jinbay無料で相談する

スキルシートの記入例

FDE(Forward Deployed Engineer)のスキルシート 記入例(Excel)

FDE(Forward Deployed Engineer)は、顧客の現場に入り込み、業務を理解したうえで AI の仕組みを作って定着させる仕事です。スキルシートでは、実装の力に加えて「顧客の業務をどう聞き出し、どう現場で使われる形にしたか」が見られます。

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)

記入例の人物:SIer で製造業向けの業務システムを8年担当したあと、AIスタートアップの FDE として業務委託で3社の導入を担当。34歳。
人物・会社・数字はすべて架空です。

スキルシート

技術者名D.S
年齢34歳
最寄り駅東京メトロ東西線 門前仲町駅
稼働2027年2月〜/週5日(顧客先への訪問は週2日まで可)
得意分野業務への AI の導入(物流・製造の現場業務)
得意技術Python、生成AIアプリの設計、既存システムとの連携、数理最適化
得意業務顧客の業務の聞き出しから、試作、本番の立ち上げ、現場への定着まで
資格応用情報技術者試験、プロジェクトマネージャ試験
自己PR顧客の現場に入って業務を自分の目で見て、AI に任せる部分と人が判断する部分を切り分けることを大切にしています。SIer で身につけた要件の整理と既存システムとのつなぎ込みの経験を活かし、導入したあと現場で使われ続けるところまで責任を持ちます。
No期間業務内容役割・規模言語FW・ライブラリDBOS・クラウド・ツール要件定義基本設計詳細設計実装・単体テスト結合テスト総合テスト保守・運用データ整備モデル開発・評価実機検証
12025年7月〜現在

■配車計画の下書きを作る AIエージェントの導入(物流会社)

トラック約150台を持つ物流会社で、受注データと車両・ドライバーの空き状況から、翌日の配車計画の下書きを作る仕組みを導入。

≪担当業務≫

・配車担当者5名の作業を3日間観察し、判断が分かれる例外(時間指定、車両の大きさの制限など)を42件に整理

・台数と時間の割り当ては数理最適化(OR-Tools)で解き、LLM は担当者が書いた特記事項の読み取りと説明文の作成だけに使う構成にした

・基幹システムから毎晩出力される CSV を取り込む連携を、顧客の情報システム部門と調整して実装

・例外に当たる便は AI に決めさせず、担当者に確認を求める画面を設計

≪成果≫

・配車計画の作成を1日2.5時間から50分に短縮

・導入3か月後も配車担当者8名全員が毎日利用

・計画の手直しの件数を、1日平均23件から9件に

FDE(顧客窓口・設計・実装)

チーム3名/顧客側6名

Python、TypeScriptFastAPI、LangGraph、React、OR-Tools、商用LLMのAPIPostgreSQLAWS、Docker、GitHub Actions●●●●●●●
22024年10月〜2025年6月

■図面と過去の見積から見積書の下書きを作る仕組みの導入(金属加工メーカー)

従業員約200名の金属加工メーカーで、客先から届く図面と過去の見積実績をもとに、見積書の下書きを作る仕組みを導入。

≪担当業務≫

・見積担当のベテラン2名に、図面のどこを見て加工方法と工数を決めているかを聞き取り、確認項目を18個に整理

・社内の SQL Server にある過去10年分・約2万件の見積実績を整え、似た図面を探せるようにした

・過去の見積との差が大きい項目に印を付け、担当者が根拠を確かめられる画面にした

≪成果≫

・見積書の初稿づくりを1件あたり平均60分から20分に短縮

・見積の回答までの日数を平均4日から2日に

・若手の見積担当2名が、導入後1か月で独り立ち

FDE(要件定義・実装・現場への定着)

チーム2名/顧客側4名

PythonFastAPI、Streamlit、商用LLMのAPI、埋め込みモデルPostgreSQL、pgvector、SQL ServerAzure●●●●●●●
32021年4月〜2024年3月

■生産管理システムの刷新(自動車部品メーカー)

3工場で使われていた生産管理システムを、共通のパッケージに置き換えるプロジェクト。

≪担当業務≫

・3工場の業務の違いを洗い出し、パッケージに合わせる部分と追加開発する部分の切り分けを担当

・工場の現場担当者向けに、移行前後の業務の流れを説明する会を計12回開催

≪成果≫

・追加開発の項目を当初案の85件から31件に絞り、予定どおり稼働

・稼働後3か月の問い合わせを、前回の刷新時の半分以下に

サブリーダー(要件定義と工場側との調整)

チーム8名/全体40名

Java、SQLSpring BootOracle DatabaseLinux●●●●●

ダウンロードは登録なしで使えます。経験年数は、各プロジェクトの期間から自動で計算しています。

FDEのスキルシートで、見られる点

  1. 01

    顧客の業務の変化が数字で書かれているか

    FDE の成果は、作ったものの出来よりも、顧客の業務がどう変わったかで測られます。「配車計画の作成が1日2.5時間から50分に」のように、現場の作業時間や件数の変化を書きます。

  2. 02

    要件定義と実装の両方に●が付いているか

    要件定義だけならコンサルタント、実装だけなら開発者と受け取られます。FDE の案件では、要件定義から実装、運用の立ち上げまで一人で通して担当したことが、●の並びで分かるようにします。

  3. 03

    顧客の既存システムとのつなぎ込みを書いているか

    現場では、基幹システムから CSV を受け取る、オンプレミスのデータベースに接続するなど、地味なつなぎ込みが仕事の大半を占めます。既存システムとの連携をどう解決したかは、経験者かどうかを見分ける材料になります。

  4. 04

    役割の欄に、顧客との関わり方が書いてあるか

    「メンバー」だけでは、顧客と直接話していたかが分かりません。「FDE(顧客窓口・設計・実装)」のように、顧客と向き合う範囲と手を動かす範囲を並べて書きます。

欄ごとの書き方

業務内容(担当業務)
現場で何日観察したか、誰に何人ヒアリングしたか、例外のケースをどう扱ったかを書きます。業務の聞き出し方の具体性が、FDE としての経験の深さとして伝わります。
業務内容(成果)
業務の数字(作業時間、処理件数、手戻りの件数)と、定着の数字(利用者数、利用率)を分けて書きます。導入しただけで使われていない、という状態ではないことが伝わります。
案件名
「■AI導入支援」ではなく、「■配車計画の下書きを作る AIエージェントの導入(物流会社)」のように、対象の業務と業種を入れます。業種の幅は、次の案件を任せられるかの判断に使われます。
得意業務
「顧客の業務の聞き出しから、試作、本番の立ち上げ、現場への定着まで」のように、流れで書きます。FDE の求人は、この一連の流れを一人で回せるかを見ています。

よくある書き方を、こう直す

よくある書き方

≪担当業務≫ ・顧客折衝 ・要件定義 ・開発

直した書き方

≪担当業務≫ ・配車担当者5名の作業を3日間観察し、判断が分かれる例外を42件に整理 ・例外は AI に任せず担当者に確認を求める画面を設計

工程名は●の表で伝わります。業務内容の欄には、現場でどう業務を理解したかを書きます。

よくある書き方

≪成果≫ ・AIの導入により業務効率化を実現

直した書き方

≪成果≫ ・配車計画の作成を1日2.5時間から50分に短縮 ・導入3か月後も配車担当者8名全員が毎日利用

業務の変化と、使われ続けていることの両方を数字で示します。

あわせて読みたい