■業務Mission
「コードを書くコンサルタントとして、現場の“『不』”をハックする」

Forward Deployed Engineer（FDE）は、PCの前だけで完結する仕事ではありません。
私たちはクライアントである製造業の現場（工場・研究所）に深く入り込み、泥臭い業務プロセスや人間関係の中に埋もれた“真の課題”を発見します。

求められるのは、単なるプログラミングスキルではありません。
顧客と対話し、ビジネスの文脈を理解し、それをモダンな技術（Snowflake / dbt / Python など）で実装可能な解決策へ落とし込む力です。

「コンサルタントの論理思考」と「エンジニアの実装力」の境界を溶かし、
課題発見から設計・実装・価値創出までを一気通貫で担える、市場価値の高いハイブリッド人材への成長を期待しています。

─────────────
■業務例
CEO・Lead Engineer・PMなどと連携し、プロジェクトに参画。技術実装と顧客折衝の両輪を担いながら、顧客課題の構造化からソリューション設計・実装・導入まで一気通貫で推進します。

① クライアントフェーシング／課題解決（Consulting）
-顧客（現場担当者）へのヒアリングを通じて、業務フローのボトルネックやデータ要件を整理
-自ら作成したダッシュボード・分析結果を用いて、顧客に論理的に説明し、ネクストアクションを提案
-製造業顧客の業務ドメインを迅速にキャッチアップし、課題を構造的に整理

② データ・AI実装（Engineering / AI）
-Databricks / Snowflake / Bigquery などデータ基盤の実装経験
-Python / SQL によるデータ抽出・加工・ロード（ETL / ELT）処理の実装
-Fivetran / dbt などETLツールを用いたデータ変換ロジックの設計・テスト
-AIワークフロー／エージェントの構築、LLMアルゴリズムのチューニング、精度評価
-顧客環境への導入支援および意思決定サポート

③ 現場浸透・リレーション構築（On-site Growth）
-現場のドメインエキスパート（工場長など）と信頼関係を構築し、データ活用を推進
-現場に深く入り込み、継続的な改善サイクルを回す

④ ソリューション化・スケール
-複数プロジェクトの知見を抽象化・共通化し、再利用可能なソリューションへ昇華
-プロダクト・サービスの高度化・横展開を推進

─────────────
■会社/ポジションの魅力
・データやテクノロジーの力で、日本の製造業の競争力向上や現場変革に直接貢献できる
・FDE／DSというAI時代の新しいエンジニアの働き方を、実践しながら一緒に形にしていける
・これまでのIT受託やプロジェクト経験を活かし、プロダクト／プラットフォームをゼロから立ち上げていくフェーズに関われる

─────────────
【会社概要】
■Company Mission
『製造業の未来を現場の最前線から設計する』
私たちは資料だけで完結するコンサルティングは行いません。コンサルタントとエンジニアの役割を再定義し、顧客のビジネスの最前線（現場）に深く入り込み、戦略と技術を直結させた高速な実装で、製造現場に実体のある成果をもたらします

■Service
製造業の未来を現場の最前線から設計
1)Consulting
　・DX戦略策定
　・人事組織改革
　・業務プロセス改革 (BPR)
2)Engineering
　・製造業向けシステム開発
　・データ基盤構築
　・生成AI導入支援
　・カスタムLLM開発
　・予測分析・異常検知

① システム設計・開発経験
大規模または高信頼・高性能システムの設計・開発、およびPython / SQL等を用いた開発経験。

② 不確実なビジネス課題への実行力
不確実な状況下でデータに基づき意思決定し、仮説検証を回して成果を出した経験。

③ 機械学習・生成AIの実装・導入経験
機械学習・生成AIをビジネスに適用し、顧客・関係者と連携して導入・価値創出まで推進した経験。

④ 問題解決力・リーンな推進力
複雑な課題を構造化し、仮説検証を高速に回して解決までやり切る力。

⑤ 論理的コミュニケーション力
複雑な事象を整理し、分かりやすく他者に伝える能力。

⑥ビジネス英語の経験（TOEIC600以上）

※要件のすべてを満たしていなくても問題ありません。

・顧客折衝を伴うシステム導入・運用、プリセールスや営業同行など、顧客接点のある実務経験
・Python、TypeScript（特にReact）、およびGraphQL / REST API / MCPを用いた開発経験
・AWS / GCP / Azureなどのクラウド基盤、およびPandas等のデータ分析ライブラリの基礎知識
・データ構造・アルゴリズムに関する理解および実装経験
・機械学習・LLMに関する専門性、またはLLMプロダクトを積極的に試し、活用していく姿勢