Forward Deployed Engineer (FDE)

仕事内容: 株式会社ジーニーでForward Deployed Engineer (FDE)を募集します。 JAPAN AI株式会社について JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。 私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」? 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。 私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。 募集背景 企業は数多くの SaaS を導入し便利になった反面、システムが分断され複雑化しています。人間が各システムを横断して手作業でデータを繋ぐ「SaaS 疲れ」が起きています。この課題を解決するのが、AI を「企業の脳」にする JAPAN AI STUDIO です。 しかし、どれほど優れたプロダクトを作っても、顧客の現場に入り込み、業務プロセスを解体し、AI を前提とした次世代の基幹システムを実装する人間がいなければ、「企業の脳」は実現しません。 Palantir は FDE (Forward Deployed Engineer) を顧客先に派遣し、200 社以上の大企業向けにシステムを作り上げてきました。JAPAN AIはこの Palantir モデルを踏襲・凌駕し、AI エージェント時代にアップデートした FDE 体制を構築します。 現在 FDE チームは 7名。これを 30名へ拡大し、200?300名規模の FDE & DS (Deployment Strategy) 体制を構築する ? JAPAN AI の最優先採用ポジションです。 ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 Forward Deployed Engineer (FDE) とは FDEは、Palantir社が確立した職種で、顧客の最も困難な問題を技術で解決するエンジニアです。JAPAN AIのFDEは、これをAIエージェント時代にアップデートしたポジションです。 一般的なエンジニア | FDE 仕様書に基づいて実装する | 課題を発見し、仕様を自ら定義する プロダクトの機能を作る | 顧客のビジネスを変える 技術的な正しさを追求する | ビジネスインパクトを追求する 特定領域の深掘り |フルスタック × AI × ビジネス理解 Palantir FDE との比較 Palantir FDE オンプレミスの巨大で複雑なレガシーデータを泥臭く繋ぎ込む データを可視化し、人間の意思決定を支援する「究極のダッシュボード」 1社あたりの単価が極めて高く、コンサルティング要素が強い ///// JAPAN AI FDE サードパーティSaaS 群を API で統合。圧倒的に身軽 AI が「企業の脳」として自律的に実行。ユーザーには結果だけを返す STUDIO プラットフォームの利用料 (SaaS 的スケール) で収益を最大化 受託開発ではありません。顧客現場で課題を発見し、軽量な PoC を高速実装し、本番導入まで伴走する。その過程で得た知見がプロダクトを進化させます。 期待する役割について 顧客の業務プロセスとデータ環境を深く理解し、JAPAN AI STUDIO を活用して課題解決を実装・導入するエンジニアです。 顧客の既存システム (SaaS 群) の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する JAPAN AI STUDIO を活用し、現場が実際に使えるワークフロー (稟議承認、リソース最適配置、見込み顧客探索 等) を爆速で構築するPoC を本番環境へ導入し、利用定着まで伴走する現場で得た知見をプロダクトチームにフィードバックし、プロダクトを進化させる経営層から現場担当者まで、多様なステークホルダーと関係を構築する業務内容顧客課題の発見・設計顧客の業務プロセス・データ環境・既存 SaaS 群の全体像を深く理解し、AI で解決すべき課題を特定AI がどう介入すれば効率化・最適化できるかを設計する利害関係者 (経営層?現場担当者) との関係構築・調整課題の構造化・仮説構築・ソリューション提案ワークフロー構築・PoC の高速実装JAPAN AI STUDIO を活用した業務ワークフローの構築 (稟議承認、リソース最適配置、見込み顧客探索、データ連携 等) LLM / AI エージェントを活用した軽量 PoC の高速実装 顧客の既存 SaaS (SmartHR / Salesforce / HRMOS / 楽々精算 等) との API 連携・データ統合フルスタック開発 (バックエンド + フロントエンド) 本番導入・伴走 本番導入の技術支援・運用設計 セキュリティ・コンプライアンス要件への対応 導入後の利用定着支援・改善提案 プロダクトフィードバック 顧客フィードバックのプロダクトチームへの還元 新規ユースケースの発見・提案 プロダクト改善に繋がるパターンの抽出・体系化 業務シナリオ例 ※以下は想定される業務シナリオの例です ■ シナリオ 1 : 製造業の「SaaS 疲れ」を解消する企業の脳の構築 従業員 500名の製造業の顧客。SmartHR / 楽々精算 / kintone / Salesforce を個別に運用しており、部門間のデータ連携は手作業で行われている。現場ヒアリングで「月末の経費精算に 1人あたり 2時間かかっている」「営業が受注情報を 3つのシステムに手入力している」という課題を発見。JAPAN AI STUDIO で各 SaaS を API 連携し、経費精算の自動承認ワークフローと受注データの自動連携エージェントを 2週間で構築。月間 400時間の業務削減を実現し、他部署への展開 (アップセル) に繋げる。 ■ シナリオ 2 : 金融機関の 24時間見込み顧客探索エージェント 地方銀行の法人営業部門。営業担当者が手動で企業情報を調査し、アプローチリストを作成している。1件あたり 30分かかり、1日 10件が限界。 JAPAN AI STUDIO で企業データベース・ニュースフィード・決算情報を統合し、AI エージェントが 24時間体制で見込み顧客を探索・スコアリングするワークフローを構築。営業担当者は毎朝、AI が優先順位付けしたアプローチリストを受け取るだけの状態に。アプローチ数が 3倍に増加し、受注率が 15% 向上。 ■ シナリオ 3 : 小売業の稟議承認プロセスの AI 化 全国 50店舗を展開する小売業の顧客。店舗からの発注稟議が紙ベースで、本部での承認に平均 5営業日かかっている。現場観察で「承認者が出張中に稟議が滞留する」「過去の類似稟議を参照できない」という課題を特定。JAPAN AI STUDIO で稟議データを構造化し、AI が過去の承認パターンを学習して一次判断を行うワークフローを構築。承認リードタイムを 5営業日から 1営業日に短縮。この成功事例をプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 成果責任 (KR/メトリクス) FDE の動きがプロダクトの成長 (ARR) に直結する設計です。 先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 ? 顧客の課題をどれだけシステム化できたか SaaS 連携数 ? 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 ? 要件定義から最初の AI エージェント稼働までのリードタイム 遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) ? 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI ? AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 ? 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 チーム体制 約120名が開発組織に在籍しています。 FDEチームは現在6名で、以下のチーム・ステークホルダーと密接に連携します： Product Architect ? プロダクト設計 Agentic Engineer ? エージェント機能開発 AI Success Engineer ? 導入後の顧客成功支援 Deployment Strategy ? 顧客への導入戦略・展開推進 開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NXAI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDKインフラ : GCP (コンテナ / K8s) , Dockerデータ : BigQuery, PostgreSQL, 各種顧客データソースツール : Slack, Confluence, Linear, Google Workspace, GitHub, NotionAI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin作業環境 : Mac (Apple Silicon) , デュアルモニタ対応学習と開発の支援AIツール利用サポートJAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能開発ツール支援利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで) 書籍購入補助 技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで) 語学学習 / 資格取得支援 日本語や英語の学習プログラムや資格の取得を会社費用で利用可能 リフレッシュ手当 ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで) e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能 家賃手当 該当エリアにお住いの方に家賃手当を支給 (月3万円まで)

求める人材: ◆必須条件 ソフトウェアエンジニアとしての実務経験 : 3年以上 フルスタック開発能力 (バックエンド + フロントエンド) LLM/生成AIを活用したアプリケーション開発経験 クラウド環境 (AWS / GCP / Azure) での開発・運用経験 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) ・学歴不問

年俸700万円～2000万円 給与: 700万円 ～ 2000万円 ※経験・能力を考慮の上、決定します。

シフト制 勤務時間・曜日: 09:00～18:00（実働8時間・休憩60分） ※配属先により異なります

休暇・休日: 土日休み

【保険制度】 ・雇用保険 ・労災保険 ・健康保険 ・厚生年金 待遇・福利厚生: ・社宅/家賃補助制度あり

試用期間なし

その他: 本求人はSPARK株式会社が持つ人材紹介求人です。 求人に関しての問い合わせは下記までお願いします。 03-4582-3760 雇用形態: 正社員 給与: 7,000,000円 - 20,000,000円 年俸 平均所定労働時間（1か月当たり）: 160時間