公開体験談から見えるFDEの働き方
ポジティブに語られていること
- 裁量とスピード — 「非常にアジャイルで行動志向。プロジェクトの中で自分でニーズを見つけ、自分の担当領域を開拓することが推奨される」（Palantir勤務体験の公開報告より）
- 導入までの距離の近さ — 作ったものが顧客の現場ですぐ使われ、業務の変化として成果が見える
- 成長速度 — 未知のドメイン・技術に毎回向き合うため、学習の複利が効く
大変さとして語られていること
- sink or swim — 手取り足取りの育成ではなく、自走できなければ厳しい環境という率直な報告
- 労働時間の波 — 「プロジェクトによっては長時間労働が頻繁になり得る」という体験報告。顧客の導入スケジュールに引っ張られやすい構造
- 出張・常駐 — 顧客先で働くことが前提のため、勤務場所の自由度は案件に依存
日本語で読める公開一次体験談6本【2026年7月・全件到達確認済み】
2026年に入り、日本語の一次体験談（本人執筆のブログ・公式テックブログ・公開インタビュー）が急増しています。 以下はすべて当サイトが実際に本文へ到達・確認した公開記事の要約です（要約の責任は当サイトにあります。詳細は必ず原文をご覧ください）。
1. 転身エントリー——「バラバラのキャリアが一本につながった」
ナレッジワークにFDEとして入社したAtsu氏の入社エントリー（2026年7月公開）。研究職→ITコンサルタント→機械学習エンジニアという経歴を「広く浅くなった引け目があった」と率直に振り返りつつ、探索と仮説検証・顧客理解と課題構造化・実装と運用というそれぞれの経験が「FDEという仕事の中で一本の線につながる」と感じたことが転身の決め手だったと述べています。マネジメント職から「もう一度泥臭く手を動かす現場に戻りたい」という動機も語られており、FDE転身者の動機の典型例として参考になります。 ——出典: FDEという職種に飛び込んで1ヶ月半が経ちました（Zenn・ナレッジワーク公式）
2. 実務の中身——泥臭い「正解データ作成とプロンプト調整」が中核
LayerX Ai Workforce事業部のFDEチームでのインターン体験記（2026年3月・公式エンジニアブログ）。トライアル案件の実務は「受領サンプル全件の正解データを手作業で作成→プロンプト調整→精度評価」というサイクルの繰り返しで、商談への同席もあったと具体的に書かれています。派手なAI開発ではなく、評価駆動の地道な精度改善が現場の中心であること、そして現場で得た知見がプロダクト改善の「はずみ車」になる構造が一次情報で確認できる貴重な記事です。 ——出典: FDEって何するの？ 現場の泥臭さが「はずみ車」となってプロダクトを強くするリアル（LayerX公式）
3. 技術的な壁——「詰んでからが本番」
AIエージェント企業KivaのエンジニアがFDEとして顧客の帳票業務自動化に取り組んだ実務記（2026年2月・公式テックブログ）。ブラウザ操作の範囲外である「印刷」で行き詰まり、複数パターンの検証を経て専用のMCPサーバーを自作して突破した過程が詳細に書かれています。「作ったらすぐ反応が返ってくる」「『無理かも』から解決策を見つける過程が面白い」というFDEのやりがいと、標準機能で解けない個社課題に向き合う難しさの両方が一次体験として読めます。 ——出典: 詰んでからが本番。ただのエンジニアがAIエージェントのFDEやってみた話（Zenn・Kiva公式）
4. 本場・米国のFDE——常駐ではなくリモート標準の例も
SalesforceニューヨークオフィスでFDEとして働く深田紘平氏の公開インタビュー（2026年5月・Findy）。Agentforceのリリース直後に公式FDE組織が立ち上がったこと、顧客先常駐ではなくリモートが標準でDeployment Strategistとペアで動くこと、「製品のことは理解しているつもりだったが、現場に入ってみて思い込みだったと気づいた」という学びが語られています。「FDE=常駐」という先入観を一次情報で補正できるインタビューです。 ——出典: 技術力だけじゃ足りなかった。FDE発祥の地で気づいた「わかっていたつもり」の正体（Findy Media）
5. 慎重論——教育の薄さと短期成果要求という現実
FDEに近い動きをした際に「OJT含む研修は一切なく、入社1〜2ヶ月で結果を求められた」という挫折経験を綴った個人の体験談（2026年3月・note）。FDEは新しい職種ゆえに社内に教える人がおらず教育が薄くなりがちで、期待値は高く設定されやすい——結果として「環境や上司により成長機会が大きく左右されるギャンブル性を含んだロール」という慎重論です。本人も「極端なケースかもしれない」と留保しており、ネガティブ側の一次の声として読む価値があります。 ——出典: FDEへの転職は慎重に考えた方が良さそう（note・leon_devops氏）
6. 育成論——「FDEは職種ではなく動き方」
前職dipでDX組織「dip Robotics」を率いた亀田重幸氏の回顧録（2026年6月・note）。営業現場に3ヶ月以上通い、要件定義から実装までを現場で完結させていた自身の経験が「名前がつく前のFDEそのものだった」と振り返り、FDEを「採用するスーパーマン」ではなく「組織として育てられる動き方」と捉え直すべきだと論じています。転職せずに現職でFDE的経験を積むという選択肢を裏付ける一次体験です。 ——出典: 前職のDX組織でやっていたことが、今FDEと呼ばれている（note・亀田重幸氏）
6本に共通するパターン
- 教育よりOJT・自走前提 — ポジティブな体験談でも「相談しやすい環境でのOJT」、ネガティブな体験談では「研修なしの短期成果要求」。育成体制の有無が満足度の分水嶺になっており、米国Glassdoor報告の「sink or swim」と一致します
- 実務の中核は泥臭い作業 — 正解データの手作業作成・プロンプト調整・評価の繰り返し（LayerX）、詰みからの試行錯誤（Kiva）。「AIの最前線」のイメージと日々の作業のギャップは事前に知っておくべき点です
- 寄せ集めキャリアが強みに変わる — 研究×コンサル×ML（ナレッジワーク）、プリセールス×PdM（Salesforce）など、単一専門でない経歴が「一本につながる」語りが複数の体験談で共通しています
この情報の読み方（正直な注記）
- 冒頭の整理は主に米国Palantirの公開体験にもとづきます。日本企業のFDE職は働き方・労働時間の設計が異なる場合があります
- 体験談は個人の主観であり、チーム・時期・案件による差が大きい情報です
- 企業の公式ブログに載る体験談は採用広報を兼ねるため良い面が強調されやすく、個人ブログは特に印象的な（良くも悪くも極端な）経験ほど記事になりやすい、という選択バイアスも考慮してください
- 選考を受ける際は、面接で「直近のプロジェクトの体制・稼働の実態」「入社後の立ち上がり支援（OJT・メンター）の有無」を必ず質問することをおすすめします
向き不向きの整理はAIエンジニアとの違い、選考の中身は面接対策をご覧ください。