応募する求人を決めてから、準備する証拠を選ぶ
OpenAIの「顧客に向き合うAI職」には、責任が異なる求人がある。Tokyo FDEは顧客と実装・本番展開を進め、Deployment Leadは事業成果へつながる実行計画を持ち、Architectは担当顧客の長期的な技術戦略を担う。Applied AI Engineerにも本番システムを作る職責がある。職名だけで選ぶと、自分の経験のどこを説明するべきかを誤りやすい。
本稿は2026-10-05確認の一次資料19件、識別可能な80事実を整理した参照記事である。後続の質問編は筆者の推論による練習問題であり、実際の出題を公開するものではない。口コミ、非公開の面接問題、提供元の画像の転載は使っていない。応募リンクが見えたという観察から、採用残枠や今日も応募可能であることまでは保証しない。
fact IDを根拠への固定ポインターとして読む。表には短い事実と筆者が要約した根拠の所在を記し、直近の公式リンクへ戻れるようにした。原節の正確な表記は台帳へ保持している。明記した資料以外の掲載・改訂日は不明。確認日は求人が作られた日でも、この記事の公開日でもない。
確認した13求人
すべて公式求人ページの「Apply now」からAshbyの応募URLを確認した。13件共通の観察状態は「掲載・応募リンクあり」である。内部level、採用残枠、個別候補者の選考開始可否は未確認。ATS IDで求人を区別し、senior等がないタイトルから等級を推定しない。
| 求人・公式ページ | 勤務地 | 所属表記 | ATS求人ID | level開示 |
|---|---|---|---|---|
| Forward Deployed Engineer - Tokyo | Tokyo, Japan | Forward Deployed Engineering | 51b17595-3a70-43be-a333-3a3952303284 | 不明 |
| Deployment Lead (DL), FDE - Tokyo | Tokyo, Japan | Forward Deployed Engineering | df514733-46ad-4777-be67-44667bc9fd45 | 不明 |
| Manager, Forward Deployed Engineer - Tokyo | Tokyo, Japan | Forward Deployed Engineering | bef38cc8-b13c-4ca8-8e1c-7d97139efdea | 不明 |
| Applied AI Engineer - Tokyo | Tokyo, Japan | Technical Success | 4762783e-61e1-4d36-af1d-8dee3c5f70e2 | 不明 |
| Applied AI Architect - Tokyo | Tokyo, Japan | Technical Success | 57cfe1d3-27b6-4761-909c-fec7829e9227 | 不明 |
| Applied AI Engineer, Codex — Tokyo | Tokyo, Japan | Technical Success | 6668417f-6878-4244-940f-9a99ae4ebcb0 | 不明 |
| AI Deployment Manager (Builder) - Tokyo | Tokyo, Japan | Technical Success | bb569a6b-a7e9-4c4d-a78e-d35349b2f9d9 | 不明 |
| Forward Deployed Engineer (FDE) - SF | San Francisco, US | Forward Deployed Engineering | 967f94aa-1706-4dba-ac89-bfbc2c38b688 | 不明 |
| Forward Deployed Software Engineer - SF | San Francisco, US | Forward Deployed Engineering | 00207abc-49b7-465c-a219-f7c1140f8047 | 不明 |
| Forward Deployed Engineer - Singapore | Singapore | Forward Deployed Engineering | 4c078f82-93b9-427c-8fd8-95de198884b4 | 不明 |
| Forward Deployed Engineer - Singapore (Korean Speaking) | Singapore | Forward Deployed Engineering | 15ff9f15-c986-4ac3-ac2e-cd0f029afbd5 | 不明 |
| Forward Deployed Engineer - Seoul | Seoul, South Korea | Forward Deployed Engineering | b43339a1-e830-4761-a193-3438f34f9ebb | 不明 |
| Forward Deployed Engineer - Sydney | Sydney, Australia | Forward Deployed Engineering | 9e39d642-6c78-4c21-bc86-49b1773c933c | 不明 |
Tokyo DLの現在のATS IDは、旧検索結果の「Technical Deployment Lead - Tokyo」と同じである。二重求人として数えず、名称変更日は不明のまま残す。SFの二つの職名は別ATS IDを持つ。経験年数や給与差だけでは内部等級の上下を確定できない。
会社一般の面接案内を、適用範囲を保って読む
公式Interview guideは一般的な例を示す。Tokyo FDE固有の確定loopは公開していない。engineering向け品質項目は準備の参考になるが、FDE固有のcoding課題や採点rubricを証明しない。AI利用可否は面接ごとに確認する。
Interview guide
公式資料 — Global. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-I01 | 資格偏重ではなく、貢献・学習速度・成果を重視すると説明する | 採用で重視する姿勢 |
| OAI-I02 | 協働、明瞭な意思疎通、フィードバックへの開放性、mission/values整合を重視する | 採用で重視する姿勢 |
| OAI-I03 | 公開フローは一例であり、候補者ごとの選考は異なりうる | 一般的な選考例の範囲 |
| OAI-I04 | 書類確認は通常約1週間。初回では経歴、動機、目標と関連チームの最近の活動を準備する | 応募と初回の対話 |
| OAI-I05 | 技能評価はチーム別。ペアコーディング、持ち帰り課題、技術テスト等があり、複数の場合もある | 技能を確認する形式 |
| OAI-I06 | 問題への取り組み・判断・説明を見る。AI利用可否は面接別で、事前資料か採用担当に確認する | 考え方と利用可能な支援 |
| OAI-I07 | 一般例は原則virtual、最終4〜6時間・4〜6人・1〜2日。SF現地選択肢にも言及する | 一般案内の最終段階 |
| OAI-I08 | 設計品質、コード品質、性能、テスト網羅性と、協働・説明能力を評価すると記載する | engineeringで確認する品質 |
| OAI-I09 | 最終後の連絡目安は1週間、referenceを求める場合がある。Charter・研究・ブログが推奨資料 | 連絡の目安と準備資料 |
Tokyo：実装、delivery、顧客技術戦略を分ける
以下は求人単位で根拠を整理したもの。職責からの解釈として、FDE/Engineerには本人の実装、DLには計画と測定した価値、FDE Managerには人の育成、Architectには顧客の技術戦略、Codexには開発workflow、Builderには研修と定着の証拠を対応させる。同じ面接process、あるいは異なるprocessであると断定する比較ではない。
Forward Deployed Engineer - Tokyo
公式資料 — Tokyo, Japan. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-T01 | 戦略顧客に対し、探索・要件定義・設計・実装・本番展開を一貫して担う | 求人の目的 |
| OAI-T02 | 成功尺度は本番利用、測定可能な業務効果、製品/モデル計画に影響するeval由来の知見 | 求人の目的 |
| OAI-T03 | Product・Research・Partnerships・GRC・Security・GTMとの協働を明記する | 求人の目的 |
| OAI-T04 | 複数案件を試作から安定稼働まで届け、顧客チームに入り利用定着を支援する | 担当する仕事 |
| OAI-T05 | 範囲・速度・品質のトレードオフを判断し、順序を決め障害を早期に解く | 担当する仕事 |
| OAI-T06 | 必要時には自らコードを書き、成功パターンを再利用可能なツール等へ変える | 担当する仕事 |
| OAI-T07 | 顧客対応を含むengineering/technical deployment経験5年以上を挙げる | 期待する経験・能力 |
| OAI-T08 | Python・JavaScript等でfrontend/backendの本番コードを書き、レビューできることを挙げる | 期待する経験・能力 |
| OAI-T09 | LLM/生成モデルの構築・展開経験と、モデル挙動が製品体験へ与える影響の理解を挙げる | 期待する経験・能力 |
| OAI-T10 | 東京で週3日出社のhybrid、転居支援あり。出張は主に国内だが割合は未記載 | 勤務場所と出張 |
| OAI-T11 | 日英の話し書きに流暢であること、英語履歴書、両言語での面接を明記する | 言語と応募時の条件 |
Deployment Lead (DL), FDE - Tokyo
公式資料 — Tokyo, Japan. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-D01 | 事業成果を技術計画に変え、FDE・研究者・顧客engineerの実行を横断して進める | 求人の目的 |
| OAI-D02 | 複数workstreamのmilestone・依存関係・受入条件を定め、critical pathを守る | 担当する仕事 |
| OAI-D03 | 業務と成功条件を理解し、0→1からMVP・拡張、導入準備・change managementまで担う | 担当範囲と活動 |
| OAI-D04 | 効果仮説・baseline・KPIを定め、導入前後の測定と経営層への報告を担う | 事業価値の測定 |
| OAI-D05 | 価値・定着に加え、納期の信頼性、手戻り、再利用、判断、製品への影響も成功尺度 | 成功を示す証拠 |
| OAI-D06 | 顧客向け技術delivery leadership7年以上、AI/LLMの出荷経験、業界専門性を挙げる | 期待する経験・能力 |
| OAI-D07 | 東京・週3日hybrid。顧客現場への関与は通常25〜50%、さらに高い場合もある | 勤務地と顧客現場での仕事 |
Manager, Forward Deployed Engineer - Tokyo
公式資料 — Tokyo, Japan. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-M01 | FDEチームの成長と、技術成果・事業価値の双方に責任を持つmanager職 | 求人の目的 |
| OAI-M02 | 継続的な出荷、Research/Productへの明瞭な現場情報、持続可能なチーム/提供体制が成功尺度 | 成功を示す証拠 |
| OAI-M03 | 直接的・実行可能なfeedbackで人を育て、拡張可能な現場チームの配置/支援を定める | 担当する仕事 |
| OAI-M04 | engineering/technical delivery8年以上、うちFDE等の顧客向けengineer管理2年以上を挙げる | 期待する経験・能力 |
| OAI-M05 | 管理職でもfrontend/backend本番コードの執筆・レビュー能力を挙げる | 期待する経験・能力 |
| OAI-M06 | 東京週3日hybrid、主にlocalの出張最大40%。日英流暢・英語履歴書・両言語面接を明記 | 勤務地・出張・言語 |
Applied AI Engineer - Tokyo
公式資料 — Tokyo, Japan. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-A01 | Technical Success所属で、用途選択から設計・試作・評価・本番・拡張までhands-onで担う | 求人の目的 |
| OAI-A02 | コード/debug、eval harness、reference実装、複雑なintegrationを実際に作る役割 | 担当範囲と活動 |
| OAI-A03 | モデル・agent・retrieval・toolsと、信頼性・可観測性・遅延・費用・安全性・統制を判断対象にする | 担当する仕事 |
| OAI-A04 | 代表データ、grader、本番signal、人間判断を用いる系統的評価能力を挙げる | 期待する経験・能力 |
| OAI-A05 | プログラム/関係者管理だけでなく、コード・設計・評価・debug等の本人貢献を求める | 期待する経験・能力 |
| OAI-A06 | Pythonに高い熟練、日英流暢。特定業界やOpenAI製品の経験は必須でないと記載する | 期待する経験・能力 |
Applied AI Architect - Tokyo
公式資料 — Tokyo, Japan. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-R01 | 担当顧客群の長期的な技術戦略責任者で、pre-salesから定着・事業効果まで導く | 求人の目的 |
| OAI-R02 | Account Directorは商業戦略、Architectは技術戦略と本番価値への道筋を持つ | 求人の目的 |
| OAI-R03 | 案件ごとの実装は参加したdelivery teamが担い、Architectは技術進捗/顧客成果に引き続き責任 | 担当する仕事 |
| OAI-R04 | security/privacy/governance/evaluationを含む設計と、用途portfolioの優先順位を扱う | 担当する仕事 |
| OAI-R05 | API/SDKでの試作力に加え、自分で深掘りする場面と専門家へ渡す場面の判断を挙げる | 期待する経験・能力 |
Applied AI Engineer, Codex | Tokyo
公式資料 — Tokyo, Japan. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-C01 | Codexを中心に、計画・実装・test・review・deliveryという開発組織の業務改善を対象にする | チームの目的と業務経路 |
| OAI-C02 | 代表的な開発タスク、自動grader、本番signal、開発者feedbackでAI coding systemを評価する | 担当する仕事 |
| OAI-C03 | AI coding toolの能動的利用者で、生産性改善について自身の見解を持つことを挙げる | 期待する経験・能力 |
| OAI-C04 | hands-on workshopと再利用資産も担当。Pythonに高い熟練、日英流暢を挙げる | 活動と実装能力 |
AI Deployment Manager (Builder) - Tokyo
公式資料 — Tokyo, Japan. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-N01 | 販売後の専門的enablement/adoption職で、構造化された研修・利用拡大を中心にする | 求人の目的 |
| OAI-N02 | onboarding、上級研修、経営層説明、hackathon、hands-on workshopを設計/提供する | 担当する仕事 |
| OAI-N03 | 顧客向け/教育職4年以上と、coding・agent・API・RAG・評価・fine-tuningへの技術理解を挙げる | 期待する経験・能力 |
| OAI-N04 | 成功尺度は自信・利用定着・事業価値。研修素材/playbookを横展開する | 担当範囲と活動 |
FDEが一貫して担当するという説明から、協働相手の責任がなくなるわけではない。DL求人にはFDE・研究者・顧客engineerが登場し、Architect求人はAccount Directorとdelivery teamを区別している。自分が決めたこと、実装したこと、チーム間の引継ぎを分け、全成果を単独所有したように説明しない。
APACとUS：各求人の条件を保持する
出張割合は求人単位の条件であり、世界共通のFDE条件ではない。Tokyo FDEは割合未記載、Tokyo Managerは最大40%、Tokyo DLは顧客現場への関与を記載する。Singapore・Seoul・Sydney・SFはそれぞれ条件がある。出張と週3日のオフィス勤務も別の義務として読む。
Forward Deployed Engineer (FDE) - SF
公式資料 — San Francisco, US. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-U01 | SFのFDEは週3日hybrid、転居支援、出張最大50%を記載する | 勤務地と出張条件 |
| OAI-U02 | SF FDEのbase給与表示はUS$185K〜300Kで、equityは別。東京給与の根拠にはできない | 開示されている報酬 |
| OAI-U03 | baseは所在地・知識・技能・経験で変動し、適格者に業績bonusもある。内部levelは未公開 | 報酬の変動条件と非公開level |
Forward Deployed Software Engineer - SF
公式資料 — San Francisco, US. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-W01 | SFのFDSWEは顧客およびFDEと協働し、OpenAI APIによるcustom softwareと再利用抽象化を作る | 求人の目的 |
| OAI-W02 | 顧客のinfrastructure上で隣り合ってcodingし、実験的・反復的にfull-stack実装を進める | 担当する仕事 |
| OAI-W03 | internship除くfull-stack実務7年以上とRDB経験を挙げ、創業/初期engineer経験を加点要素とする | 期待する経験・能力 |
| OAI-W04 | SF週3日hybrid・出張最大50%。base表示US$185K〜325K＋equity、個別条件で変動する | 勤務条件と米国の報酬 |
Forward Deployed Engineer - Singapore
公式資料 — Singapore. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-G01 | Singapore通常FDE枠は週3日hybrid、転居支援、出張50%想定 | 勤務地と出張条件 |
Forward Deployed Engineer - Singapore (Korean Speaking)
公式資料 — Singapore. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-G02 | Singapore韓国語枠は韓国語顧客対応のためbusiness-level Koreanを明記し、出張50%想定 | 顧客対応言語と出張 |
Forward Deployed Engineer - Seoul
公式資料 — Seoul, South Korea. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-G03 | Seoul FDEは週3日hybrid、転居支援、出張50%想定 | 勤務地と出張条件 |
Forward Deployed Engineer - Sydney
公式資料 — Sydney, Australia. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-G04 | Sydney FDEは週3日hybrid、転居支援、出張最大50%を記載する | 勤務地と出張条件 |
日付付きの組織文脈と技術資料は、選考指示と分ける
2026-05-11のDeployCo発表は日付付きの事業文脈である。Tokyo求人の雇用法人変更を示さない。その発表時点でTomoro取得は条件付きであり、本調査では完了を確認していない。本稿が使う日付付きの組織イベントはこの発表である。根拠のない2024〜2026年の採用年表を作らず、掲載日不明の求人を最近の発表と呼ばない。
OpenAI launches the OpenAI Deployment Company to help businesses build around intelligence
公式資料 — Global. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-B01 | 2026-05-11にDeployCo設立を発表。OpenAIが過半所有/支配する独立事業単位として説明する | 組織についての発表 |
| OAI-B02 | 典型engagementは価値診断と少数の優先業務選定から始め、顧客のdata/tools/controlsへ接続する | 発表で説明した案件設計 |
| OAI-B03 | Tomoro取得は同発表時点では合意・条件付きで、約150名のFDE/専門家参加を見込む | 条件付き取得についての発表 |
OpenAI Frontier | Enterprise platform for AI agents
公式資料 — Global. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-F01 | Enterprise Frontier ProgramはDeployCoのFDEと顧客を組ませ、設計・governance・本番agent運用を支援する | 顧客プログラムと現場支援 |
| OAI-F02 | Frontierはagent identityを使い、タスクに必要な範囲へaccessを限定すると説明する | agent識別とaccess境界 |
| OAI-F03 | agentの行動を可視・監査可能にするmonitoringと詳細logを説明する | 操作の観測と記録 |
Evaluation best practices
公式資料 — Global. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-E01 | 生成AIの変動性を踏まえ、現実のタスク分布を反映するevalを早期から継続的に行う | 評価の時期と対象 |
| OAI-E02 | 自動scoreを人間判断で較正し、主観的な動作確認や一般benchmarkだけに頼らない | scoreの解釈と弱い検証の回避 |
| OAI-E03 | 目標→dataset→metric→比較→継続評価の順で設計し、変更ごとの評価と事例追加を勧める | 評価を組み立てる順序 |
| OAI-E04 | agentでは最終回答だけでなく、選ぶtoolと渡す引数の正確性も評価対象 | toolの選択と引数の確認 |
| OAI-E05 | 複数agent化はevalを根拠に判断し、triage/handoffの正確性も評価する | agent追加の根拠と引継ぎ評価 |
| OAI-E06 | 多言語、長い文脈、複数意図、tool/handoffの誤り、攻撃的入力などもevalに含める | 失敗と例外入力の網羅 |
Enterprise privacy at OpenAI
公式資料 — Global. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-P01 | 対象Business製品/APIのデータは初期設定では学習に使わず、明示opt-inは例外と説明する | 学習利用の初期設定と例外 |
| OAI-P02 | 保存時AES-256、通信時TLS 1.2以上の暗号化と厳格なaccess controlを説明する | 暗号化とaccess保護 |
| OAI-P03 | API入出力は原則最大30日保存しうるが、機能・法令等の例外がある。適格用途/endpointにはZDR申請がある | API保存の条件と対象資格 |
| OAI-P04 | 接続appはworkspace管理者が制御し、既存権限を尊重し、利用者の認証を必要とする | 接続appの管理と権限 |
Deprecations
公式資料 — Global. 根拠の所在は筆者の短い要約で示し、原節の正確な表記はfact IDとともに調査台帳へ保持した。確認日2026-10-05。明記した資料以外の掲載日は不明。求人の内部levelは不明。
| Fact ID | 確認済み事実 | 根拠の所在（筆者の要約） |
|---|---|---|
| OAI-X01 | Evals platformは2026-10-31 read-only、11-30 dashboard/API終了予定。移行案内はPromptfooへの道筋 | 日付付きのplatform終了計画 |
出典日2026-06-03はEvals platform告知節の日付であり、Deprecationsページ全体の初出日ではない。OAI-X01の予定日は2026-10-05時点では未来である。engineeringの評価実践と、そのhosted platformを区別する。privacy記述は対象製品・endpoint・例外の範囲で読む。「学習に使わない」は「保存しない」と同義ではない。技術準備の補助資料であり、どの資料も実際の面接問題を開示していない。
準備する証拠を選ぶ責任分担図
Tokyo求人の職責を根拠に作成した独自の概念図。矢印は成果物どうしの依存を表し、必須workflow・組織図・面接順を示さない。
- 1顧客業務とbaseline
- 2DLの計画と受入条件
- 3FDE / Engineerの実装
- 4本番利用と評価signal
- 1顧客の技術戦略
- 2専門家とdelivery team
- 3顧客成果
- 1本番の失敗と再利用pattern
- 2Product / Researchへのfeedback
- 3次の実装判断
- 1人材育成と配置
- 2持続可能なdelivery
- 1研修とworkshop
- 2定着の証拠
1行目は引継ぎを読むための図である。実装前に何を合意し、導入後の何が顧客への効果を示すのか。feedbackの行は現場からの別の成果物を表す。動くdemoと、原因を分類した失敗報告は異なる。最後の2行を使えば、ICの成果をpeople managementと混同したり、研修活動を本番コードの所有として説明したりする誤りを避けられる。
自分の経験を証拠のworksheetへ落とす
未実行の準備演習であり、模範実績や読者の経験を作るものではない。共有可能な実案件を1件、応募求人を1件選び、顧客の機密情報を使わずに次を埋める。
| 欄 | 記録する内容 | 証拠としての意味 |
|---|---|---|
| 役割と境界 | 求人ID、自分が所有した判断・コード、他者の作業 | 個人貢献とチーム成果を分ける |
| 業務経路 | 利用者、入力、data/tool経路、権限境界、出力 | なぜ実装が必要だったか説明する |
| baselineと測定 | 指標定義、期間、分母、比較対象 | 根拠のない精度・生産性表現を避ける |
| trade-off | 代替案、却下理由、制約、判断者 | 判断を検討可能にする |
| 本番証拠 | 失敗分類、観測signal、戻し方と引継ぎ | 出荷と安定した顧客利用を接続する |
| feedback | Product/Researchへ戻した再利用patternや失敗 | 現場仕事の追加成果を示す |
| 不明点 | 不足する証拠と確認手段 | 自信で空欄を埋めない |
顧客の実数を共有できない場合は、許可された範囲や正規化した比較と限界を示す。過去の実績は作らない。提案設計は「提案」と明示すれば練習になるが、出荷経験の証拠にはならない。
応募前に確認すること
求人IDとroundを指定して、形式、時間、評価観点、AI/IDE/internet利用、言語を確認する。Tokyo FDEの両言語面接と英語履歴書は明記されるが、DL本文では未確認なので借用しない。本番後の所有者、顧客現場の期待、内部level、募集状態も採用担当へ確認する。
一次資料ではTokyo FDEの確定loop、take-homeの有無、customer simulation、LeetCode、指定言語・frameworkは不明だった。一般ガイドの1週間は保証SLAではない。地域間の等級対応、Tokyo報酬、DLのpeople management、旧職名の変更日、Tokyo雇用法人とDeployCoの関係、Tomoro取得完了も未確認のまま残す。後続の質問編は、公開職責から考え方を練習するために使い、これらの空欄を創作で埋めない。
MENTAL MODEL / 検証のコスト
判断を足す価値は、後ろの作業で決まる。
仮定：判断1秒、候補を半数に削減、検証時間は同じ。完全並列は計算資源と同時実行枠が必要です。判断の誤りや再試行を含めた成功率・総費用で比較してください。この数値は実測ではありません。
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