AI 企業の採用ページを開くと、FDE(Forward Deployed Engineer)のすぐ隣に Applied AI Engineer という肩書きが並んでいます。
どちらも顧客と話し、Python を書き、生成 AI を業務に入れる仕事なので、題だけでは区別がつきません。
Anthropic と OpenAI はどちらも東京でこの系統の職を募集していて、二社の求人票を並べると違いの出どころが分かります。
肩書きの名前ではなく、所属する部門・作るものの置き場所・成果の物差しの 3 つを読むと見分けられます。
私も FDE を学んでいる途中で、ここに書くのは公開されている求人票から読み取れる範囲です。
同じチームに三つの肩書きが並んでいる
最初に、二社が顧客向けの技術職をどう並べているかを確かめておきます。
Anthropic では、Applied AI Architect・Applied AI Engineer・Forward Deployed Engineer の三つが、どれも Applied AI チームの一員として募集されています。
東京で募集が出ているのは Applied AI Architect と Applied AI Engineer で、FDE はロンドン・パリ・ミュンヘンでの募集でした。
OpenAI も東京で、Applied AI Engineer・Applied AI Architect・Forward Deployed Engineer の三つを募集しています。
こちらは求人ページに出る部門名が分かれていて、Applied AI Engineer と Applied AI Architect は Go To Market(Technical Success)、FDE は Forward Deployed Engineering の所属です。
肩書きの後ろに Startups・Enterprise・Public Sector などが付いた募集も多く、同じ名前のまま担当する顧客の区分で分けている様子がうかがえます。
この記事で引く求人票は、いずれも 2026 年 10 月 9 日に確認したものです。
Anthropic では契約の前と後で分かれる
Anthropic の三つの求人票は、組む相手と作るものの書き方がはっきり違います。
Applied AI Engineer は採用を後押しする試作と評価を作る
Applied AI Engineer(東京)の募集要項では、Claude の導入を検討している見込み顧客にとっての主な技術アドバイザーと書かれています。
営業担当(アカウントエグゼクティブ)と密に組んで顧客の要件をつかみ、Claude が要件に合うことを見せるのが仕事です。
そのために作るものとして、顧客ごとのパイロット・試作・評価スイートが挙がっていて、目的は導入の判断材料を示すことだとされています。
導入が決まった後も、オンボーディングを支え、本番稼働の後まで技術アドバイザーを続けると書かれていました。
顧客先への出張は「ときどき」という書き方です。
応募の条件には、テクニカルプロダクトマネージャー・FDE・プラットフォームエンジニアのいずれかの経験と、Python の高い習熟が並んでいます。
参考: Applied AI Engineer(Anthropic・東京)
FDE は顧客のシステムの中で本番の仕組みを作る
FDE(ロンドン)の募集要項では、最も戦略的な顧客の中に入り込んで働くと書かれています。
組む社内の相手は契約後を受け持つポストセールスのチームと、製品・開発のチームです。
仕事の中心は、顧客のシステムの中で Claude を使った本番のアプリケーションを作ることにあります。
納めるものとして、本番の業務で使われる MCP サーバー・サブエージェント・エージェントスキルが名指しされていました。
出張の割合は 25〜50% とされ、顧客のところで一緒に作ることが前提になっています。
応募の条件は、FDE などの顧客向け技術職か、コンサルティングや製品の経験があるソフトウェアエンジニアとして 4 年以上で、技術系の創業者だった人も歓迎すると書かれています。
参考: Forward Deployed Engineer(Anthropic・ロンドン)
Applied AI Architect は設計と技術の助言を受け持つ
三つ目の Applied AI Architect(東京)は、募集要項の冒頭でプリセールスのアーキテクトと名乗っています。
大企業が Claude の価値を理解し、自社の技術基盤にどう組み込むかの道筋を描く手助けをする役です。
評価の枠組みづくりを支えることや、繰り返し現れる組み込みの型を製品・開発チームへ伝えることも責務に入っています。
応募の条件に挙がる前歴は、ソリューションアーキテクト・セールスエンジニア・テクニカルアカウントマネージャーといった顧客向けの技術職で、Python は歓迎条件の扱いでした。
ソリューションアーキテクトという職種そのものと FDE の違いは、別の記事で整理しています。
三つを並べると、Anthropic では Applied AI Engineer と Architect が契約の前から導入期までの技術支援を、FDE が契約後に顧客の中で本番を作る仕事を受け持つ形に読めます。
OpenAI では本番まで届けるのは両方の仕事
OpenAI の東京の求人票は、Anthropic と同じ物差しで読むと少し様子が違います。
Applied AI Engineer も本番稼働と定着で測られる
Applied AI Engineer(東京)の募集要項は、ユースケースの選定と設計から、試作・評価・本番の立ち上げ・拡大までを担うと書いています。
自分でコードを書いてデバッグし、評価の仕組みを作り、込み入った連携の問題を解くことも仕事に入っています。
成果の測り方は、本番で動く仕組み・続く利用・顧客にとっての意味のある成果だと明記されています。
活動量やデモの成功だけでは成果と見なさない、という一文まで添えられていました。
前歴の例には応用 AI や機械学習のエンジニア、FDE、ソフトウェアエンジニア、カスタマーエンジニア、ソリューションアーキテクト、技術コンサルタントが並んでいます。
そのうえで、プログラムや関係者の調整だけでなく、コード・設計・評価・デバッグに自分で大きく貢献したと示せることが求められています。
参考: Applied AI Engineer – Tokyo(OpenAI)
FDE は複数の案件を最初の試作から安定稼働まで受け持つ
FDE(東京)の募集要項では、チームの立ち位置を顧客への届けと中核のプラットフォーム開発の交わるところだと説明しています。
最も戦略的な顧客と一緒に、最先端のモデルを本番に入れる込み入った案件を端から端まで率いるのが仕事です。
ディスカバリー・技術的な範囲の見積もり・システム設計・構築・本番展開までを自分の受け持ちとすると書かれています。
複数の案件について、最初の試作から安定した本番稼働まで技術的な届けを持ち切ることも責務の一つです。
範囲・速さ・品質のどれを優先するかを決め、届けを守るために計画を組み直すことまで書かれていました。
成果は本番での利用と業務への効き目に加えて、評価にもとづく現場の声が製品とモデルの計画を変えたかでも測るとされています。
出張は主に国内で発生すると書かれていて、経験年数は 5 年以上が目安です。
参考: Forward Deployed Engineer – Tokyo(OpenAI)
Applied AI Architect は担当顧客の技術面の持ち主
OpenAI の Applied AI Architect(東京)は、決まった顧客群を受け持ち、その「技術面の CTO」として振る舞う役と説明されています。
営業の責任者が商談の戦略を持ち、Architect は技術の戦略と本番に届くまでの道筋を持つという分担です。
導入の実作業は専門のチームを呼び込み、いったん関わったチームが実装を受け持つようにすることも責務に書かれていました。
参考: Applied AI Architect – Tokyo(OpenAI)
OpenAI では、Applied AI Engineer も FDE も本番まで届けることが仕事に入っていて、違いは所属部門と、案件をどこまで自分の受け持ちとして書いているかに出ています。
肩書きより先に見る3つの欄
ここまでの読み比べを、求人票を読むときの手順にまとめます。
| 見る欄 | 読み取れること | 二社の求人票での例 |
|---|---|---|
| 所属する部門と組む相手 | 契約の前を受け持つか、後を受け持つか | Anthropic の Applied AI Engineer は営業担当と組み、FDE はポストセールスと組む |
| 作るものと成果の物差し | 判断材料を作るのか、本番の仕組みを作るのか | 評価スイートと試作で導入を後押しする/本番の利用と業務への効き目で測る |
| 出張の割合と受け持つ顧客 | どれだけ顧客の中に入り込むか | 「ときどき」と「25〜50%」/見込み顧客と、最も戦略的な顧客 |
三つの欄がそろわないときは、応募の条件に並ぶ前歴も手がかりになります。
Anthropic の Applied AI Architect はソリューションアーキテクトやセールスエンジニア、FDE はコンサルや製品の経験があるソフトウェアエンジニアを前歴の例に挙げていました。
Applied AI Engineer(東京)はテクニカルプロダクトマネージャー・FDE・プラットフォームエンジニアを挙げていて、FDE の経験そのものが応募の条件の一つに入っています。
取り違えやすいところ
読み比べると、肩書きだけで判断したときに外しやすい場面が三つ見えてきます。
一つ目は、同じ Applied AI Engineer でも会社によって受け持つ範囲が違うことです。
Anthropic では導入の判断材料を作る側に重心があり、OpenAI では本番稼働と定着まで成果に入っていました。
他社の求人で得た肩書きの印象を、そのまま別の会社に当てはめると読み違えます。
二つ目は、同じ会社の同じ肩書きでも、担当する顧客の区分で中身が変わることです。
OpenAI の Applied AI Engineer, Startups(東京)は、API の上で新しいアプリを作るスタートアップの技術的な相談相手という書き方で、オープンソースの資料づくりへの貢献も責務に入っていました。
参考: Applied AI Engineer, Startups(OpenAI・東京)
三つ目は、本番稼働の後を誰が受け持つかを、FDE と Applied AI Engineer の二択で考えてしまうことです。
Anthropic は東京でもカスタマーサクセスマネージャーを募集していて、導入後の定着を専門に受け持つ職種を別に置いています。
その分担は、FDE とカスタマーサクセスの違いを扱った記事で整理しました。
最後に
FDE と Applied AI Engineer は、どちらも顧客と一緒に生成 AI を業務に入れる技術職で、名前だけでは区別がつきません。
違いは、所属する部門と組む相手、作るものと成果の物差し、出張の割合と受け持つ顧客の 3 つの欄に出ています。
同じ肩書きでも会社や顧客の区分で中身が変わるので、求人票は題ではなく責務と成果の書き方から読むと見分けやすくなります。
以上です。













コメントを残す