【東京/大阪】Senior Forward Deployed Engineer (FDE)/AIを利活用したサービス開発会社の求人

◆ Forward Deployed Engineer（FDE）とは
顧客の事業・業務に深く入り込み、「何をつくるべきか」の定義から設計・実装、本番導入、運用までを担うエンジニアです。
自社のプロダクト／プラットフォーム／技術アセットを基盤に、AI・LLM、OSS、クラウド、SaaS/APIなども適切に選択・統合します。
自ら手を動かして改善を重ね、実際の業務で使われ、価値を生む状態まで届けるとともに、現場の知見や技術を自社アセットへ還元します。
単なる導入支援やPoCではなく、顧客固有のデータ・業務環境を理解し、汎用的なAI技術（LLM / ML など）を、実際に使われるアプリケーションへと落とし込む、AIのラストワンマイルを担う、実装責任を持った役割です。
※社内の職種区分としても「エンジニア」に該当し、「コンサルタント」とは明確に異なる役割です。

◆ 業務内容
顧客固有のデータや業務環境を理解し、汎用的なAI技術（LLM / 機械学習など）を、実際に使われるアプリケーションや業務の仕組みへ落とし込みます。
自社プラットフォームを用いたプラットフォーム型、カスタムソリューション型の両方を組み合わせながら、顧客課題の特定、企画 設計、実装 本番導入、継続的な改善までを一気通貫で担っていただきます。
AIコンサルタント、プロジェクトマネージャー、AIエンジニアといった各領域のプロフェッショナルとチームを組み、協業しながら以下のような業務を推進していただきます。
※AI・システム開発のみに閉じず、クライアントの課題解決、当社の事業成長への貢献にもあらゆる手段で関与していただきます。

●顧客課題の理解・プロジェクト構想
・顧客担当者（経営層、部門マネージャー等）との対話を通じた事業、業務フロー、データ、システムの理解
・AI技術によって実現すべきソリューション・サービスの構想・提案
・ビジネスチームと連携したプロジェクトテーマ、スコープ、KPI等の設計
●ソリューション設計・技術選定：生成AI（LLM / RAG / エージェント）や機械学習・数理最適化など最適な技術を選定し、アーキテクチャを設計
・カスタムソリューション型：高度な固有課題に対し、AI/MLエンジニアと連携してモデル開発・スクラッチでのシステム開発まで
・プラットフォーム型：AIエージェントプラットフォーム『exaBase Studio』を活用し、LLMコンポーネント等を組み合わせて高速にソリューションを構築
●実装のリード・ハンズオン・デリバリー
・要件定義と並行してプロンプトエンジニアリングやPoCを実施し、フィードバックを回す
・LLM APIの統合、非構造化データのパイプライン構築、業務アプリケーション開発
・既存システム（API、データ基盤、セキュリティ要件）との統合設計、クラウド環境へのデプロイ
●プロジェクト推進
・品質・コスト・納期に加え、AI開発特有の不確実性や検証結果を踏まえ、スコープや進め方を柔軟に調整
・AIコンサルタントと協働したPoC設計・技術提案の主導
●アセット構築・プラットフォームへの還元
・プロジェクトで得た知見の再利用可能なアセット化、ソリューションパターンの型化
・自社プラットフォームへのアセット蓄積、機能改善

◆ 技術スタック
Languages: Python, TypeScript / JavaScript, SQL
Backend: FastAPI, Node.js 等
Frontend: React, Next.js 等
Infrastructure: AWS / GCP / Azure, Docker, Kubernetes
Platform: exaBase Studio
Tools: Git, CI/CD
AI/LLM: LangChain, LangGraph, HuggingFace Transformers, 各種LLM API、Claude Code、Codex

◆ プロジェクトの進め方
プロジェクトの性質やフェーズに応じて、顧客先を訪問して業務理解やディスカッションを行う場合もあれば、自社オフィスやリモート環境で開発に集中する場合もあります。
働く場所や関わり方を固定するのではなく、顧客課題を解決し、最も高い成果を生み出すために必要な手段を選択します。
顧客の事業や業務を深く理解するため、顧客と密接にコミュニケーションを取りながらプロジェクトを進めますが、顧客先への常駐そのものを目的としたポジションではありません。重要なのは、物理的に顧客の隣にいることではなく、顧客と同じ目線で事業・業務の課題に向き合い、素早く仮説検証を行い、技術によって価値を届け切ることです。

◆ ポジションの魅力
技術判断が事業を動かす手応え：自ら設計したアーキテクチャが企業の業務を実際に動かします。現場のユースケースがプロダクトの次の進化を定義し、自社プラットフォームへ直接還元できる醍醐味があります。
課題定義から自分で決める：要件定義書を受け取るのではなく、経営層や部門マネージャーと「何を作るか」から議論しソリューション全体を設計するため、技術力とビジネス力の両方が向上します。
巨大産業の「核心」に挑む：金融・エネルギー・インフラなど、日本を代表する大手企業の基幹テーマに入り込み、巨大なデータ領域にダイレクトに技術適用できる環境です。
トップタレントとの協働：学会発表クラスのAI/MLエンジニアや大手コンサルティングファーム出身者、PdMやテックリードと互いの専門性を尊重しながら「対等なプロ」として議論できる環境です。

◆ 入社後のキャリアパス
FDEとして経験を積んだ後は、本人の志向や強みに応じて、複数の方向へキャリアを広げることができます。
技術を手放さずに専門性を深めることも、技術を基軸に顧客、プロダクト、事業へ責任範囲を広げることも可能です。

技術を深める：テックリード、ソリューションアーキテクト
顧客価値を広げる：リードFDE、プロジェクトマネージャー
プロダクトへ広げる：プロダクトマネージャー、プロダクト責任者
ビジネス領域へ広げる：AIコンサルタント、BizDev、新規事業責任者

●応募資格（必須）
・Webアプリケーションの設計・開発経験5年以上
・Python, TypeScript等でのバックエンド/フロントエンド開発経験
・要件定義から実装までを自走してリードした経験
・クライアントや社内ステークホルダーとの技術的な折衝経験
・何かしらのプロジェクトを自身でリードした経験
・ネイティブレベルの日本語コミュニケーション能力

●応募資格（歓迎）
・LLMを活用したアプリケーション開発経験（プロンプトエンジニアリング、RAG、ファインチューニング、エージェント設計のいずれか）
・マルチエージェントフレームワーク（LangGraph, CrewAI, AutoGen, Google ADK等）の実装経験
・MCP（Model Context Protocol）サーバーの設計・構築経験
・LLM評価・observability基盤の構築経験（LLM-as-a-Judge, RAGAS, LangSmith等）
・大規模データ処理・分析基盤の構築経験
・現場で得た知見を抽象化し、プロダクト改善へ還元した経験・意欲
・金融、エネルギー等のエンタープライズ領域の業界知見
・英語でのビジネスコミュニケーション能力

AIを利活用したサービス開発による産業革新と社会課題の解決