jinbay無料で相談する

AIエンジニアへの転身ガイド

ITコンサルタントから FDE へ|提案する側から作る側に移るときの論点

ITコンサルタントが FDE(Forward Deployed Engineer)に移るときに、業務分析や経営層との調整の経験がどう活きるか、選考で問われる実装力の補い方、職務経歴書の書き換え例をまとめました。

更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)

ITコンサルタントの仕事は、顧客の業務を分析し、あるべき姿を描き、そのための計画を立てることです。FDE(Forward Deployed Engineer)も顧客の業務に深く入る仕事なので、一見すると近い職種に見えます。

違いは、FDE は自社の AI プロダクトを使って、描いた姿を自分の手で実現するところまでが仕事だという点です。提案書が通った時点ではなく、現場で使われて業務が変わった時点で、初めて成果になります。この記事では、コンサルタントから FDE に移るときに評価される経験と、選考でいちばんの壁になる実装力の補い方を説明します。

コンサルタントと FDE の立ち位置の違い

観点ITコンサルタントFDE
主な成果物業務分析、To-Be 像、ロードマップ、RFP、PMO の資料動く仕組み(設定、連携、追加開発)と、それが使われている状態
中立性特定の製品に寄らず、最適な選択肢を勧める自社プロダクトを使う前提。合わない部分は正直に伝え、開発チームに返す
手を動かす範囲実装はベンダーに任せ、進み具合を管理する自分でコードを書き、データをつなぎ、試作を見せる
顧客の相手経営層・部門長が中心部門長に加えて、毎日その業務をしている現場の担当者
評価のされ方稼働時間と提案の質定着したか、業務の時間や件数がどう変わったか

特に意識したいのは中立性の違いです。コンサルタントは「御社にはこの製品が合わない」と言える立場でした。FDE は自社プロダクトを入れる立場なので、できないことを隠したくなる場面があります。そこで「この部分はプロダクトでは対応できないので、こう回避します」と率直に言えるかどうかが、顧客の信頼を左右します。

そのまま活きる経験

これまでの経験FDE での使われ方
業務分析(As-Is の可視化)AI に任せられる作業と、人が判断すべき作業を切り分ける
KPI の設計導入の効果を何で測るか(処理時間、件数、手戻り率)を最初に顧客と合意する
経営層への報告導入の進み具合と効果を、決裁者に短く説明する
複数部門の利害調整現場、情報システム部門、法務の間で、データの扱いや運用の分担を決める
PMO・ベンダー管理顧客側の既存ベンダーと、連携の仕様や作業の分担を詰める

AI の導入が止まる理由の多くは、技術ではなく「誰が判断するか決まらない」「現場が使い方を変えたがらない」という組織の問題です。ここを動かした経験は、エンジニア出身の FDE が持っていない強みです。

選考の壁は実装力

コンサルタントから FDE を目指すとき、いちばん多い不合格の理由は実装力です。FDE の選考では、多くの会社でコーディング試験や持ち帰りの課題があります。「要件を整理して、エンジニアに伝えられる」では足りず、自分で書けるかが確かめられます。

どこまで書ければよいか

会社によって幅がありますが、目安は次のとおりです。

  • Python か TypeScript で、外部の API を呼び、結果を加工して保存する処理が書ける
  • SQL で、顧客のデータを集計し、欠損や重複を見つけられる
  • LLM の API を使い、決まった形式(JSON など)で出力させ、失敗したら再試行する処理が書ける
  • Git で変更を管理し、他の人のコードを読んで直せる

コンサル時代に Excel のマクロや SQL で分析をしていた人は、そこが出発点になります。

半年で準備するなら

  1. SQL と Python の基礎(1〜2か月)。担当した業務に近い公開データで、集計と加工を繰り返します。
  2. LLM の API で業務の小さな自動化を作る(1〜2か月)。議事録から決定事項を抜き出す、問い合わせを分類する、など。
  3. 評価データを作って精度を測る(1か月)。正解を自分で判断できる題材で、正答率がどう変わるかを記録します。
  4. GitHub に公開して、README で業務の課題と結果を説明する(並行して)。コンサルの文章力がそのまま活きます。

職務経歴書の書き換え例

職務要約

書き換える前 総合系コンサルティングファームにて、金融機関向けの業務改革・システム導入支援に従事。PMO、要件定義、ベンダー選定を担当。

書き換えた後 コンサルティングファームで6年間、金融機関の業務改革とシステム導入を支援しました。審査業務の As-Is 分析で、1件あたりの処理時間の内訳を可視化し、書類確認の工程が全体の約4割を占めることを示して、自動化の優先順位を決めました。2025年からは Python と LLM の API で、申込書類の不備を検出する試作を自分で作り、評価データ200件で検出率78%を確認しました。分析と提案にとどまらず、自分の手で業務を変える仕事に移りたいと考えています。

ポイントは、分析した結果、何を決めたかを数字で書くことと、自分で書いたものを必ず入れることです。

プロジェクトの書き方

書き換える前 RPA 導入プロジェクトの PMO として、進捗管理と課題管理を担当。

書き換えた後 RPA の導入で、対象業務40件を処理量と例外の多さで評価し、自動化の効果が出やすい12件に絞りました。導入後3か月の利用状況を毎週集計し、使われていなかった4件は現場の手順と合っていなかったため、手順を作り直して再展開しました。

「導入した後、使われているかを追いかけた」経験は、FDE の仕事の中心である定着に直結します。

応募先の選び方

実装の経験がまだ浅いうちは、FDE の中でも業務設計の比重が大きいポジションや、FDE と実装担当がペアで動く体制の会社が入りやすいです。カジュアル面談で「FDE の1日のうち、コードを書く時間はどのくらいか」を聞くと、求められる実装力の水準が分かります。

また、実装の比重が小さい職種として、AIソリューションアーキテクトやAIプロダクトマネージャーから入り、社内で FDE に移る道もあります。

まとめ

  • コンサルタントは提案までが仕事、FDE は自社プロダクトで業務を実際に変えるところまでが仕事
  • 業務分析、KPI の設計、部門間の調整の経験は、AI 導入が止まる原因を動かす力として評価される
  • 選考の壁は実装力。Python・SQL・LLM の API で、業務に近い題材の成果物を作っておく
  • 職務経歴書では、分析で何を決めたか、導入後に使われているかを追ったかを数字で書く

コンサル出身の方は、職務要約が長くなりがちです。短くまとめるコツは職務要約の書き方にあります。どこまで実装力を見せれば応募できるか、求人ごとの違いも含めてご相談ください。

あわせて読みたい