日本マーケットにあるFDEの求人について調べてみました

日本市場のFDEについて知っておくべきすべて

1. FDEとは何か — 3つのタイプ

• Builder FDE（顧客先でAI/システムを構築・本番化。）
• 日系 81%（21件） / 外資 100%（9件）

• Sales Engineer+（SE/プリセールスのリブランド）
• 日系 12%（3件） / 外資 0%

• Internal Tools Builder（社内DX/GTM）
• 日系 8%（2件） / 外資 0%

2. 年収分析 — 日系 vs 外資

• 2,000万円以上 : 4件（20%）

• 1,500万〜2,000万円 : 5件（25%）

• 1,200万〜1,500万円 : 5件（25%）

• 1,000万〜1,200万円 : 4件（20%）

• 1,000万円未満 : 2件（10%）

• JDSC : 500〜2,500万円（AI社会実装。レンジが極端に広い）

• KK Generation : 1,000〜2,500万円（建設AI SaaS。業務委託含む）

• Algoage（業務委託） : 1,560〜2,160万円（生成AI事業部）

• loglass : 1,000〜2,000万円（経営管理LLM基盤）

• Entaar : 750〜1,800万円（AIコンサルティング。SO付与あり）

• gen-ax : 650〜1,800万円（SoftBank子会社。生成AIエージェント）

• OpenAI : 〜5,000万円（TC。7年以上経験必須）

• Sierra : 2,200〜4,700万円（求人票に明記。エクイティ別途）

• Palantir : 推定2,000〜4,000万円

• Adobe : 推定1,500〜3,000万円

• Cohere : 推定2,000〜4,000万円（エクイティ大）

• UiPath : 不明

• Salesforce : 不明

3. コーディング比率と出張 — 日系 vs 外資

• High（70-90%）: 日系 65%（17件） / 外資 100%（9件）

• Medium（40-60%）: 日系 27%（7件） / 外資 0%

• Low（〜30%）: 日系 8%（2件） / 外資 0%

• Algoage : Evals作成と品質計測 / エージェント・タスク定義 / SDKや開発者ドキュメントの改善

• InsightX : 本番データを使った動くデモの高速実装（数日〜1週間） / A/Bテスト設計

• アップグレード : Difyワークフロー構築 / LangGraphによるマルチエージェント / OCR+LLMの図面検索

• givery : RAG、エージェント、モデル活用ワークフロー / プロトタイプ:本番デプロイ

• loglass : Loglass LLM基盤 / AI（LLM、RAG、画像認識等）を活用した業務自動化

• LayerX : 文書構造化 / AIワークフロー・エージェント構築 / LLMアルゴリズムチューニング

• FIXSTARS : GPU リソースの効率化やパフォーマンスの最適化

• Azit : 需要予測モデルの開発・精緻化 / コアシステムとのAPI設計・デプロイ

• 出張率明記 : 日系 4%（1件） / 外資 43%（3件）

• フルリモート可 : 日系 46%（12件） / 外資 14%（1件）

• ハイブリッド : 日系 35%（9件） / 外資 57%（4件）

• オンサイト前提 : 日系 15%（4件） / 外資 29%（2件）

4. 責任範囲 — 日系 vs 外資

• AI/LLM/RAGシステムの構築 : 日系 77% / 外資 89% (8/9件)

• 顧客に深く入り込んだ課題解決 : 日系 69% / 外資 56% (5/9件)

• PoC開発:本番環境への移行 : 日系 50% / 外資 33% (3/9件)

• 要件定義・ソリューション設計 : 日系 42% / 外資 11% (1/9件)

• プロダクトへのフィードバック : 日系 35% / 外資 44% (4/9件)

• システム統合・API連携 : 日系 23% / 外資 33% (3/9件)

• 技術コンサルティング : 日系 23% / 外資 0%

• 導入後の運用・改善 : 日系 15% / 外資 0%

• loglass: AI導入方針策定、顧客ヒアリング、精度検証、社内外ステークホルダー調整

• Entaar: 顧客課題と自社プロダクトを掛け合わせながら、個社ごとの複雑な要件に対する最適なソリューションアーキテクチャを設計・実装

• gen-ax: 要件定義、設計、開発を顧客のワークフロー自動化に向けて遂行

5. 求められる技術スキル — 日系 vs 外資

• Python : 日系 50% / 外資 78% (7/9件)

• TypeScript / React : 日系 27% / 外資 44% (4/9件)

• AWS / GCP / Azure : 日系 35% / 外資 56% (5/9件)

• Docker / K8s : 日系 12% / 外資 33% (3/9件)

• Go : 日系 8% / 外資 0%

• LLM全般 : 日系 77% / 外資 89% (8/9件)

• RAG : 日系 42% / 外資 56% (5/9件)

• AIエージェント : 日系 35% / 外資 56% (5/9件)

• OpenAI / Anthropic API : 日系 23% / 外資 22% (2/9件)

• Dify / LangChain / LangGraph : 日系 12% / 外資 0%

• Claude Code : InsightX、LayerX

• Cursor : InsightX、Azit、LayerX

• Devin : Azit

• ChatGPT : JDSC、Azit

6. 経験年数と求められる人材像 — 日系 vs 外資

• 1〜2年 : 日系 12% / 外資 0%

• 3〜5年 : 日系 31% / 外資 56% (5/9件)

• 6年以上 : 日系 4% / 外資 33% (3/9件)

• 明記なし（スキルベース） : 日系 54% / 外資 11% (1/9件)

• loglass : SIer、コンサルティングファーム等における中/大規模システムの設計・開発経験（3年以上）

• Entaar : SIer、コンサルティングファーム、事業会社での中～大規模システム設計・開発

• ストックマーク : SIerまたは受託開発でのシステム開発もしくは技術的なプロジェクトマネジメント経験

• andpad : ITソリューションのプリセールス、導入コンサルティング

7. 企業タイプ — 日系 vs 外資

• AI SaaS / AIネイティブ（9社）
• Algoage, gen-ax, JDSC, InsightX, LayerX, givery 等
• 自社AI製品を顧客に実装

• SaaS＋AI機能（5社）
• loglass, revcomm, andpad, geniee(JAPAN AI) 等
• 既存SaaSにAI機能を追加展開

• バーティカルAI（5社）
• KK Generation（建設）, Azit（需要予測）, FIXSTARS（GPU）, newmo（モビリティ）, NTP
• 特定業界向けAI

• AIコンサル/受託（3社）
• アップグレード, ストックマーク, ヘッドウォータース
• 顧客ごとにカスタムAI構築

• AIモデル/プラットフォーム（4社）: OpenAI, Cohere, Sierra, Palantir

• テック大手のAI部門（1社）: Adobe（Firefly）

• バーティカル（1社）: Telexistence（ロボティクス）

• 開発者ツール（1社）: Firecrawl

• RPA/Automation (1社): UiPath

• CRM/Agentic AI (1社): Salesforce

• 外資FDE: プロダクト:顧客
自社のAIプロダクト（OpenAI API、Cohere North、Palantir Foundry、Sierra Agent、UiPath Automation Platform、Salesforce Agentforce）が完成しており、それを顧客環境にデプロイ・カスタマイズするのがFDEの仕事。プロダクトが先にある。

• 日系FDE: 顧客:プロダクト
顧客の課題から始まり、自社の技術基盤を使って個社ごとにソリューションを設計・構築する。プロダクトはまだ発展途上で、FDEが顧客現場で得た知見がプロダクトにフィードバックされる。

• OpenAI: Embed with strategic customers to understand business challenges and technical requirements: 戦略顧客に入り込む

• Algoage: 顧客要件の分解・PoC設計・最小実装:本番化SDKや開発者ドキュメントの改善（顧客フィードバックの反映）: 要件分解から始めてプロダクトも進化させる

• andpad: 顧客の複雑なシステム環境や業務フローを解析し、AIが最もインパクトを出す『勘所』を特定・設計する: そもそもどこにAIを使うかから考える

8. 日本FDE市場の独自性

• 日英バイリンガル必須 : 日系 12%（歓迎レベル） / 外資 100%

• 年収中央値（上限） : 日系 1,500万円 / 外資 推定3,000万〜5,000万円

• SWE : FDE : 日系・外資ともに最多

• Solutions Architect : FDE : 日系・外資ともにあり

• SIer/コンサル : FDE : 日系で独自に確立

• Founder : FDE : 外資で歓迎

• Algoage : 年収1,560〜2,160万円

• KK Generation : 時給4,000〜10,000円（時給10,000円 = 年収換算約2,000万円）

9. FDE vs ソリューションエンジニア — 明確な違い

• 契約後に仕事が始まる : FDE（SEは契約前に終わる）

• 本番環境にコードをデプロイする : FDE

• 3ヶ月後もまだ同じ顧客と仕事している : FDE

• 売上目標がある : SE

まとめ

1. 日系FDE＝生成AI実装エンジニア。77%がLLM、42%がRAGを必須とし、FDE＝生成AI実装として定着。

2. 日系FDEは何を作るかから始まる。外資FDEが既存プロダクトのデプロイを主とするのに対し、日系FDEは要件定義（42%）とコンサルティング（23%）の比重が高い。スコープが広い分、PM/コンサルスキルも求められる。

3. 年収は日系SWEの2倍、外資FDEの半分。日系FDE中央値1,500万円は日系エンジニアとしては高年収だが、外資FDE（〜5,000万円）との差は大きい。英語力が2〜3倍の年収差を生んでいる。

4. SIer:FDEは日本独自のキャリアパス。要件定義力・顧客折衝力・大規模システム経験を持つSIerエンジニアが、生成AIスキルを加えてFDEに転身する流れが確立しつつある。

5. 35件は小さいが、成長は確実。日本でも生成AIの本番導入が進むにつれ、FDE需要は2025-2026年にかけて急拡大する。

FDE求人一覧

外資系FDE求人

日系FDE求人