訓練のほうが役に立ちます。

• 曖昧な問題を定義して本番まで届けた経験を1つ作る — 最優先。規模は問わない
• PythonとTypeScriptで、フロントからバックエンドまで書けるようにする
• LLMを使った実装で、評価(eval)まで作った経験 — 「動いた」で止めず、精度をどう測ったかを言えるようにする
• クラウドで自分でデプロイして運用した経験
• 英語 — 外資を狙うなら必須。国内企業を狙うなら後回しでもよい
• 業界ドメイン — 時間はかかるが、後から効いてくる差別化要素

スキルをどう証明するか

FDEの選考で困るのが、非技術スキルの証明です。「顧客と問題を定義できます」と書いても伝わりません。効くのは具体的な経過です。相談を受けた時点で顧客が何と言っていたか、そこから何を問題だと定義し直したか、なぜその範囲に切ったか、作ったものが本番でどう使われているか。この4点を1件について語れれば、それだけで評価軸の大半をカバーできます。

技術側は、リポジトリに置いた成果物より「本番で誰かが使っているもの」が強いと考えてください。FDEは動かし続けることまでが仕事なので、運用に乗ってからの話(壊れた箇所、直した内容、その後の利用状況)ができると、実務の解像度が伝わります。

自分の現在地を確かめるには、求人票の要件を並べて自己採点するのが早い方法です。株式会社ウェステリアが運営するFDE boardでは、日本国内のFDE求人を集約し、必須要件と歓迎要件を求人ごとに見比べられるようにしています。FDE boardの求人一覧で複数の求人票を並べて、共通して出てくる要件のうち自分に欠けているものを特定してください。準備が整った段階で動きたい方は、候補者登録をしておくと条件に合う求人が出たときにご連絡します。

よくあるご質問

FDEにはどのプログラミング言語が必要ですか?

執筆時点(2026-08)で確認できる求人票では、Pythonがほぼ共通して挙がり、加えてTypeScript/JavaScriptが求められます。PalantirのようにJavaやC++を挙げる求人もありますが、これは同社の製品スタックに由来するものです。重要なのは言語の数より、フロントエンドからバックエンドまで一人で本番品質のコードを書き切れることです。

機械学習の専門知識は必要ですか?

モデルを自分で学習させる知識は、多くのFDE求人では必須ではありません。求められるのは、既存のLLMを使って業務で動くシステムを作る力です。プロンプト設計、エージェントの構成、検索(RAG)の設計、そして出力の品質をどう測るか(評価の作り方)のほうが実務に直結します。ただしデータサイエンスの素養があると、顧客のデータを見る場面で有利になります。

FDEに最も足りないと言われるスキルは何ですか?

求人票の要件と実際の転向元を照らすと、開発側から来る人は「顧客の曖昧な要求から問題を定義する経験」、コンサル・SIer側から来る人は「自分で本番コードを書き切る力」が不足しがちです。どちらも短期間の学習では埋まらないため、いま所属している場所で意識的にその側の仕事を取りにいくのが最短です。

資格やポートフォリオはどう見られますか?

FDEの求人票に特定の資格が要件として書かれていることはほとんどありません。ポートフォリオは、作った本数より「誰かの実務で使われているか」が見られます。運用に乗ってからの話(何が壊れて、どう直して、いまどう使われているか)ができる案件が1件あるほうが、動くだけの成果物が複数あるより評価されます。