FDE転職の全体像
FDE（Forward Deployed Engineer）は、顧客の現場に入り込んで課題をソフトウェアで解決しきる職種です。近年、生成AIを提供する企業を中心に採用が広がり、日本でも東京勤務の求人が実際に出始めています。職種そのものの定義や仕事内容はFDEとは？で詳しく解説していますので、本記事では「転職」という観点に絞って、全体像・向き不向き・探し方・選考・準備を整理します。
先に結論の骨子を言えば、FDE転職には次の3つの特徴があります。
- 求人が転職媒体に出にくく、企業公式の採用ページ（ATS）に直接出ることが多い
- 選考で実装力と顧客対応力の両輪が問われ、外資ではバイリンガル要件が課されることがある
- 出身職種は一つに限られず、バックエンド・AI／ML・データ・プリセールス・PdMなど複数のルートがある
この特徴を踏まえて、順に見ていきます。
FDEは誰に向くか
FDEは、次のような志向を持つエンジニアに向いています。あくまで求人票から読み取れる要件と、編集部の見立てに基づく整理です。
- 顧客と直接話すのが苦にならない人：OpenAIやPalantirの求人票では、顧客対応が資格要件のレベルで明記されています。技術だけに閉じたい人には向きません。
- 一つの技術を極めるより、課題起点で手広く動きたい人：FDEのスコープは課題発見から本番・定着まで一気通貫です。担当領域を深掘りするより、何でも解く姿勢が活きます。
- 未確定な状況で自走できる人：Palantirの「Forward Deployed AI Engineer」求人には「Solving real business problems, not academic benchmarks（学術ベンチマークではなく現実のビジネス課題を解く）」とあります。正解が定義されていない現場を前に進められることが問われます。
- 成果が「本番で使われたか」で測られることを歓迎できる人：評価指標がコード品質やSLOではなく、実ワークフローへのインパクトに寄る点は、人によって快・不快が分かれます。
逆に、顧客接点や出張（求人票では25〜50%と明記される例があります）を避けたい人、担当領域を絞って深く作り込みたい人には、通常のソフトウェアエンジニア職のほうが合うでしょう。
企業タイプ別の特徴
日本でFDE（およびその隣接職種）を募集している企業は、大きく3タイプに分かれます。当メディアが2026年7月11日に実測した範囲（14社・38求人、うちFDE直球14件）をもとに整理します。
外資AI・データ企業
OpenAI（東京で7件）、Palantir（3件）、Databricks、Cohere、Notion などが、東京勤務のFDE職を明示的に募集しています。プロダクトの先進性が高く、報酬水準も相対的に高い傾向が期待されますが、後述する通りバイリンガル要件が課されることが多く、言語のハードルは高めです。
国内AI企業
Algomatic、ストックマーク、LayerX（掲載準備中）、ギブリー、JAPAN AI などが「Forward Deployed Engineer」という職名で募集しています。生成AIの顧客実装を軸にした職が中心で、日本語主体で働ける可能性が外資より高いのは実務上のメリットです。国内AI企業のFDEは、市場としてはまだ立ち上がり期にあるというのが編集部の見立てです。
隣接職種経由（ソリューションアーキテクト等）
職名が「FDE」でなくても、実質的に同じ仕事をする隣接職種があります。ソリューションアーキテクト／ソリューションエンジニア／カスタマーエンジニア／セールスエンジニア／AIコンサルタント（Databricks・Datadog・Anthropic・ABEJA など）がこれにあたります。FDEという看板にこだわらず、仕事の中身で探すと選択肢は大きく広がります。
なお、Anthropicは2026年7月11日時点で、公開求人ボードに「Forward Deployed Engineer」というタイトルの求人を出していません。同社で実質的な後継とみられるのは、Pre-Salesの技術アドバイザー職「Applied AI Architect」です（あくまで状況証拠に基づく推測で、断定はできません）。職名は企業ごとに揺れる——このことは、求人を探すうえで頭に入れておく価値があります。
求人の探し方
FDE転職でまず知っておきたいのは、求人が一般的な転職媒体に出にくいという事実です。外資AI企業のFDE求人は、企業公式のATS（採用管理システム。Lever や Greenhouse など）に直接掲載されることが多く、大手求人サイトを眺めているだけでは出会えないことがあります。
現実的な探し方は次の通りです。
- 企業公式の採用ページを直接見る：OpenAI・Palantir・Anthropic などは自社サイト／ATSで最新の募集を公開しています。一次情報にあたるのが最も確実です。
- 職名の揺れを前提に、隣接職種もキーワードに入れる：「Forward Deployed」だけでなく、「Solutions Architect」「Deployment」「Customer Engineer」なども検索語に加えます。
- 毎日自動収集しているメディアを使う：当メディアは、上記のような企業公式の採用情報を毎日自動収集して掲載しています。散らばった一次情報を横断的に確認する用途に向いています（当メディアは掲載メディアであり、職業紹介は行っていません）。
選考の特徴
FDEの選考は、実装力と顧客対応力の両輪が問われる点に特徴があります。求人票からは、次のような具体的な要件が読み取れます。
- フルスタックの実装力：OpenAIの東京版FDE求人「Forward Deployed Engineer - Tokyo」には「Build full-stack systems that deliver customer value（顧客価値を届けるフルスタックのシステムを構築する）」とあります（出典）。
- 顧客折衝を含む実務経験：同じくOpenAIのニューヨーク版FDEでは「5+ years of engineering or technical deployment experience that includes customer-facing work（顧客対応を含む5年以上の経験）」が資格として挙げられています。出張は最大50%、週3出社のハイブリッドという条件も明記されています（出典: https://openai.com/careers/forward-deployed-engineer-(fde)-nyc-new-york-city/ ）。
- バイリンガル要件（外資の場合）：OpenAI東京版FDEの必須要件には「Fully bilingual—fluent in both Japanese and English（日本語・英語ともに流暢なバイリンガル）」と明記されています。外資AI企業を狙うなら、英語は避けて通れないと考えておくべきです。
ポジションによって求められる経験年数は幅があります。前掲のPalantirのFDSE求人では実務経験1年以上でも応募可能とされており、必ずしも全ポジションが5年以上を要求するわけではありません。求人票の資格要件を一件ずつ確認することが、遠回りに見えて最短です。
準備ステップ
以上を踏まえた、現実的な準備の進め方です。
- 自分の出身職種の「活きる強み」と「埋めるギャップ」を棚卸しする：バックエンド・AI／ML・データ・プリセールス・PdMのどこから来たかで、必要な準備は変わります。詳しくはFDEになるには（職種別ルート）にまとめています。
- 顧客対応の実績を言語化する：純粋な開発経歴だけでなく、「誰の、どんな課題を、どう解いたか」を語れるようにします。FDEの選考では、この文脈が実装力と同じくらい見られます。
- 英語（外資狙いなら）と、本番導入の実績を整える：バイリンガル要件のある求人が多いこと、評価指標が本番導入率に寄ることを踏まえ、この2点は早めに手を打つ価値があります。
- 一次情報を継続的に追う：職名が揺れる市場なので、企業公式の採用ページを定点観測するのが有効です。
FDEは、日本ではまだ市場が立ち上がりつつある段階の職種です。だからこそ、職名にとらわれず中身で探し、一次情報を丁寧に追える人にとっては、早く動く価値のある領域だと考えています。
実際の求人を見るなら、トップの求人ボードで企業公式の最新募集を毎日更新しています。自分の経歴でFDEを狙えるか相談したい方は、無料キャリア相談もご利用ください。当メディアは、企業公式の採用情報を毎日自動収集して掲載する募集情報メディアです。