FDEのキャリアをどう築く？SI・SES経験を生かす学び方

SI・SESなどで培った設計、開発、運用、顧客対応の経験は、FDEの仕事を考える土台になります。そこに、業務の課題を捉え、実装し、使われた結果を説明する経験をどう足すか。本稿では、技術者個人の次の一歩を整理します。

まず、職種名ではなく自分が担ってきた仕事を書き出す

FDEへ進むことは、これまでの経験を捨てることではありません。設計、データ連携、障害対応、顧客との調整、運用の改善など、自分が判断して進めた仕事を振り返ります。所属先や契約の名称だけでは、その強みは伝わりません。

担当したシステム名の一覧に加え、どんな制約があり、誰と確認し、何を変えたかを書いてみてください。実装の判断を説明できる経験は、現場と技術をつなぐ際にも生きます。

一方、顧客の業務を聞く機会や、導入後の利用を確かめる機会が少なかったなら、そこが次の学習課題です。得意な実装領域と、これから経験を増やす領域を分けます。

業務を理解する練習は、作る前の質問から始まる

「この作業をAI化したい」と言われたときに、すぐツールを選ぶ前に確認します。誰が困っているのか、何を判断しているのか、どの結果なら助かるのか。例外や、変えてはいけない手順も聞きます。

例えば予約管理なら、入力画面だけでなく、変更や取消、担当者間の共有、利用者への連絡まで仕事が続いています。小さな機能を作る場合も、その前後にある人の動きを捉えることが大切です。

これは特定の現場での成果を示す事例ではなく、聞き取りの練習例です。業務を聞く力は、プログラミングの知識とは別に、現場の人へ説明して確かめることで磨いていきます。

技術学習は、業務の入力・処理・出力に結びつける

生成AI、API、データ処理、業務アプリなど、学べる技術は多くあります。一度に全てを追うより、自分が改善したい仕事に必要な構成を決めます。入力を受け取り、処理し、確認できる形で出す流れを小さく作ります。

自分で試作品を作れることと、本番で運用できることも分けます。権限、品質、ログ、例外処理、保守など、担当する実装に必要な条件を学習へ加えます。分からない範囲は、専門家と組んで進める判断も必要です。

AIが生成したコードも、動けば終わりにはできません。何を入力すると失敗するか、情報がどこへ送られるか、利用条件に合うかを確かめ、自分で説明できる範囲を増やします。

小さな実践を、課題・実装・検証の記録にする

仕事として行う場合は、所属先や顧客の許可を得た範囲を守ります。学習用であれば、公開してよい資料や自作のサンプルを使えます。社内情報や顧客データを、個人の制作物へ持ち出さないことが前提です。

一つの題材について、困りごと、対象範囲、試作品、テスト、改善した点を記録します。成果がまだ確認できていないなら「試作・検証段階」と明記します。動くデモと、実務で使われた実績を区別して説明すると、現在地が伝わります。

うまくいかなかったことも材料です。データが足りなかった、確認の負担が増えた、既存の仕組みで十分だった、といった学びは、次の判断に役立ちます。成功した画面だけを並べるより、判断の理由を残しましょう。

ポートフォリオは、使われ方と自分の貢献を説明する

公開できる範囲で、何を担当し、どこを他の人に支援してもらい、何を確認したかを示します。チームの成果を全て自分の実績として扱わず、本人の貢献と協力者の役割を分けます。

工数などを示す場合は、測った対象と方法も必要です。試算は試算、実測は実測と明記し、確認していない効果を実績に変えないようにします。公開できない案件は、許可を得た抽象化や説明の範囲で整理します。

求人や社内配置を検討するときは、必要な開発力、顧客との関わり方、担当製品、運用の範囲を読みます。同じFDEという名称でも仕事は異なります。自分の記録と照らし合わせて、不足する経験を確かめます。

次の一歩を、実装力と現場経験の両方で決める

知識を学ぶ、試作する、利用者に見てもらう、直す。この小さな往復が、技術を成果へつなぐ練習になります。検定などで知識を整理することも役立ちますが、受験だけでキャリアの転換が完了するわけではありません。

個人で学べる部分と、会社の協力が必要な実践を分けて、上司や関係者へ相談します。人事・育成担当者が研修全体を設計する場合の論点は、別記事「FDE人材育成で人事が見るべきこと」にまとめています。

サートプロへは、これまでの経験と取り組みたい業務を整理したうえで、必要な学習や実践の進め方を相談できます。自分の得意な実装領域から、現場の人と一緒に進める範囲を広げていきましょう。

SI・SESの経験はFDEへ生かせますか？

設計、開発、運用、顧客調整などの経験は土台になります。そこに業務の課題を捉える経験と、導入後の利用や結果を確認する経験をどう足すかを考えます。

最初から高度なAI開発を学ぶ必要がありますか？

担当したい業務と職務要件によります。既存の製品でできることと追加開発が必要なことを見分け、小さな題材で設計・実装・検証を練習します。専門的な開発が必要な役割では、その技術力も必要です。

実務の成果がまだない場合、何を示せますか？

学習用の試作品と検証記録を、試作段階であると明記して示せます。目的、技術選択、失敗条件、改善理由を説明し、実務での成果と混同しないようにします。

関連する別の論点はこちらで詳しく説明しています。

経験を生かす学習と実践を相談する

技術経験を土台に、どの業務理解と実装経験を増やすか。研修や学習設計のご相談を受け付けています。