自分が担いたい仕事から求人を選ぶ
Tokyo FDEへ応募する準備を「顧客のAIを作る経験」でまとめると、責任範囲が曖昧になる。公式求人は、課金を伴う本番実装、GenAIに特化したdelivery、利用定着の技術戦略、pre-salesでのtechnical win、チームの技術・人員管理を分けている。隣接職種もcodeを書く。求人IDを固定し、その職種で示すべき証拠を選ぶとよい。職名にFDEが含まれるだけでは、同じ選考を受けるとはいえない。
この記事は2026-10-05に確認した84件の公式事実を整理する。fact IDは事実をたどる識別子であり、配点や面接質問ではない。原資料の節、職種、地域が各記述の適用範囲を決める。表の整理名は本記事の自作分類であり、原節名は証拠台帳に保持する。別の練習記事では、この事実から推論した問いを扱う。公式質問の再現、候補者体験談、流出問題、架空の候補者実績は使わない。
求人を同定し、確認時点を固定する
以下の求人本文は調査日に表示を確認した。採用枠が現在も残ることや、応募が引き続き受理されることまでは保証しない。掲載日・改訂日は不明。Senior、Managerは公式職名にある範囲で記録し、非公開の内部gradeは不明のまま扱う。
| 公式職名 / 出典 | 地域 | requisition / ATS ID | 表示されたseniority |
|---|---|---|---|
| Sr. Forward Deployed Engineer | Tokyo, Japan | CSQ327R52 / 8568173002 | Senior IC |
| Forward Deployed Engineer | Tokyo, Japan | CSQ427R277 / 8741922002 | IC; internal level unknown |
| Senior AI Engineer - FDE (Forward Deployed Engineer) | Tokyo, Japan | FEQ227R196 / 8569392002 | Senior IC |
| Manager, Forward Deployed Engineering | Tokyo, Japan | CSQ427R97 / 8535419002 | Manager |
| Delivery Solutions Architect | Tokyo, Japan | CSQ427R266 / 8813844002 | IC; internal level unknown |
| Sr. Delivery Solutions Architect | Tokyo, Japan | CSQ327R249 / 8583353002 | Senior IC |
| Solutions Architect (Pre-sales) – Manufacturing & Automotive | Tokyo, Japan | FEQ427R141 / 8785053002 | IC; internal level unknown |
| Senior Solutions Engineer (Technical, Presales, Data & AI, DNB) | London, UK | FEQ327R439 / 8613435002 | Senior IC |
| Manager, Forward Deployed Engineering | Sydney, Australia | CSQ327R50 / 8445817002 | Manager |
| Deployment Strategist | India | unknown / 8630011002 | Internal level unknown |
service紹介、speakerの略歴、面接PDFは求人ではない。2つのPDFにはタイトル/URL上の2025年4月という表記があるが、実際の公開日は分からない。出典metadataはunknownとし、月単位の文脈だけをここに残す。2025年のSA guideを2026年の個別求人の代わりに使わない。
Tokyo FDE：範囲を決めて本番実装を納める
DB001〜DB015の対象はSr. Forward Deployed Engineer、Tokyo、CSQ327R52 / ATS 8568173002。DB016〜DB018は別のForward Deployed Engineer求人、CSQ427R277 / ATS 8741922002に属する。Sr.の公式本文は8年以上であり、mirrorの10年は採用しない。要件が重なるだけで2件を同じ募集として扱わない。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB001 | 募集の同定・目的 | 東京の正式求人はSr. FDE、Req CSQ327R52。 |
| DB002 | 募集の同定・目的 | 顧客向けデータ・AI・アプリの設計から本番化を担う。 |
| DB003 | 募集の同定・目的 | 顧客案件に課金対象として参加する。 |
| DB004 | 担当する業務 | Engagement Managerと顧客入力を基に技術スコープを決める。 |
| DB005 | 担当する業務 | セキュリティと拡張性を含むアーキテクチャ判断を主導。 |
| DB006 | 担当する業務 | 顧客ICから経営層までと、顧客チームに入り込んで働く。 |
| DB007 | 担当する業務 | 製品・実装の問題解決はEngineering/Supportと協働する。 |
| DB008 | 担当する業務 | 再利用資産を作り、製品ロードマップに現場知見を返す。 |
| DB009 | 経験・能力 | 関連分野の経験8年以上を掲載。 |
| DB010 | 経験・能力 | 2つ以上の主要クラウドの知識と、少なくとも1つの専門性。 |
| DB011 | 経験・能力 | Spark分散処理とランタイム内部への深い理解。 |
| DB012 | 経験・能力 | 本番CI/CD、MLOps、AI APIの知識を要求。 |
| DB013 | 経験・能力 | Python、Scala、JavaScript/TypeScript等の実装能力。 |
| DB014 | 経験・能力 | 顧客出張20%。日本語流暢、英語は業務レベル。 |
| DB015 | 経験・能力 | Databricks認定を列挙。資格種別は未指定。 |
| DB016 | 経験・能力 | 非Srの東京FDE求人CSQ427R277もあり、経験8年以上を掲載。 |
| DB017 | 経験・能力 | データパイプライン・モデル・ユーザー画面を結ぶ本番設計経験。 |
| DB018 | 経験・能力 | 技術案件のスコープ・納期・成果管理、文書化、利害対立への対応を要求。 |
準備への推論： projectの記録には、合意した技術scope、本番までの経路、自分が決めたことを残すとよい。cloudの境界、Sparkの律速、deploymentの制御、顧客への引継ぎが見える記録である。課金対象として参加する職責はscopeと費用の説明を準備する根拠になるが、個人の売上quota、稼働率目標、恒久的on-call責任までは示さない。
Tokyo AI FDE：GenAIの本番化は別の要件で読む
DB019〜DB030はSenior AI Engineer - FDE (Forward Deployed Engineer)、Tokyo、FEQ227R196 / ATS 8569392002に限定する。1つのcloudでのML経験と4〜8週ごとの出張間隔を、一般FDEの2cloud知識・20%出張へ置き換えない。分散data経験のpreferredも、そのまま優遇条件として読む。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB019 | 募集の同定・目的 | 東京のSenior AI Engineer-FDE求人はFEQ227R196。 |
| DB020 | 募集の同定・目的 | 専門AIチームがProfessional Servicesとして新しいAIアプリを本番化。 |
| DB021 | 担当する業務 | 社内向け・消費者向けGenAIアプリの本番展開を所有。 |
| DB022 | 経験・能力 | RAG、multi-agent、Text2SQL、fine-tuningの構築経験を例示。 |
| DB023 | 経験・能力 | 本番GenAIの評価と最適化の専門性を要求。 |
| DB024 | 経験・能力 | AWS/Azure/GCPいずれかで本番MLを展開した経験。 |
| DB025 | 経験・能力 | 定量分野の大学院学位、または同等実務経験。 |
| DB026 | 経験・能力 | 非技術者にも技術者にも説明・指導できること。 |
| DB027 | 経験・能力 | Databricks/Sparkで大規模分散データを扱う経験はpreferred。 |
| DB028 | 経験・能力 | 必要に応じ4–8週ごとの顧客出張。 |
| DB029 | 経験・能力 | 日本語native-level、英語は読み書き・会話とも業務レベル。 |
| DB030 | 担当する業務 | 技術発信・カンファレンス登壇とProduct/Engineering連携も職責。 |
準備への推論： applicationの用途を、評価・最適化・本番移行の判断へつなぐ証拠を選ぶ。RAG、multi-agent、Text2SQL、fine-tuningは経験例であり、1つのsolutionで4つ全部を使う要件ではない。どの場面で簡単な方法が足り、どの失敗で別の方法が必要になり、何を実際に比較したかを説明する。framework一覧だけではその判断が伝わらない。
Tokyoの隣接職種：codeを書くかだけで区切らない
Manager：teamの品質と配置を持つ
DB031〜DB035はManager, Forward Deployed Engineering、Tokyo、CSQ427R97 / ATS 8535419002に属する。AI coding toolへの期待は納品業務の話であり、面接中の使用許可ではない。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB031 | 担当する業務 | 東京FDE Managerは約10人のチームを率い、採用・育成する。 |
| DB032 | 担当する業務 | チームの支援範囲はdiscovery、設計、実装、展開、enablement。 |
| DB033 | 経験・能力 | 管理だけでなく設計レビュー・本番障害debugができる技術責任者。 |
| DB034 | 担当する業務 | Sales、Field Engineering、Product、PS leadershipと案件・人員を調整。 |
| DB035 | 経験・能力 | AI coding toolsによる納品の生産性・品質・再現性向上を期待。 |
DSA：technical winを利用定着へ進める
DB036〜DB042はDelivery Solutions Architect、CSQ427R266 / ATS 8813844002。DB043〜DB046はSr. Delivery Solutions Architect、CSQ327R249 / ATS 8583353002。どちらもTokyoであり、経験年数と実演段階の表記が異なる。前者はDelivery、後者はPitch。採用担当へ準備物を確認する際にもこの差を保持する。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB036 | 募集の同定・目的 | 東京DSAはtechnical winから本番・利用定着まで技術戦略を調整。 |
| DB037 | 担当する業務 | 採用・consumption拡大と測定可能な事業成果が明示される。 |
| DB038 | 担当する業務 | DSAも動くソリューション・プロトタイプ・再利用資産を作る。 |
| DB039 | 経験・能力 | 関連経験5年以上、Python/SQL等で構築・debug・検証。 |
| DB040 | 経験・能力 | 正式な指揮権がないチーム間でも合意を作る力を要求。 |
| DB041 | 選考の段階 | この東京DSAは採用担当→採用責任者→設計→Vibe Coding→Build, Demo & Delivery→参照確認。 |
| DB042 | 勤務条件 | 必要時の出張は最大30%。日本語必須、業務英語preferred。 |
| DB043 | 担当する業務 | Sr. DSAは複数部門・地域・製品をまたぐ高価値案件を扱う。 |
| DB044 | 経験・能力 | 東京Sr. DSAは関連経験8年以上。 |
| DB045 | 選考の段階 | このSr. DSAの実演段階はBuild, Demo & Pitch。直前はVibe Coding。 |
| DB046 | 担当する業務 | Sr. DSAは複数システムのescalation対応と他DSA育成を担う。 |
業界担当SA：pre-salesにも実装がある
DB047〜DB051はSolutions Architect (Pre-sales) – Manufacturing & Automotive、Tokyo Manufacturing & Automotive、FEQ427R141 / ATS 8785053002。codingとprototypeの職責があるため、SAを営業会話だけの仕事として区切れない。一方、この求人の選考をFDEの選考とする根拠にもならない。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB047 | 募集の同定・目的 | 東京Manufacturing & Automotive SAは明示的なpre-sales職。 |
| DB048 | 担当する業務 | 技術pre-salesはdiscoveryからPoC・導入計画までを含む。 |
| DB049 | 担当する業務 | AEと協働し、顧客別demo・prototype・移行計画を作る。 |
| DB050 | 経験・能力 | Python/SQLのcodingとSparkを学ぶ意欲を要求。 |
| DB051 | 選考の段階 | この東京SAも設計、Vibe Coding、Build, Demo, Pitchの面接を掲載。 |
地域差とRSA表記の限界
DB052〜DB055はSenior Solutions Engineer (Technical, Presales, Data & AI, DNB)、London、FEQ327R439 / ATS 8613435002に限定する。Python/SQLのlive coding必須はこのSEの条件である。DB056〜DB057はManager, Forward Deployed Engineering、Sydney、CSQ327R50 / ATS 8445817002。地域のbillable utilisation指標をTokyoの目標へ転用しない。DB058はAlan Reese — Data + AI Summit speakerの略歴から取る。FDE/RSA併記は観察した名称差を示すだけである。2027という見出しと2026というsession文も併存し、イベント日や改称日を確定できない。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB052 | 担当する業務 | LondonのSenior SEは技術discovery、設計、PoC/demoでtechnical winを狙う。 |
| DB053 | 経験・能力 | London SEは経験4年以上、少なくとも1つのpublic cloud経験。 |
| DB054 | 経験・能力 | このSEはPythonとSQLのlive coding面接が必須。 |
| DB055 | 経験・能力 | このSEの面接では動くソリューションを作って提示する。 |
| DB056 | 担当する業務 | SydneyのFDE Manager求人はRSAとAI Engineerの育成も明記。 |
| DB057 | 担当する業務 | 同求人の地域指標にはbillable utilisationが含まれる。 |
| DB058 | 観察した職名 | Alan Reeseの公式ページは役職欄FDE、本文RSAと併記。 |
DB064〜DB069はIndiaのDeployment Strategist、ATS 8630011002に属する。requisitionと内部gradeは不明。why/whatとhowの分担はその地域の証拠であり、日本の標準team構成ではない。DS自身も技術作業を担う。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB064 | 提供する支援範囲 | India DS求人ではDSがwhy/what、FDEがhowを担う。 |
| DB065 | 担当する業務 | DSはMVP・成功基準・PRD・backlogを定義する。 |
| DB066 | 提供する支援範囲 | このDSはDay 0、本番準備、利用定着までを主導する。 |
| DB067 | 提供する支援範囲 | DSは継続保守計画、顧客文書・訓練、次の案件を整理する。 |
| DB068 | 経験・能力 | このDSもcode review・試作・問題切り分けの技術力を要求。 |
| DB069 | 経験・能力 | 顧客現地勤務はしばしば25–50%、それ以上の場合もある。 |
service範囲：案件をまたいで成果物を追う
DB059〜DB063はglobalの顧客向けDatabricks Forward Deployed Engineeringservice紹介である。Tokyo求人の応募条件を説明する資料ではない。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB059 | 提供する支援範囲 | FDEサービスはworkspace onboardingからDataOps/CoEまで支援。 |
| DB060 | 提供する支援範囲 | 固有要件には個別Statement of Workでのサービスを案内。 |
| DB061 | 提供する支援範囲 | 必要に応じパートナーと共同でデリバリーする。 |
| DB062 | 提供する支援範囲 | 拡張性の設計、試作、DevOps統合が提供範囲に含まれる。 |
| DB063 | 提供する支援範囲 | 共通標準・framework整備と複数チーム支援も提供する。 |
- 1顧客目標 + 合意scope
- 2本番計画とarchitecture
- 3実装と検証
- 4顧客への引継ぎ
- 1現場の実装
- 2再利用assetと共通標準
- 3他のteam
- 1顧客の制約
- 2engagementのscope調整
- 3本番計画の見直し
DB004〜DB008、DB060〜DB063から作った独自の概念図である。矢印は準備時にたどる流れであり、Databricksの内部組織や指定面接課題ではない。顧客へ納める成果と、他のteamが再利用する知識の2つを示す。projectの回答では、誰が納品を受け入れたかと、その後誰が保守するかを分けて説明するとよい。
公式面接案内：対象職種を保って使う
DB070〜DB076は全社一般のInterviewing With Us。予定を組む目安にはなるが、不明なTokyo FDEのloopを埋めるものではない。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB070 | 候補者の予定調整 | 全社一般案内の目安は2–3か月。職種・地域等で変動。 |
| DB071 | 候補者の予定調整 | 一般的なonsite loopは4–6面接。全職種の固定回数ではない。 |
| DB072 | 候補者の予定調整 | presentationは一部職種で必要とされる。 |
| DB073 | 候補者の予定調整 | 原則virtual、通常Google Meet。採用担当から別指定があり得る。 |
| DB074 | 候補者の準備 | 行動面接では実体験を通じ、協働・学習・判断などを見る。 |
| DB075 | 候補者の予定調整 | 最終面接後48時間以内のfeedbackを目標とするが保証ではない。 |
| DB076 | 候補者の準備 | 前職の秘密情報・所有資料を面接へ持ち込まないよう明記。 |
DB077〜DB081はSolutions Architect向けField Engineering Careers Site Interview Prep April 2025（2025年4月表記）。DB082〜DB083は指定されたSWE/manager向けEngineering Careers Site Interview Prep April 2025。DB084はEngineering at Databricksページである。どちらのPDFも現行Tokyo FDEの選考を保証しない。
| fact ID | 本記事での整理 | 確認した事実 |
|---|---|---|
| DB077 | 案内の対象・内容 | 2025 Field Engineering guideの対象表題はSolutions Architect。 |
| DB078 | 案内の対象・内容 | SA向けにscreen、課題、panel、presentation、reference等を案内。 |
| DB079 | 案内の対象・内容 | SA技術screenの範囲にデータ基盤・本番化・cloud・顧客対応がある。 |
| DB080 | 案内の対象・内容 | SA課題にはPython/ScalaのDataFrame操作等を記載。 |
| DB081 | 案内の対象・内容 | SA presentationは仮想顧客の要望を質問で捉え、適切な価値を提案する。 |
| DB082 | 案内の対象・内容 | Engineering PDFはBackend/Frontend/Database SWEや管理職ごとの案内。 |
| DB083 | 案内の対象・内容 | Backend向けにはcoding、algorithm、system programming等を案内。 |
| DB084 | 選考案内の範囲 | Engineering採用ページも選考プロセスの職種差を明示。 |
不明点を確認と準備の台帳に変える
不明点は、採用担当へ聞く具体的な項目にする。Tokyo FDE/AI FDEのround順、時間、rubricは未確認。AI、検索、library、IDEの利用規則、take-homeの有無、live coding言語も不明である。DSAのVibe Codingという段階名やManagerの業務上のAI利用要件から、使用許可を得たことにはならない。
Tokyoの案件期間、同時担当数、稼働率目標、quota/bonus、hybrid勤務、出張率の算定も未確認。本番ownershipという記述だけでは、無期限の24/7 on-callや契約SLAを持つとはいえない。reporting line、日本の標準DS/EM体制も分からない。service紹介やURLの分類から推測せず、正確なrequisitionを示して確認する。
次の表はofflineで、共有できる資料だけを使って作る。Databricks workspace、課金API、応募送信は必要ない。
| 準備欄 | 残す証拠 | 判断できること |
|---|---|---|
| 求人の同定 | 職名、地域、requisition、ATS ID、再確認日 | どの要件が適用されるか |
| 仕事の境界 | 自分と同僚の担当、顧客の受入条件 | IC・DSA・SA・Managerのどの経験に対応するか |
| 本番化の記録 | architecture、test/release trace、失敗、rollback、引継ぎ | 何を作り、どう確かめたか |
| 数字 | 実際のbaseline、負荷、指標の定義、前後差、測定限界 | 改善をその判断に帰属できるか |
| trade-off | 比較案、捨てた案、制約、承認したowner | なぜその判断が妥当だったか |
| 経験が足りない箇所 | 裏付けられないfact ID、未実行と明記した演習 | 実績を捏造せず何を学ぶか |
| 面接のcontract | 確認したround名、許可tool、共有できるartifact | 実際の指示に沿って何を準備するか |
まず実際のprojectを1件と関連fact IDを3つ選び、自分が行ったこと、示せる証拠、まだ説明できない点を書く。学習演習は不足を補えるが、演習であることを示す。その後、技術面の準備記事とdelivery面の準備記事で、このIDを根拠とする別々の想定質問に取り組む。
出典
公開日は資料の日付、確認日は内容を参照した日です。コミュニティの観測は公式の確定事項と区別します。
01