FDE（Forward Deployed Engineer：フォワード・デプロイド・エンジニア）

■募集背景
なぜ今、従来型のシステムエンジニアやコンサルタントではなく、FDEという存在が求められているのか。その理由は「技術」と「現場」の距離を極限まで縮める必要性があるからです。

現代のDXにおいて、クライアントが抱える課題は「何が問題かさえ分からない」ほど複雑化しています。加えて、今の時代、一度作って終わりのシステムはすぐに陳腐化します。

＜従来のモデル＞
営業やコンサルが要件を持ち帰り、開発チームに伝言ゲームをする。これでは現場の微妙なニュアンスやデータの歪みが抜け落ち、実態に合わないシステムができあがります。

＜FDEの役割＞
開発者自身がクライアントの最前線に立ち、生のデータと課題に直接触れます。その場でコードを書き、プロトタイプを作ることで、「解くべき正しい問題」を特定するスピードが圧倒的に速くなります。

FDEは納品して去るのではなく、現場で実際にシステムが使われる様子を観察し、その場で改善（イテレーション）を繰り返します。現場のユーザーが「ここが使いにくい」と言った数時間後には修正が反映されている。このフィードバックループの短縮が、最終的なプロダクトの成功率を劇的に高めます。

今の時代、「技術がわかる人が、現場の最前線で、即座に判断して実行する」ことの価値が極めて高まっています。FDEは、机上の空論を排し、技術を直接ビジネスの成果に叩き込むための「特効薬」として求められているのです。


■具体的な仕事内容
端的にいえば、「クライアントの最前線に深く入り込み、技術的な専門性とビジネスの洞察力を駆使して、複雑な課題を『解ける形』に再定義し、その場で実装・解決すること」をお任せしたいと考えております。

一般的なエンジニアが「何を作るか（What）」が決まった後に動くのに対し、FDEは「何を作るべきか（Why/How）」を顧客の現場から導き出し、プロトタイプを爆速で組み上げるのがミッションです。

・現場での課題抽出とモデリング：クライアントのドメイン（業界）知識を吸収し、散在するデータ構造を理解して、技術的に解決可能な課題へと翻訳する。
・高速なプロトタイピング：現場で得たフィードバックをもとに、その日のうちにコードを書き換え、実運用に耐えうるソリューションを構築・デプロイする。
・データパイプラインの設計・構築：複雑で「汚い」実データを、分析や意思決定に活用できるクリーンな状態へと統合する。
・ステークホルダーとの技術的対話：現場の担当者から経営層まで、技術的なポテンシャルを非エンジニアにも分かりやすく伝え、プロジェクトを推進する。

【採用技術/フレームワークサンプル】

フロントエンド層：　TypeScript /JavaScript
　　　　　　　　　　Next/React/Vue/Angular/Astro

アプリ層：　　　　　Java/PHP/C#/C/Python/Go/Ruby/Haskell
　　　　　　　　　　SpringBoot/Spring/Laravel/Django/Nest
　　　　　　　　　　API Gateway（Kong / APIGW ）
　　　　　　　　　　gRPC / Protocol Buffers
　　　　　　　　　　SDD(Spec Driven Development)

モバイル：　　　　　Flutter/Kotlin/swift/React Native/Dart/Firebase

インフラ層：　　　　AWS/Azure/Google Cloud
　　　　　　　　　 Kubernetes（EKS / GKE）
　　　　　　　　　　IaC（Terraform / CDK / Pulumi）
　　　　　　　　　　GitOps（ArgoCD / FluxCD）
　　　　　　　　　　サーバーレス（Lambda / Cloudflare Workers）
　　　　　　　　　 デプロイ基盤（Vercel / Cloud Run など）
　　　　　　　　　　SREプラクティス

SaaS/OSS活用：　　 Slack/Teams
　　　　　　　　　　GoogleWorkspace/Backlog/Box
　　　　　　　　　　Auth0 / Firebase Auth
　　　　　　　　　　GitHub Actions / GitLab CI
　　　　　　　　　　Cloudflare/Datadog

データ/AI層：　　　 Gemini/ChatGPT/ClaudCode/
　　　　　　　　　　Devin/cursor/Antigravity
　　　　　　　　　　Vector Database（Milvus / Weaviate / Chroma）
　　　　　　　　　　RAG基盤（Retrieval Augmented Generation）
　　　　　　　　　　Feature Store（Feast / Vertex AI Feature Store）
　　　　　　　　　　BigQuery / Snowflake
　　　　　　　　　　MLOps（MLflow / VertexAI / Kubeflow）
　　　　　　　　　　オブザーバビリティ
　　　　　　　　　　(OpenTelemetry/Prometheus/Grafana/Sentry)

etc...


■システムアイの特徴

・積極的に生成AIやツールを導入可能
当社ではプロジェクトにより使う生成AIやツールを自分たちで判断していただいています。新しいものを導入したい場合は社内で相談をしていただけると柔軟に検討可能です。良いものは積極的に取り入れていく思考を持っているため、新しいものへの導入障壁がかなり低い会社となります。

・ストリスフリーな環境をできる限り提供
ストレスを感じない環境を整えているのも当社の特徴の一つ。開発標準PCのメモリは最低32GB以上で入社のタイミングでwindowsとMacを選択していただけます。
一人ひとりのエンジニアが求めるスペックを優先して環境面を整えます。
社内で使うデュアルモニタ、他にも必要なソフト、ツールなどあれば、柔軟に利用できる環境です。
品質・生産性の最大化確保はエンジニアにとって大切だと考えています。

・フルフレックス×リモートワーク主体のフレキシブルな働き方が可能
コロナに関係なくリモートワークを推進してきた当社なので、今後もこの環境は推進していく予定です。

--------------------------------------------
【求職者等へのセクハラ対策】
当社は応募者等へのセクハラを許容せず、厳正に対処します。
面談は社内での対面またはオンライン会議ツールで実施し、連絡は会社から認められて貸与を受けたツールのみを使用します（私的な連絡・誘いは行いません）。
相談者のプライバシーは保護し、相談を理由とする選考上の不利益取扱いは行いません。

相談窓口：株式会社システムアイ　コンプライアンス窓口
問合せ先メールアドレス：compliance@systemi.co.jp