プロパゲートのFDEに関心があっても、実際にどこまで担当し、どんな条件で働くのか分かりにくいと感じていませんか。
プロパゲートのFDEは、現場理解から本番導入、定着、効果改善まで6つの工程を一気通貫で担う職種です。
読み終えると、求人票で確認する担当範囲と、自分の経験を職務経歴書や面接で伝える準備が具体的になります。
＼現場から定着まで担うFDE／
1. プロパゲートのFDEとは？役割の全体像
1.1 フォワードデプロイドエンジニア（FDE）という職種の位置づけ
株式会社プロパゲートのフォワードデプロイドエンジニア（FDE）は、顧客の現場を理解する工程から、数字で成果を改善する工程までを一気通貫で担う職種です。実装だけを受け持つエンジニアとは異なり、課題を定義する段階から運用後の改善までを同じ担当者が見届けます。
そのため、現場で何が起きているかを把握する力と、技術で解決する力の両方が求められます。役割の全体像や各工程での動き方は、FDEの仕事内容でも具体的に紹介されています。
一人が通しで担当することで、引き継ぎのたびに背景情報が失われる事態を避けやすくなります。 顧客にとっては窓口が分散せず、相談の経緯を一から説明し直す手間も減ります。
1.2 この記事で分かること（仕事内容・技術・向いている人・待遇・選考）
この記事では、プロパゲートのFDEについて次の5つのテーマを順番に解説します。断片的な情報ではなく、全体像を把握してから細部を確認できる構成です。
- FDEが担当する6段階の仕事内容
- 開発で使う技術と、AIと人の役割分担
- FDEに向いている人の特性
- 待遇と働き方の条件
- 選考の流れと応募に必要な要件
これらを一通り押さえると、自分がFDEに向いているか、応募に踏み出せるかを判断しやすくなります。まずは6段階の仕事内容から見ていきます。
2. プロパゲートのFDEが担当する6段階の仕事内容
FDEメンバー求人の募集要項のFDEは、次の6段階を順番にたどりながら、一つの課題を解決へ導きます。各段階で具体的に何をするのかを見ていきます。
2.1 現場を理解する段階でおこなうこと
最初の段階では、顧客の現場と担当者の事情を観察し、本当に解くべき課題を捉えます。仕様書を先に読むのではなく、実際の業務の様子や使われている帳票、日々のデータに目を向けるところから始めます。
現場では、担当者が非効率だと感じつつも慣れてしまった作業や、口頭でしか共有されていない例外処理が見つかります。こうした表に出にくい実態を掴むことが、後工程の精度を左右するのです。
課題を取り違えたまま開発を進めると、動くけれど使われない仕組みになりかねません。 だからこそ、最初に現場の言葉で課題を言語化する作業に時間をかけます。
2.2 業務と成果を構造化する段階でおこなうこと
次の段階では、観察した業務フローと目指す成果指標を整理し、論点を構造化します。現場で集めた断片的な情報を、誰が見ても筋道の分かる形に組み立て直す工程です。
ここでは、業務のどこにボトルネックがあるのか、改善できたと言える状態は何かを定義します。成果の基準が曖昧なままだと、後で「効果があったのか」を判断できなくなります。
構造化を通じて、解くべき課題と、そのために測るべき数字がひもづきます。この整理があるからこそ、次の役割設計で優先順位をつけられるようになるのです。
2.3 AIと人の役割を設計する段階でおこなうこと
この段階の要点は、何を作り、何を作らないかを含めて、AIと人の役割分担と承認点を設計することです。すべてを自動化するのではなく、人が判断すべき箇所を意図的に残します。
具体的には、次の観点で設計を進めます。
- 作る／作らないの判定：自動化する範囲と、人手のまま残す範囲を切り分ける
- 役割分担：AIに任せる処理と、人が担う判断を割り当てる
- 承認点の設計：人が内容を確認し、承認するチェック地点を置く
こうした線引きをあらかじめ決めておくことで、運用が始まってから責任の所在が曖昧になる事態を防げます。設計の巧拙が、その後の使いやすさを大きく左右するのです。
2.4 実データで素早くつくる段階でおこなうこと
役割を設計したら、実際のデータを使ってプロトタイプを短期間で試作し、仮説を検証します。サンプルデータではなく現場の実データを用いる点が、この段階の特徴です。
実データで動かすと、想定していなかった入力パターンや例外が早い段階で見つかります。机上の設計では気づけなかった穴を、作りながら塞いでいけるのです。
小さく作って早く試すことで、方向性の誤りを致命的になる前に修正できます。 完成度を高めきってから見せるのではなく、途中段階で現場の反応を確かめる進め方を取ります。
2.5 本番へ届ける段階でおこなうこと
この段階では、試作した仕組みを実際の業務で使える状態に整え、本番運用へ移します。プロトタイプが動くだけでは不十分で、日常的に使い続けられる土台が必要です。
本番移行にあたっては、次のような整備を進めます。
- 認証：利用者を正しく識別する仕組みを用意する
- 権限：役割ごとに操作できる範囲を制限する
- 監視：稼働状況を把握し、異常を検知できるようにする
- エラー時対応：不具合が起きた際の復旧手順を決めておく
これらを整えて初めて、担当者が安心して業務に組み込めます。導入して終わりではなく、使われ続ける状態を見据えた準備が欠かせません。
2.6 数字で改善し知見を残す段階でおこなうこと
最後の段階では、運用後の数字をもとに改善を回し、得られた知見を再利用できる形で残します。作った仕組みが成果指標にどう効いたかを確認し、次の一手につなげます。
改善の過程で分かったことを、その案件限りの経験で終わらせない点が重要です。手順や判断の理由を記録に残すことで、別の顧客の似た課題にも応用できます。
数字で効果を確かめ、知見を蓄積する流れがあるからこそ、支援の質を積み上げられます。担当チームが工程を通して担うため、改善の背景も途切れずに引き継がれるのです。
3. FDEが使う技術と、AIと人の役割分担
3.1 FDEの開発で使う主な技術スタック
FDEの開発では、フロントエンドからバックエンド、AI連携、インフラまで幅広い技術を組み合わせます。特定の一分野に閉じず、課題に応じて必要なものを選ぶ点が特徴です。
主に使う技術は次のとおりです。
- TypeScript / Python
- React / Next.js
- FastAPI / Supabase
- LLM API / MCP
- n8n / Vercel / GitHub
これだけの範囲を扱うため、実装力と設計力の両方が問われます。ただし、すべてを一人でゼロから書き切るわけではなく、次に述べるようにAIと分担しながら進めます。
3.2 人が担う範囲とAIが担う範囲の違い
役割分担の基本は、判断や責任を人が持ち、定型的な処理や作業支援をAIが担う点にあります。どちらか一方に寄せるのではなく、得意な領域を分けて組み合わせます。
具体的な分担は、次の表のとおりです。
このように、実装の一部をAIに任せる場面はありますが、何を作るかの判断と品質の責任は人が持ちます。AIを部品として業務に組み込む設計こそ、FDEの中心的な仕事なのです。
4. FDEに向いている人の特性
4.1 現場やデータを起点に、コードと顧客議論の両方を楽しめる人
FDEに向いているのは、仕様書よりも先に現場の実態を見たいと感じるタイプの人です。公式には、次の3つの特性が挙げられています。
- 現場起点で考える：仕様書より、現場・帳票・実データを先に見たい
- 両方を楽しめる：コードを書くことと、顧客との議論の両方に面白さを感じる
- 逆算して絞れる：顧客の成果から逆算し、何を作らないかを決められる
コードだけ、あるいは対話だけに関心が偏る人よりも、両輪を行き来できる人が力を発揮しやすい役割です。作らない判断ができることも、限られた時間で成果を出すうえで欠かせません。
4.2 本番で使われ続ける仕組みに責任を持ち、知見の再利用を好む人
もう一つの軸は、作った後まで責任を持ち、経験を次に活かそうとする姿勢です。公式には、次の2つの特性が示されています。
- 運用まで見届ける：本番で使われ続ける仕組みに責任を持ちたい
- 知見を再利用する：得た知見を、再利用できる形へ変えることを好む
一度作って引き渡せば終わり、と考える人には向きにくい面があります。使われ続ける状態に責任を持ち、学びを蓄積して次へ回せる人ほど、この働き方になじみやすいと言えます。
5. ホームページで公開されているFDEの仕事の難しさ
5.1 短期で完成せず、顧客ごとに前提が異なること
プロパゲートは、FDEの仕事の難しさも公式に率直に公開しています。まず前提として、この仕事はすぐに完成するものではありません。
公開されている難しさには、次のような点があります。
- 短期で完成しない：一度の実装で終わらず、試行と改修を重ねる
- 前提が顧客ごとに違う：ツール・データ・業務ルール・例外がそれぞれ異なる
同じ型を当てはめれば済む仕事ではないため、顧客ごとに前提を読み解く手間がかかります。この違いを面倒と捉えるか、解きがいと捉えるかで、働きやすさの感じ方が変わってきます。
5.2 本番運用の整備と導入後の対応が続くこと
もう一つの難しさは、動くプロトタイプを作っただけでは現場で使われ続けない点にあります。試作段階で満足せず、本番で回る状態まで持っていく粘り強さが求められます。
具体的には、認証・権限・監視・エラー時対応といった運用の土台を整える必要があります。さらに導入して終わりではなく、その後の問い合わせや改善への対応も続きます。
技術力だけでなく、顧客への提案力を両立させる場面が避けられません。 作る力と伝える力の両方を求められる点を、あらかじめ理解しておくと入社後のギャップを抑えられます。
6. プロパゲートで募集しているFDEの待遇と働き方
6.1 FDEの想定年収と月給の内訳
FDEの想定年収は、職種全体で600万〜1,500万円の幅があります。経験と役割に応じて4つのポジションに分かれており、金額は月給12か月分に賞与を加え、個人目標を100％達成した場合を上限の目安とした前提で示されています。
募集時点のポジションと想定年収は、次のとおりです。
- AIソリューションエンジニア（FDE・メンバー）：600万〜800万円
- AIソリューションエンジニア（FDE・マネージャー）：800万〜1,000万円
- シニアAIソリューションエンジニア（FDE・スペシャリスト）：820万〜1,500万円
- AIソリューションエンジニア（FDE・開発責任者候補）：1,000万〜1,500万円
メンバーポジションの月給の内訳は、次のとおりです。
- 月給：401,200円〜535,000円
- 基本給：296,518円〜395,407円
- 固定残業代：104,682円〜139,593円（45時間分・超過分は別途支給）
各ポジションの詳細はFDEを含む求人一覧から確認できます。
固定残業代は45時間分を含み、それを超えた分は別途支給される仕組みです。これらは募集時点の金額のため、最新の条件は求人ページで確認してください。
6.2 賞与と休日など働き方の条件
賞与と休日の条件も、働き方を検討するうえで押さえておきたいポイントです。賞与は決算賞与と個人賞与を合わせて、標準で基本給の約4か月分が想定されています。
内訳としては、決算賞与が基本給2か月分を標準とし、個人賞与が年2回・各基本給1か月分を標準としています。いずれも会社業績や個人の目標達成率に応じて変動する前提です。
休日は完全週休2日制（土日祝）で、年間休日は126日とされています。数字は募集時点のものであり、最新の条件は求人ページで確認しておくと安心です。
7. FDEの選考の流れと応募方法
7.1 書類選考から採用までの進め方
選考は、応募から採用まで段階を追って進みます。書類選考の後に面接が二段階あり、最終的に採用が決まる流れです。
具体的な進め方は、次のとおりです。
- 応募する
- 書類選考を受ける
- Web面接に進む
- 対面面接に進む
- 採用となる
Web面接と対面面接の二段階があるため、オンラインと対面それぞれの場で自分の経験を伝える準備が役立ちます。各段階で何を確認されるかを想定しておくと、落ち着いて臨めます。
7.2 FDEの応募に必要な必須要件と準備
応募には、実装経験と顧客対応の経験を組み合わせた必須要件が設けられています。肩書きとしての「FDE」経験は問われませんが、次の要件は満たしている必要があります。
- 本番開発の経験：Webまたは業務システムを本番へ届けた経験
- 実装スキル：Python、TypeScript／JavaScriptでの実装経験
- 要件化の経験：顧客と対話し、要望を要件へ変えた経験
- 基盤の知識：API・DB・認証・クラウドを組み合わせる基礎知識
- 生成AIの経験：生成AI／LLMを組み込んだアプリの試作・運用経験
これらを満たしたうえで、経営層から現場、エンジニアまでと日本語で合意形成できることも求められます。募集締切は2026年12月31日のため、応募を考える場合は早めに準備を進めておくとよいでしょう。
8. プロパゲートで挑戦するFDEという働き方
8.1 プロパゲートのFDEが向いている悩みや志向
現場の課題を、企画から実装、運用改善まで自分の手で解決したいと考えていても、多くの職場では工程ごとに担当が分かれ、途中で関与が途切れがちです。プロパゲートのFDEは、現場を理解する工程から数字で改善する工程までを一人で担うため、こうした分断を避けられます。
AIと人の役割を設計しながら顧客の業務課題に向き合う働き方に関心があるなら、有力な選択肢になります。現場定着まで伴走するFDEメンバー求人の募集要項で、現場起点の開発に取り組めるのです。
自分で課題を定義し、成果まで見届けたい人にとっては、裁量の大きさがそのまま働きがいにつながります。
8.2 FDEの働き方の特徴と、検討時に知っておきたいこと
検討にあたっては、この働き方の特徴と前提をあわせて理解しておくと判断しやすくなります。特徴は、現場から改善まで一人が通しで担う点にあります。
- 一貫して担う：現場理解から数字での改善までを一人で受け持つ
- 肩書きは不問：「FDE」としての肩書き経験は求められない
- 両立が前提：技術力と、顧客への提案力の両方が問われる
肩書き経験が不要な一方で、実装と要件化の経験は必須要件として求められます。裁量が大きい反面、責任の範囲も広い働き方である点を踏まえて検討すると、入社後のミスマッチを抑えられます。
＼4つのFDEポジションを募集中／
9. プロパゲートのFDEに関するよくある質問
FDEへの応募を検討する際に、疑問として挙がりやすい点をまとめました。仕事内容から選考、働き方まで、判断の材料になる観点を順に確認していきます。
9.1 FDEの経験がなくてもプロパゲートに応募できますか？
応募できます。プロパゲートのFDEは、肩書きとしての「FDE」経験を必須にしていないためです。
重視されるのは、Webや業務システムを本番へ届けた開発経験、PythonやTypeScriptでの実装、顧客と対話して要件をまとめた経験などです。これらの必須要件を満たしていれば、FDEという職種名での経験がなくても選考に進めます。
これまで別の肩書きで実装と顧客対応を担ってきた人にも、応募の道は開かれています。自分の経験が要件に当てはまるかを確認したうえで、検討してみてください。
9.2 入社後はどのような案件を担当することになりますか？
顧客の現場に入り、業務課題をAIと人の組み合わせで解決する案件を担当します。担当者は、現場を理解する段階から数字で改善する段階までの6段階を一気通貫で担当します。
案件ごとに、扱うツールやデータ、業務ルールは異なります。そのため、決まった手順を繰り返すのではなく、顧客ごとに課題を捉え直しながら進める形になります。
現場観察からプロトタイプ試作、本番運用、改善までを通しで経験できる点が特徴です。実装だけに閉じない幅広い関わり方を求める人に向いています。
9.3 FDEはリモートワークできますか？
原則として本社（東京都渋谷区）への出社を前提としています。ただし、業務に慣れた入社4か月目以降は、必要に応じて週2日までリモート勤務が可能とされています。
入社直後は現場理解や関係づくりが重要な段階のため、出社を基本とする考え方です。慣れてきた段階で、状況に応じて柔軟に働ける余地が用意されています。
リモートの可否は制度の変更もありうるため、最新の条件は求人ページで確認しておくと確実です。
9.4 FDEの選考ではどんな準備をしておくとよいですか？
実装経験と、顧客との要件化の経験を具体的に語れるよう準備しておくとよいでしょう。選考は書類選考、Web面接、対面面接の順に進むため、各段階で自分の経験を説明できる状態にしておくと安心です。
特に、どんなシステムを本番まで届けたか、顧客の要望をどう要件へ落とし込んだかは、具体的なエピソードで示せると伝わりやすくなります。生成AIやLLMを組み込んだ試作の経験があれば、あわせて整理しておきましょう。
面接では技術と提案の両面が見られる可能性があるため、両方の観点で振り返っておくと落ち着いて臨めます。
10. まとめ：プロパゲートのFDEで現場から数字までを担おう
プロパゲートのFDEは、顧客の現場を理解する段階から、数字で改善し知見を残す段階までの6段階を、一気通貫で担う役割です。技術力に加え、現場を観察して課題を定義し、AIと人の役割を設計する力までが問われます。
待遇や休日、選考の流れ、必須要件はいずれも公開されており、肩書きとしてのFDE経験は求められません。一方で、実装と顧客との要件化の経験は必須要件として設けられています。募集締切は2026年12月31日です。
現場起点で課題を定義し、成果まで自分の手で見届ける働き方に関心があるなら、必須要件と最新の募集条件を確認したうえで、応募を検討してみてください。
＼FDEの肩書き経験は不問／
