Forward Deployed Engineer（FDE）是什么？角色与招聘方法解析

监修者

代表董事 CEO / 株式会社overflow

从株式会社CyberAgent新卒入职。经历广告营业后，就任Ameba平台管辖负责人。之后进入初创企业，就任代表董事，2个月后株式会社DeNA进行M&A并子公司化。兼任子公司代表董事和DeNA广告部长。2017年6月创立株式会社overflow。2018年至2020年9月末兼任Excite株式会社外部董事。

Forward Deployed Engineer（FDE）是将自家AI产品带到客户业务现场，根据课题进行设计、实装，并使其在现场实际使用并固定下来的工程师。不是单纯制作系统并交付，而是深入现场打磨原型，改变业务流本身。在AI社会实装正式化的背景下，成为目前招聘竞争最激烈的新兴职位之一。

另一方面，FDE的招聘并不容易。定义新颖，公司内部没有能够评价的人；兼具技术力、业务理解力和推进力的人才绝对数量少；年收入提示水平高——难度是结构性的。本文在整理FDE的定义和起源的基础上，结合出典数据和Offers的正社员招聘事例，为招聘负责人解说招聘市场、年收入行情、要件定义、群体形成、面试判断等。

Forward Deployed Engineer（FDE）是什么？定义与起源

Forward Deployed Engineer（FDE）是亲自深入客户业务现场这个“最前线”，根据课题实装并固定AI产品的工程师。由于定义本身就新，在启动招聘前先掌握“为什么这个职位会产生”，更容易设计要件定义和评价。

FDE的定义是“承担客户现场实装到固定”

FDE的核心定义是，将自家AI产品或平台根据每个客户的业务课题进行设计、实装，并负责使其成为现场使用的状态。潜入现场观察、制作原型、系统集成、重新设计业务流等都包含在角色范围内(ExaWizards)。

“Forward Deployed（前线部署）”原本是军事用语，指部署在前线的部队。直接表达了亲自前往客户业务现场这个最前线的工作方式。不是只在开发室写代码的职位，而是深入涉足客户办公室及业务本身，这与现有工程师职位有很大不同。

FDE为何产生？Palantir的“一个客户多功能”模式

将FDE职位体系化的是2010年代初美国数据集成平台企业Palantir Technologies。该公司最初将此角色称为“Delta”，并据说采取了与产业出身的业务专家“Echo”配对的体制(ExaWizards)。

Palantir招聘页面上所说的特征很明确。普通工程师“为一个功能面向多个客户”开发，而FDE（该公司也称为Forward Deployed Software Engineer＝FDSE）则“为一个客户实装多个功能”。不是横向扩展通用产品，而是纵向深入解决眼前一家公司的课题。这种“贴近客户创造价值”的思想，作为成功引入AI的职位形象，正在各公司扩展。

FDE与现有职位（SES、全栈工程师）的区别

FDE与现有职位有何不同？受托开发或SES以“实装指定规格”为主，而FDE则从发现问题到解决方案的设计、实装、固定一气呵成，对改变业务本身的成果负责。区别在于深入客户业务的程度和对成果承诺的强度。

在技术广度方面，与全栈工程师有接近的部分，但FDE在此基础上强加了“理解客户业务、推动现场的力量”。仅仅能写代码是不够的。需要将技术、业务理解、推进力相乘，这一点应作为招聘要件的出发点。

Forward Deployed Engineer（FDE）的招聘市场与招聘动向

Forward Deployed Engineer（FDE）的招聘，以AI社会实装进入阶段为背景，从全球企业迅速扩展到国内AI企业、SaaS企业。但公开招聘的绝对数量仍然有限，争夺激烈。

FDE招聘有限，但全球及国内AI企业已开始招聘

FDE作为职位名称才刚刚开始固定，公开招聘数量有限。另一方面，进行招聘的企业阵容迅速扩大。海外OpenAI、Anthropic、Salesforce等全球企业正在推进FDE招聘，日本国内LayerX、Loglass、SoftBank等也开始招聘(ExaWizards)。

动向的认真程度也体现在规模上。Salesforce作为推进Agentforce的一环，计划构建1000人规模的FDE团队(ExaWizards)。由于招聘绝对数量还少，各公司容易争夺有限的职位，是不等待就无法相遇的职位。

推动FDE需求的IT人才不足与AI实装阶段

需求的基础是严重的IT人才不足。经济产业省“IT人才供需相关调查”估算，IT人才的供需缺口到2030年将扩大至最大约79万人。在人才本就不足的情况下，能同时承担技术和业务的FDE尤为稀缺。

另一个推动因素是AI进入社会实装阶段。仅“引入”生成AI无法产生成果，必须根据客户业务进行定制，并固定到现场才能创造价值——作为承担这最后一推的职位，FDE需求增加。越是有AI产品的企业，越需要能在客户现场证明其价值的FDE。

Forward Deployed Engineer（FDE）的年收入行情

Forward Deployed Engineer（FDE）的年收入明显高于一般工程师职位，在日本为600万～1200万日元级别，根据技能可达1500万日元以上。稀缺性和对成果的责任直接反映在待遇上。

FDE在日本国内的年收入范围

日本市场上FDE的年收入，大致分布在600万～1200万日元的范围，拥有AI/LLM领域技能的人才有时可拿到1500万日元以上(ExaWizards)。个别招聘中也可见高水平，LayerX提出1200万日元～，Loglass提出1000万～2500万日元的范围(ムービン)。

| 分类 | 年收入范围（大致） | 出处 | |------|-------------------|------| | 日本・一般FDE | 600万～1200万日元 | ExaWizards | | 日本・AI/LLM技能持有 | 1500万日元以上 | ExaWizards | | 日本・企业例（LayerX） | 1200万日元～ | ムービン | | 日本・企业例（Loglass） | 1000万～2500万日元 | ムービン |

FDE在美国的年收入范围及日美差距

美国水平更高。初级水平为18万～25万美元，高级水平显示总报酬范围为40万～63万美元以上(ムービン)。换算成日元为数千万日元规模，与日本的提示水平仍有较大差距。

对招聘负责人的启示是，仅凭年收入竞争，容易输给外资或资金充裕的企业。在确保待遇合理性的同时，如何展示所负责客户/产品的趣味性、决策的裁量权、站在AI实装最前线的经验价值，将决定接受与否。

Forward Deployed Engineer（FDE）的招聘要件定义

Forward Deployed Engineer（FDE）的招聘要件，关键在于以“技术力”、“业务理解力”、“项目推进力”三者的相乘来定义。缺少任何一个都无法在现场取得成果，因此与其罗列全部的理想形象，不如先明确本公司不可或缺的轴心。

FDE所需的三个技能领域

FDE所要求的技能大致可整理为以下三个领域(ExaWizards)。

1. Forward Deployed Engineer（FDE）招聘的总结
2. 技术力。用Python开发、构建LLM/RAG、运用云基础设施、提示工程等，能够实装AI产品的力量
3. 业务理解力。理解客户行业/业务背景，用客户的语言进行需求挖掘并把握课题的力量
4. 项目推进力。以超高速迭代原型，推动内外部利益相关者，将其固定到现场的力量

仅有技术力或仅有业务理解力都不够。能够站在三者重叠领域的人才才是FDE，这也正是招聘的难点。

FDE的JD要区分“必须”和“欢迎”来写

编写招聘要件（JD）时，不应当等量并列这三个领域，而应根据本公司产品与客户特性，区分“必须”和“欢迎”。例如，如果以AI产品实装为核心，则应将Python开发经验、LLM/RAG构建经验设为必须，将特定行业业务知识归入欢迎要件。

要求三项都达到高水平的要件，会让应聘者觉得“自己不行”，使本就稀薄的候选人群体进一步缩小。以“不要求FDE经验本身”扩大入口，同时明确核心的技术轴作为必须。这种区分写法，能同时支撑实际可招到的JD和不偏离的评价标准。

接触Forward Deployed Engineer（FDE）的候选人群体形成

Forward Deployed Engineer（FDE）在市场上绝对数量少，仅靠发布招聘广告等待无法形成候选人群体。需要直接接触潜在人群的直招（Direct Recruiting）以及提高效率的AI招聘信（AI Scout）。

FDE需要直招

如前述章节所见，兼具技术、业务理解、推进力的FDE级人才有限，且在现有岗位上备受重视，不会公开出现在跳槽市场。被动等待的方法常常无法遇到候选人。

此时有效的是企业主动寻找候选人的直招。从数据库中寻找符合条件的人才，也能接触未积极考虑跳槽的潜在人群。如果使用面向工程师的招聘信媒体，可以精准接触有类似FDE经验的人才。候选人群体越稀少的职位，越需要主动出击而非等待，这决定了成效。

AI招聘信在FDE招聘中的效果

直招的课题在于，候选人的筛选和招聘信文案编写需要工数。读取每个人的经历并撰写有吸引力的文案，会给招聘负责人带来很大负担。AI招聘信能减轻这一点。

Offers的AI招聘信生成功能，通过匹配招聘信息与候选人的经历数据，自动生成针对每个候选人优化的招聘信消息。已导入企业中有实际成果：招聘信接受率从13.1%改善至31.7%，提升约2.4倍，提高了有限接触点的留存率。在候选人群体稀薄的FDE招聘中，提高每封信的精度效果尤为显著。

希望一次性重新审视从招聘要件整理到候选人群体形成、招聘信运作的招聘负责人，请尝试通过Offers的免费咨询探讨贵公司FDE招聘的推进方法。

Forward Deployed Engineer（FDE）的面试与判断

Forward Deployed Engineer（FDE）的面试，核心是让候选人通过实务或输出证明技术、业务理解、推进力这三个轴心。不是根据头衔或经历广度，而是确认“能否在客户现场产生成果”。

FDE的评价观点是“技术、业务、推进”三轴

评价应按照要件定义中确定的三个轴心来构建。关于技术力，深入挖掘其实装AI产品的经验以及设计判断的合理性。关于业务理解力，询问其如何把握客户课题、如何用自己的语言重新定义。关于推进力，确认其推动相关人员并固定到现场的具体场景。

在简历或作品集阶段建立“哪个轴心看起来有优势”的假设，并在面试中验证这一假设会更高效。重点判断在本公司设为必须的轴心上是否有实证依据。

FDE面试中可用的提问示例

要确认三个轴心，与其问抽象的自我介绍，不如提出能引出具体经验的提问。例如以下问题：

• 请说说您自己需求挖掘并重新定义客户或现场课题的经验（业务理解力）
• 您是否有在短期内制作原型、根据反馈重做的经验？（技术力、推进力）
• 请说说您如何让立场不同的利益相关者参与进来，将施策固定到现场的场景（推进力）
• 在将AI产品根据客户业务实装时，最困难的技术判断是什么？（技术力）

从回答的具体性和再现性中，可以看出三个轴心中哪个有深度。如果公司内部没有FDE评价经验者，应事先统一评价标准，建立从多个视角审视的体制，以提高精度。

使Forward Deployed Engineer（FDE）招聘成功的体制

像FDE这样难以判断且候选人群体稀少的职位，等待只会让群体更薄，采用AI招聘信或专职伴走去主动争取的企业正在取得成果。从Offers的导入事例以及将招聘流程外包的选择，来看其运作方法。

Standby的搜索/ML招聘，2个月内确保高端人才

运营招聘搜索引擎“Standby”的株式会社Standby，因招聘体制资源不足，且高端工程师招聘受阻。搜索引擎领域这一特殊技术领域，人才探索本身就很困难，一般渠道等待数月也无法遇到职位。这与FDE那样需要技术与专业性相乘的招聘结构相似。

该公司利用Offers的保留计划（Retainer Plan），一边通过CTO访谈和事业说明打磨向候选人传达魅力的方式，一边构建反复对话的伴走型体制。结果，在导入后2个月内成功正式招聘到承担搜索技术核心的高端人才。可以说是在超专业领域同时追求速度与精度的有效模式。

通过AI RPO将FDE招聘流程外包

即使公司内部没有能评价的人、无法形成候选人群体，也可以通过招聘流程外包解决。AI RPO将传统RPO与AI招聘信相结合，从招聘战略制定到候选人筛选、优化招聘信、应对offer，进行一贯支援。

像FDE这样定义新、公司内部没有评价Know-how的职位，将外部评价资源和AI招聘信结合意义很大。正在考虑构建评价体制到招聘外包的负责人，请通过Offers AI RPO计划咨询适合贵公司的推进方法。高端领域也有专职团队对预算和期限承诺的保留计划。

Forward Deployed Engineer（FDE）招聘的总结

Forward Deployed Engineer（FDE）是将自家AI产品带入客户现场，承担从实装到固定职责的新兴职位。Palantir以“一个客户多功能”思想体系化的角色，以AI社会实装阶段为背景，也扩展到了日本。年收入在日本为600万～1200万日元级别，根据技能可达1500万日元以上，明显高于一般工程师职位。

招聘成功的流程大致可整理如下：

• 将所寻求的形象语言化。以“技术力、业务理解力、推进力”三轴，区分本公司的必须与欢迎来定义要件
• 通过实证评价三轴。在简历阶段建立假设，用引出具体经验的提问验证，并构建评价标准统一的体制
• 主动形成候选人群体。正因为是招聘还少的职位，才需要通过直招和AI招聘信触达潜在人群
• 将难点外包。如果公司内部没有评价Know-how，选择通过AI RPO将招聘流程整体委托

FDE的招聘，与其说取决于方法选择，不如说取决于“本公司想委托什么”的定义。正在考虑优化招聘信运作或整备评价体制的负责人，请确认Offers AI RPO计划。高端领域的招聘，也有专职团队对预算和期限承诺的保留计划。