FDE(Forward Deployed Engineer)の求人ページを開くと、肩書きの後ろに業界の名前が付いた募集が並んでいます。
OpenAI には Healthcare・Legal・Financial Services、Palantir には US Government や UK Government と付いた募集がありました。
業界の名前が付くと、仕事の中身や求められる経歴はどこまで変わるのでしょうか。
政府・金融・医療・法務の 4 つについて 2026 年 10 月 19 日時点の公開求人を並べると、仕事の進め方はほぼ共通で、業界の違いは規制・データ・使う人という前提と、応募の入口に表れます。
私も FDE を学んでいる途中なので、ここに書くのは各社の求人票と公式の発表から読み取れる範囲です。
業界の名前が付いた募集はどこに多いか
最初に、三社の求人ページで業界の名前がどう付いているかを数えておきます。
数は 10 月 19 日に各社の求人ページの公開データを取得し、題に含まれる語で数えたものです。
Palantir は、FDE にあたる Forward Deployed Software Engineer(FDSE)を題に含む募集を 54 件出していました。
そのうち 27 件は、題に US Government・UK Government・Japan Government・NATO・Intel などの政府系の名前が入っています。
OpenAI では、題に Forward Deployed を含む募集 26 件のうち、業界名が付いたものは Healthcare が 3 件、Legal が 2 件、Financial Services が 1 件でした。
政府向けは、OpenAI for Gov という別の部門から FDSE として出ています。
Anthropic の FDE の肩書きの募集 6 件には業界名が無く、業界に寄せた常駐の仕事は Applied AI Engineer などの肩書きで募集されていました。
業界名が付いた求人票を付いていない求人票と並べると、違う行はわずかです。
OpenAI の法務向け FDE の「この役割でやること」は 7 項目あり、そのうち 6 項目は業界名の無いサンフランシスコの FDE の求人票と同じ文面でした。
「求める経歴」の 8 項目も、7 項目が金融向けの FDE の求人票と同じ文面です。
少なくとも OpenAI の求人票では、業界で変わるのは顧客の説明と、前提になる制約と、経歴の数行でした。
その前提について、Palantir の英国政府向けの FDSE の求人票は、案件ごとに違う点として「規制の環境」「データの性質」「使う人たち」の三つを挙げています。
ここからは、この三つを物差しにして業界ごとの求人票を読みます。
4つの業界の求人票を並べる
先に、四つの業界の求人票から読み取れることを表にまとめておきます。
| 業界 | 求人票に出る顧客 | 前提になる制約 | 求める経歴の例 |
|---|---|---|---|
| 政府・公共 | 国防・情報機関・連邦政府、各国政府、NATO | 機密を扱う施設での作業、クリアランス | クリアランスの条件(多くは必須の欄)、業界の経験は歓迎 |
| 金融 | 銀行・資産運用・保険・プライベートキャピタル | 統制、監査に出す資料、データの来歴、説明のしやすさ | 金融の業務の経験、投資の実務(Harvey) |
| 医療・ライフサイエンス | 保険者・医療機関・製薬・研究機関 | 患者の健康情報と HIPAA、電子カルテとの連携、人の確認 | 医療は臨床の資格が不要、ライフサイエンスは専門性 |
| 法務 | 法律事務所・企業の法務チーム | 誤りの実害、リスクとコンプライアンスの関係者 | 開発の経験(OpenAI)、弁護士の実務(Harvey) |
政府・公共はクリアランスが入口になる
OpenAI の政府向け FDSE(Forward Deployed Software Engineer, Gov)は、国防・情報機関・連邦政府の関係者と直接働く仕事です。
出張は最大 50% で、顧客先での作業を含むと書かれています。
求める経歴には、米国政府の機密を扱うための資格(クリアランス)の一つである TS/SCI が入っていました。
Anthropic は、国家安全保障の案件を受け持つ Applied AI Engineer(Public Sector)を募集しています。
求人票によると、仕事の多くは機密を扱う政府施設の中で、顧客の開発チームと並んで進めます。
最低条件は、ポリグラフ検査付きの TS/SCI と、米国の情報機関で職員か契約者として働いた経験でした。
Palantir の政府向けの募集は国や組織ごとに分かれていて、ここで読んだ英国・NATO・日本・米国政府向けの FDSE には、どれもクリアランスの条件が書かれていました。
NATO 向けは欧州内で 70〜90% の出張、日本政府向けは英語と日本語の両方ができることも条件です。
米国政府向けの FDSE(8 件)では、物流や航空などの経験はどれも「あれば歓迎」の扱いでした。
クリアランスの条件は勤務地ごとに違い、トップシークレット以上、シークレット以上、取得できればよい、の 3 通りが混ざっています。
政府向けでは、業界の経験より先に、クリアランスを持てるかが入口になります。
発表の側では、OpenAI が 2025 年 6 月に「Introducing OpenAI for Government」(政府向け OpenAI の紹介)を公開しています。
提供内容には、安全で規制に沿った環境でのモデルの提供と並んで、ハンズオンの支援が挙がっていました。
OpenAI「Introducing OpenAI for Government」
閉域網へ更新を届け続ける仕事は、顧客環境へのデプロイの記事で書きました。
金融は説明できる正しさを求められる
OpenAI の金融向け FDE(Forward Deployed Engineer (FDE), Financial Services)の顧客は、銀行・資産運用会社・保険会社・プライベートキャピタルの会社です。
求人票は、正しさ・応答速度・説明のしやすさ・統制が問われる組織の中で、モデルの導入を端から端まで率いる仕事だと書いています。
責務には、統制の仕組み・監査に出す資料・評価の基準を含めた、規制のある金融の現場向けのリリース条件を決めて守らせることが入っていました。
アクセスの管理やデータの来歴(どこから来て、どう加工されたか)が設計を左右する、機密データの環境で作ることも明記されています。
評価の物差しの例は、正確さ・応答速度・網羅率・誤検知です。
チームの説明には、顧客の中に深く入り込み、モデルの力を信頼できて監査に耐えるシステムに置き換えると書かれていました。
Anthropic の金融向けの技術導入のマネージャー(Manager, Technical Deployment (Financial Services))の求人票も、モデルリスクやセキュリティ、コンプライアンスの審査が「何を出せるか」を形づくると書いています。
CIO やリスク管理の責任者と説得力を持って話せることも、求める経歴に入っていました。
OpenAI が 2026 年 9 月に発表した ChatGPT for Financial Services は、Morgan Stanley と Evercore との共同設計から生まれた製品です。
発表によると、両社の現場で最も大きな痛みだったのは、データに確実にアクセスできることと、質の高い資料を作ることでした。
数字や主張を元の表や文章までたどれる細かな引用の機能も、発表の中で前面に出ています。
OpenAI「Introducing ChatGPT for Financial Services」
医療は患者の情報と既存のシステムに縛られる
OpenAI の医療向け FDE(Forward Deployed Engineer (FDE), Healthcare)は、保険者・医療機関・医療システム・医療テックの会社の中で、モデルの導入を端から端まで受け持ちます。
求人票は、顧客の業務・データ・基盤・規制の制約を本番の AI システムに置き換えることを仕事の芯に置いています。
作るものは、電子カルテや請求のシステム、業務のツールとつながる AI のアプリケーションやエージェントです。
保護対象の健康情報(PHI)や HIPAA への備え、権限や監査のしやすさを組み込んで作ることも責務に並んでいました。
HIPAA は、米国で健康情報の扱いに基準を設けている法律です。
人が確認する手順や問題を上へ上げる経路、リリースの基準を、顧客ごとの合格の線に合わせて決めることも仕事に入っています。
求める経歴には電子カルテや Epic・HL7・FHIR などの相互運用の規格が挙がる一方で、FDE の肩書きや臨床の資格は必須ではないと書かれていました。
ライフサイエンスの募集になると、書き方が変わります。
OpenAI は製薬会社や臨床研究の受託機関と組む Deployment Lead(導入を率いる役)を募集していて、求める経歴にライフサイエンスでの専門性を挙げています。
Anthropic では、非営利団体や財団と組んで Claude を届ける Beneficial Deployments のチームが、ライフサイエンス向けの Applied AI Engineer を募集していました。
求人票によると、ハワード・ヒューズ医学研究所や Allen Institute の研究の流れの中に入って先方の技術者と並んで作る仕事で、外からの助言ではないとわざわざ断っています。
同じ求人票は、ライフサイエンスで AI を導入する難しさとして、形のそろわないデータ、監査に耐える記録の要求、試作から信頼までの隔たりを挙げています。
求める経歴には、生命科学や生物医学の深い研究経験が入っていました。
法務は実務家と並んで最初の使い道を選ぶ
OpenAI の法務向け FDE(Forward Deployed Engineer (FDE), Legal)は、法律事務所や企業の法務チームに入り込む仕事です。
経験を積んだ法律の実務家と組み、価値を示せる最初の使い道を選んで、素早く試作して効果を示すところから始まります。
初期の案件では、法的な分析・起案・調査や、込み入った事件記録を扱う作業をモデルがどう支えられるかを示す「看板になる業務の流れ」を作ることもある、とされていました。
リーガルテックや法務サービスの経験は「役立つが必須ではない」の扱いです。
求める経歴の残りは金融向けと同じ文面で、「誤りが金銭面や規制面の実害につながる環境」でシステムを持ち切った経験が求められています。
一方、法務 AI の Harvey は、顧客の現場に入る役を元弁護士で固めています。
同社の Legal Engineer の求人票によると、Legal Engineering のチームは実務経験のある元弁護士で構成されています。
試験導入から作り込んだ業務の流れまで、顧客との関係全体を通じて「信頼の層」を担う役割だと説明されていました。
応募の条件は、法務博士(JD)などの資格と、3 年以上の弁護士としての実務経験です。
Harvey は投資の現場向けの同じ役割を Forward Deployed Finance Engineer と名付け、Legal Engineering の投資側の対になるチームと説明しています。
法務では、技術者を実務家の隣に送り込む形と、実務家そのものを現場に送り込む形の両方が求人票に出ていました。
業界で求人票を読むときの落とし穴
並べてみると、業界の名前だけで判断したときに外しやすい点が三つあります。
業界名から経験の要否を決めてしまう
OpenAI の医療向け FDE は臨床の資格を求めず、Anthropic の Staff FDE も金融や医療の経歴を「あれば望ましい」の扱いにしていました。
反対に、ライフサイエンスの募集や Harvey の募集は、その分野の研究や実務の経験を前面に出しています。
題に付いた業界名より、その業界の経験が「必須」と「歓迎」のどちらの欄にあるかで読むと、自分の経歴で応募できるかが見えてきます。
未経験の業界に入ってから追いつくやり方は、別の記事で整理しました。
肩書きで検索して見落とす
最初に数えたとおり、Anthropic では国家安全保障やライフサイエンスの現場に入る仕事が Applied AI Engineer の肩書きで出ていました。
Harvey の法務の現場の役も、題は Legal Engineer です。
業界から探すときは、肩書きより先に、責務の欄に顧客の中で一緒に作ると書いてあるかを確かめると取りこぼしが減ります。
同じ業界の中の政府向けを区別しない
Palantir には、連邦政府の医療・民生の機関向けの FDSE(Federal Health and Civilian)の募集がありました。
この募集では医療の経験は「あれば歓迎」の扱いで、必須の欄にはトップシークレットのクリアランスを持っているか、取得する意思があることが書かれています。
OpenAI の医療向け FDE にはクリアランスの条件が無いので、同じ医療でも顧客が政府かどうかで入口が分かれます。
最後に
政府・金融・医療・法務の FDE の求人票は、顧客の中で作るという仕事の進め方をほぼ共通にしたまま、前提になる制約と求める経歴を書き分けていました。
政府はクリアランス、金融は統制と監査に耐える作り方、医療は患者の情報と電子カルテ、法務は実務家と並んで使い道を選ぶことが、それぞれの業界の前提です。
業界名の付いた求人票と付いていない求人票を並べ、違う行だけを読むと、その業界で何が前提になるかをつかみやすくなります。
以上です。











コメントを残す