株式会社Helpfeelの161｜Forward Deployed Engineer（FDE）の求人

生成AI・大規模言語モデル（LLM）の普及により、多くの企業がAI活用に取り組み始めています。
しかし実際の現場では、「AIを入れたのに期待した回答が返ってこない」「古いマニュアルを正解として扱ってしまう」「構想はあるが業務に根付かない」といった課題が起きています。
その多くは、AIモデルの性能だけでは解決できません。
業務を理解し、AIが正しく機能するためのナレッジデータ・システム・運用を設計し、現場に根付かせる担い手が必要です。
「とりあえずAIを導入した」段階では、ツール費用がかさみながら人件費も変わらない——という状況に陥りがちです。Helpfeelが目指すのは、AIを正しく機能させることで、顧客のPL（損益）改善につながる実効性あるAI活用を実現することです。

【Helpfeelが取り組むこと】

Helpfeelは、FAQツールとして培ってきた「ナレッジデータの設計・整備・活用」の知見を軸に、AIナレッジデータプラットフォームへと進化を遂げています。
私たちが目指すのは、単なるツール提供ではありません。
企業が「AIを正しく機能させられる状態＝AI-Ready」を実現するための伴走です。

　・現場に眠る暗黙知を発掘・構造化する
　・正確な情報とノイズを切り分け、AIが判断できる状態に整える
　・情報の鮮度を保ち続ける運用の仕組みを顧客と一緒に作る

特に、エンタープライズ企業・自治体・医療機関など、大規模で複雑なシステム環境を持つお客様への導入が急速に拡大しています。

【なぜHelpfeelが取り組むのか】

Helpfeelは、900サイトに対して、自己解決率向上や受電削減に向けたナレッジ改善を支援してきました。単にツールを提供するだけでなく、顧客の業績貢献に向き合いながらナレッジ改善に深く入り込んできた経験が、AI-Ready化の伴走における私たちの強みです。

特に金融・インフラ・公共など、セキュリティ要件が厳しく導入ハードルが高い領域においても実績が積み上がっており、エンタープライズ企業への深い関与が私たちの強みです。
コールセンターでは今、AIによるオートパイロット化が始まっています。現状は人件費が大半を占めるコスト構造ですが、ナレッジデータを正しく整備しAIを段階的に活用することで、そのコスト構造そのものを抜本的に変えられます。
Helpfeelでは、コールセンターのAI活用を、ナレッジ検索・自己解決の基盤整備から、通話支援、AIによる一次応答、最終的なオートパイロット化へと段階的に進めるロードマップとして捉えています。
ナレッジ基盤整備・自己解決の強化 → 通話支援・チケット管理によるオペレーター支援 → ボイス／チャットエージェントによる一次応答 → オートパイロット化
最終的にはコールセンターのほぼすべての対応をAIが担い、人は例外対応のみ——この状態を実現することで、顧客企業のPLに直接インパクトを与えます。

【FDEについて】

FDEは、顧客の業務課題を理解し、AIと技術を活用した解決策を、技術面から構想・実装・定着まで推進するポジションです。
単なる開発者でも、コンサルタントでもありません。
顧客の要望を「そのまま実装する」のではなく、業務フローを分解・構造化し、本当に解くべき課題を見極め、顧客の業績貢献を起点に解決策を作り上げます。

客先常駐や受託開発とは異なります。FDEは、顧客の業績改善につながる課題を技術面から捉え、HelpfeelのプロダクトやAI活用の仕組みを組み合わせながら、実際に現場で使われる解決策を形にします。現場で得た知見はHelpfeelのプロダクト改善へ直接フィードバックされ、「個別の顧客を助ける」と「プロダクトを進化させる」——この2つを同時に担うポジションです。
FDEは新設されたAIコンサル部に所属します。従来型SaaSのような部分最適にとどまらず、顧客の業務構造そのものに踏み込み、AIを前提とした業務変革を目指します。

FDEはAIコンサル部に所属し、PM（Partner）・業務コンサル・運用コンサルに加え、セールス、CS、開発チームと連携しながら、技術面から顧客のAI-Ready化を推進します。
顧客課題の整理や業務変革の設計は業務コンサルと協働しますが、FDE自身にも、顧客のビジネス課題を理解し、技術でどのように価値を出すかを考える姿勢が求められます。
現フェーズでは役割や進め方が固まりきっていないため、自分たちで型を作っていくことを楽しめる方を歓迎します。

【業務内容】

AIコンサル部のPM（Partner）・業務コンサル・運用コンサルに加え、セールス・CS・開発チームと連携しながら、顧客の業務課題解決とAI-Ready化、Helpfeelの導入・活用推進を担います。

●顧客の業務課題・AI活用ニーズのヒアリングと構造化
・顧客の業務フローを分解・構造化し、本当に解くべき課題を特定する
・顧客の要望をそのまま受け取らず、背景・目的を深掘りして本質課題を言語化する
・経営層・事業部門・IT部門など複数ステークホルダーとの合意形成

●技術的導入支援・PoC
・営業・CSに技術専門家として同行し、IT部門・開発部門への技術説明・セキュリティ要件対応・実現可能性の検証（PoC）
・AIコーディングツールを活用し、議論の場で素早くプロトタイプを作成して顧客の意思決定を前に進める
・顧客の既存システム（CRM・社内ポータル・各種SaaSなど）とHelpfeelを連携させるためのアーキテクチャ設計・API連携の実装・技術要件定義

●ナレッジデータ整備・AI-Ready化への伴走
・顧客が保有するナレッジデータ（FAQ・マニュアル・社内文書など）の現状診断と整備
・暗黙知・口頭伝承として現場に眠る知識の発掘・構造化・ドキュメント化支援
・ナレッジデータのHelpfeelへの統合（データ抽出・クレンジング・変換スクリプトの作成）
・情報鮮度を保ち続けるための運用ルール設計・定着支援

●プロダクトへのフィードバック
・現場で得た顧客ニーズ・導入時のペインポイントを抽象化し、機能要望として開発チーム（PM/エンジニア）へフィードバック
・個別対応の中に「汎用化できる要素」を見出し、コアプロダクトの改善に貢献

【プロダクトの技術要素】

フロントエンド：React, JavaScript/TypeScript
バックエンド：Node.js, JavaScript/TypeScript, Python
インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
開発支援：CircleCI, ESLint, Renovate

【開発環境】

・ソースコード管理：GitHub
・コミュニケーション：Slack, Helpfeel Cosense, Google Meet
・グループウェア：Google Workspace

顧客の業務課題を理解し、AI・技術活用による解決策を構想から実装へつなげられる人を求めています。

・顧客の要望をそのまま受け取るのではなく、背景・目的を深掘りし、本当に解くべき課題を見極められる方
・技術的な正しさだけでなく、顧客の業務・組織・意思決定プロセスを踏まえて解決策を設計できる方
・顧客価値を起点に考えながら、Helpfeelのプロダクトとして持続可能な解決策に落とし込める方
・仕様が固まりきっていない状況でも、仮説を立て、プロトタイプを作りながら前に進められる方
・AI時代に必要な知識・スキルへ自分をアップデートし続けられる方
・ 作って終わりではなく、顧客と同じ目線で成果指標に向き合い、現場で使われ続ける状態まで粘り強く伴走できる方

このポジションは「技術を極めたい」というよりも「技術力をビジネス価値に直結させたい」という志向の方に向いています。

・PL思考や特定のAI知識は入社後にキャッチアップ可能です。顧客の業務・技術の両面に向き合い、複雑な状況を自分の経験から見立てられる方を想定しています。
・まだ役割定義が固まりきっていないフェーズで、自分たちで型を作っていくことを楽しめる方を歓迎します。

なぜ今、Helpfeelでやるのか

・Helpfeelは900サイト以上のナレッジ改善実績を持ち、AIコンサルの土台となるデータ整備ノウハウを長年蓄積してきた会社です。
・日本の大企業・エンタープライズ企業のAI-Ready化という難易度の高い仕事に、ナレッジ改善の第一人者として取り組める環境がここにあります。
顧客の変革を担い、その知見がプロダクトに還元され、また次の顧客へと広がっていく——この正のサイクルを最前線で作っていける仕事です。

▼選考フロー
・カジュアル面談
・書類選考
・一次面接
・二次面接
・最終面接
・オファー面談
※変更になる可能性があります。
※最終面接前にリファレンスチェックをお願いしております。

・Webアプリケーションまたは業務システムの開発・構築経験
・顧客または社内の非エンジニアと対話し、要件や課題を整理した経験
・業務フローや既存システムを理解し、技術的な解決策に落とし込んだ経験
・技術的な内容を、相手の理解度に合わせて説明した経験
・複数職種と連携し、曖昧な課題を前に進めた経験
・AI・LLM領域への強い関心と、自ら学び続ける姿勢

●キャリア・業務経験
・ITコンサル・SIer・コンサルファームでの業務改革・システム導入経験
・SaaS企業での導入支援・技術支援・プロフェッショナルサービス経験
・顧客折衝を伴う開発・要件定義・プロジェクトマネジメントの経験
・プリセールス・ソリューションエンジニア・カスタマーサクセスエンジニアとしての実務経験

●技術・AI経験
・AI・LLMを活用した業務改善・プロトタイプ開発経験
・LLM / 検索 / ナレッジシステムに関する知見
・複数SaaSまたはオンプレシステムとのAPI連携・認証認可設計（OAuth/SAML等）の経験
・データ抽出・変換・クレンジング（ETL）の実務経験

●AI-Ready・ナレッジ整備経験（特に歓迎）
・FAQや社内マニュアル、ナレッジ管理ツールの設計・整備・運用経験
・組織の暗黙知をドキュメント化・構造化した経験
・AI・LLM導入で「データ品質」「ナレッジ整備」の課題に直面・対処した経験
・コンタクトセンター、カスタマーサポート、社内ヘルプデスクなどにおける業務改善・ナレッジ整備・FAQ運用の経験