FDEに求められる技術スタック|求人票から読む道具立て
Palantir・OpenAI・Anthropic など6社14件のFDE系求人票を並べ、言語・データ・LLM・インフラの欄に何が書かれているかを照合しました。Pythonの位置づけや評価の扱い、読み落としやすい欄も整理しています。
FDEPalantir・OpenAI・Anthropic など6社14件のFDE系求人票を並べ、言語・データ・LLM・インフラの欄に何が書かれているかを照合しました。Pythonの位置づけや評価の扱い、読み落としやすい欄も整理しています。
FDEFDEの常駐が終わったあとも顧客の現場で仕組みが回るよう、何を渡すべきか。PostHogのFDEハンドブックとGoogleのSRE本、AWSの資料をもとに、残す5つのものと段階的な渡し方を整理しました。
FDEFDEの求人票を政府・金融・医療・法務で並べると、仕事の進め方はほぼ同じでした。業界で変わる規制・データ・使う人の前提と、クリアランスや実務経験といった応募の入口を、公開求人から読み解きます。
FDEFDEが作った仕組みは、顧客のオンプレや閉域網で更新され続けて初めて役に立ちます。PalantirのApolloの公開資料と各社の求人票から、届け続ける仕組みとつまずきやすい点が分かります。
FDEAI企業の採用ページに並ぶFDEとApplied AI Engineer。AnthropicとOpenAIの求人票を読み比べ、所属部門・作るもの・成果の物差しの3つで見分ける方法を整理します。
FDEFDEとカスタマーサクセスは、どちらも導入後の定着に関わる職種です。AnthropicとOpenAIの募集要項とCSの定義を読み比べ、受け持つ期間と手段の違い、受け渡しの節目を整理しました。
FDE顧客の現場にエンジニアを送るFDEの支援は、先に赤字を抱えて後から取り返す投資です。a16zの論考とPalantirの開示資料をもとに、常駐型が割に合わなくなる4つの条件と、ほかの選び方を整理しました。
Tech Leadテックリードを降りてEMへ移るか、ICへ戻るか。Charity Majors氏の「振り子」の考え方とGitLabの公開資料をもとに、行き来の目安の年数と、降りる判断を鈍らせる落とし穴をまとめた学習ノートです。
FDEFDEは顧客に合わせて作るのが仕事なので、範囲外の頼みごとを契約書だけでは判断できません。Rampの登壇とOpenAI・Anthropicの求人票から、依頼を判断の材料に変える問いと引き受けるときの引き換えの決め方を読み解きます。
Tech Lead「テックリード募集」の中身は会社ごとに違います。GitLab や Dropbox の公開資料と Staff エンジニア向けの面接ガイドをもとに、求人票の要件の振り分け方と、面接で確かめられる論点を整理しました。