FDE用語集｜現場で使われる30語を辞書形式で

顧客の現場に「前方展開」され、課題ヒアリング→実装→本番導入→定着を一気通貫で担うエンジニア職。米Palantirが生み、OpenAI・Anthropic・Salesforceが相次いで採用したことでエンタープライズAI導入の標準体制になった。日本の年収レンジは1,000万〜2,000万円中心（2026年春時点・求人動向）。→ FDEとは（全体像）

FDEの発祥企業Palantirにおける正式職種名。「fdse meaning」「fdse vs swe」と検索されることが多いが、意味はFDEと実質同じで、Palantir社内の呼称がFDSE。政府機関・大企業に常駐し、Foundry・AIPといった自社基盤の上に顧客固有のソリューションを実装する。

SWEとの違い: 製品開発のSoftware Engineerが自社プロダクトを作るのに対し、FDSEは顧客の現場で顧客固有の問題を解く。Palantirの採用ページでも製品開発職は「Dev」、FDSEは「Delta」という別区分で募集されており、役割が明確に分かれている（2026年7月18日・Palantir採用ページで確認）。

報酬: 米国FDSEの年収中央値は$215K・レンジ$171K〜$295K（levels.fyi公開データ）。選考はリクルーターコール→行動面接→データクエリ面接→システム設計の流れ。→ PalantirのFDE詳説・面接対策

FDEの「F・D」の由来。軍事用語の「前方展開（前線への部隊配置）」になぞらえ、自社オフィスではなく顧客の現場（前線）にエンジニアを配置することを指す。「何が必要か」を外部に説明できない諜報・政府機関の顧客に向き合うため、エンジニア自身が顧客内部で課題を発見する必要があった——というPalantirの事情が起源。→ FDEとは

PalantirにおけるFDSE部隊の呼称。黎明期には社内で「Deltas」と呼ばれ、2016年頃まで通常のソフトウェアエンジニアより人数が多かったと報じられている。現在もPalantir公式採用ページの求人区分に「Delta」の表記が使われている（2026年7月18日確認）。→ PalantirのFDE

Palantirの採用区分のひとつで、Deployment Strategist（後述）が属する組織区分。FDSEの「Delta」、製品開発の「Dev」と並ぶ区分として、Palantir公式採用ページの求人票に表記されている（2026年7月18日確認）。技術実装のDelta、顧客戦略のEchoという分担で現場チームが組まれる。→ Deployment Strategistとは

Palantirの「もう一つの現場職」。FDSEとチームを組んで顧客に入り、解くべき課題の特定・データの意味づけ・ワークフロー設計・経営層への提案といった戦略・価値定義側を担う。米国求人票の給与レンジは$110K〜$170K＋RSU。東京でも募集がある（2026年7月18日確認）。→ 詳細記事

AnthropicにおけるFDE相当職の名称。Claudeのエンタープライズ導入を顧客の現場で推進する。報酬はL3〜L6のレベル制で、L4〜L5帯は$665K〜$750K（levels.fyi等の公開データ）とFDE系職種の最高水準。→ AnthropicのFDE

Google Cloudなどにあるプリセールス寄りの技術職。顧客への技術提案・デモが中心で、FDEのように顧客環境で実装・本番導入までを担うわけではない点が違い。GoogleにはCustomer Engineerとは別にFDE職も実在し、東京含む各都市で募集されている。→ GoogleのFDE（Customer Engineerとの違い）

富士通が2026年5月のAnthropicとの戦略的提携で発表した、コンサルタント一体型のFDEモデル。1,000人規模のエンジニアチームを組成し、コンサルティングと実装を一体で提供する構想（公式プレスリリース・公式サービスページより）。→ 富士通のFDE

社外の顧客ではなく自社内の事業部を「顧客」としてAI導入を実装するFDEの変種。マネーフォワードがAX推進本部で「Forward Deployed Engineer(Internal)」を公募している（年収791万〜1,500万円・公開求人票）のが国内の代表例。→ マネーフォワードの社内FDE

AI導入において「技術はあるのに現場の業務に届かない」最後の区間のこと。モデルやツールが揃っても、業務フローへの組み込み・既存システム統合・現場の定着が進まず成果に至らない——この区間を埋めるのがFDEの中核価値とされる。→ FDEとは

大企業・政府機関など組織の基幹業務へのAI導入領域。個人向けAIと違い、既存システム統合・セキュリティ・権限設計・規制対応が壁になる。2025〜26年にかけて主戦場が「モデル開発」から「導入・定着」に移り、FDE需要が急拡大した（日本のFDE関連求人は前年比729%成長・Findy調べ）。→ FDEとは

本格導入の前に、小さく作って「本当に効果が出るか」を検証する工程。FDEの現場では、検証すべき仮説・成功基準・期間・本番移行条件を先に決める「PoC設計」の質が成否を分ける。評価指標は時間削減・精度・利用率の3つの型が基本。→ PoC設計スキル

PoCでは良い結果が出たのに本番導入・全社展開に至らず終わること。生成AI導入で最も広く発生している問題で、原因は実装力不足より「成功基準と本番移行条件を先に決めない設計」にあるとされる。FDE需要が伸びた直接の背景。→ PoC設計スキル

「なんとなく効率化したい」という曖昧な業務課題を、入力・出力・評価基準が定義された技術仕様に変換するスキル。FDEの中核スキルとされ、AIがコードを書く時代にも残る能力と位置づけられる。→ 要件の言語化

プロジェクト進行中に顧客の要望が際限なく膨らみ、当初の合意範囲（スコープ）が侵食されていく現象。FDEは顧客に最も近い分この圧力を直接受けるため、「何をやらないか」の線引きと期待値調整が成果を守る技術になる。→ スコープ管理

AIを「作る」だけでなく現場に「使ってもらう」ための働きかけ全般。現場の抵抗（仕事を奪われる不安など）を合理的な反応として扱い、巻き込みながら定着まで運ぶ。AIは使われなければ成果ゼロのため、FDEの後半戦の主戦場。→ 変化管理

顧客のオフィス・現場に入って働くこと。FDEの基本形だが、SES（客先常駐）とは契約形態・指揮命令・成果責任が根本的に異なる。常駐先で「外部の人」から「チームの一員」になる信頼構築が、本当のデータと本音を引き出す前提になる。→ FDEとSESの違い・信頼構築スキル

LLMに社内文書などの外部知識を検索して渡し、その根拠に基づいて回答させる仕組み。顧客のナレッジをLLMに接続する典型パターンとして、FDEの現場で最も出番が多い技術のひとつ。実務の中心は構築そのものより精度チューニング。→ RAG実装スキル

テキストを意味を保った数値ベクトル（embedding）に変換し、意味の近さで文書を探すのがベクトル検索。キーワード一致ではなく「意味で探す」ためRAGの検索部分を支える基盤技術。→ RAG実装スキル（仕組みの平易な解説）

長い文書をLLMが扱いやすい単位（チャンク）に区切る前処理。区切り方が検索精度＝RAG全体の品質を左右するため、地味だが実務上の重要工程。→ RAG実装スキル

LLMへの指示（プロンプト）を設計・改善する技術。現場では「一発の魔法の呪文」ではなく、業務要件をプロンプト仕様に翻訳し評価を反復する地道な仕事。システムプロンプト設計・few-shot・構造化出力が基礎要素。→ プロンプトエンジニアリング

「答えるAI」ではなく、ツールを呼び出しながら計画・実行ループを回して業務を遂行するAI。FDEの現場では信頼性設計・ガードレール・人間の承認フローの組み込みが実装の中心になる。→ LLMエージェント設計

LLMが外部のツール・API・データベースを呼び出す仕組み。エージェントが「実行するAI」であるための基盤機能で、検索・計算・システム操作をLLMに接続する。→ LLMエージェント設計

LLMが事実に基づかない内容をもっともらしく生成する現象。エンタープライズ導入では信頼を一撃で失う最大リスクのため、抑制（RAGによる根拠付け・出力制約）と検知（評価）がFDEの必須実務になる。→ 評価・テスト設計

LLM出力の品質を測る仕組み。生成AIは「動いた」だけでは本番に出せないため、正解データの作成・評価指標の設定・回帰テストで品質を継続的に測る。PoCの成功基準とも直結する。→ 評価・テスト設計

LLM・エージェントが許容範囲外の動作（誤情報の断定、権限外の操作など）をしないよう設ける制約層。入力・出力のフィルタリングや人間の承認フローを含み、エンタープライズでエージェントを本番投入する際の前提条件。→ LLMエージェント設計（信頼性設計）

Palantirの自社基盤。Foundryはデータ統合・オペレーション基盤、AIP（Artificial Intelligence Platform）はその上でLLMを業務に組み込む製品群。PalantirのFDSEはこれらの基盤の上に顧客固有のソリューションを実装する。→ PalantirのFDE

SalesforceのAIエージェント基盤。Salesforceはこの「Agentforce時代」の顧客導入を担う布陣として、日本初のFDE採用・立ち上げチームを組成した。→ セールスフォース・ジャパンのFDE

OpenAIが提供するエージェント開発キット。OpenAIのFDEは顧客インフラ上で直接コードを書きながら、現場で得た知見をAgents SDKなど自社ツールへ還元する役割も担う（公開求人情報より）。→ OpenAIのFDE