MENU
AI×データの技術情報メディア
  1. ホーム
  2. データ系職種・キャリア
  3. FDEとSESの違いとは？職種と契約の9軸比較で解説

FDEとSESの違いとは？職種と契約の9軸比較で解説

データ系職種・キャリア
FDEとSESの違いとは？職種と契約の9軸比較で解説

【PR】本記事はプロモーションを含みます。

「FDEって客先常駐のSESと同じでは？」

「本当に年収1000万円超えという話は事実なの？」

「自社に発注すべきはFDEとSESのどちらなの？」

こうした疑問への答えを一言でまとめると、FDEとは顧客現場で課題発見から実装・定着までを持ち、現場知見を製品へ還流させる職種・役割であり、SESとは工数ベースの技術支援を準委任契約で行う契約・事業形態です。勤務場所ではなく担当範囲と成果責任で区別します。

なお、この分類軸自体は本記事の編集部の整理であり、法令上の定義ではありません。また料金や給与は2026年9月12日時点の確認情報に基づき、未確認の数値は断定的に書きません。

本記事は入口・全体像の整理です。実装スキルはLLMエンジニアの解説、転職の進め方はデータエンジニアの転職エージェント解説に送客します。

この記事でわかること
  • FDEとSESの違いを一言で整理する分類軸と30秒判定の目安
  • SESの仕組み（準委任・工数・指揮命令）と単価の目安
  • FDEの仕事内容とPalantir・OpenAI・Anthropic求人で確認できる範囲
  • FDEとSESの違い9軸比較表とSIer・コンサルとの位置づけの目安
  • 発注者視点の契約実務（IPAモデル契約・37号告示）と判断の目安
  • キャリア視点の給与情報（米ドル建て確定分）とSESからの移行の目安
  • 高単価SES化しないためのチェックリストの目安
キッカケエージェント
キッカケエージェント		【転職初心者向け】
・20～30代におすすめ
・手厚い転職サポート
・優良非公開求人多数
公式サイトで無料登録する

当サイトは、アフィリエイト広告を利用しています。

目次

要点（この記事の結論）

  • FDEは職種・役割、SESは契約・事業形態という整理が目安です。常駐の有無だけでは区別できません
  • SESは一般的には準委任契約で締結されると説明されています。指揮命令権はSESベンダー側にあり、発注者の直接指示は派遣との対比で整理されます
  • FDEは本番グレードのコードを書き、発見から本番ロールアウトまでを所有します。製品へのフィードバックも役割に含まれます
  • SES単価の公的統計は確認できていません。二次情報の幅と派遣統計の目安で読み替えます
  • FDEの日本円年収の断定はできません。確定できるのは米ドル建ての求人バンドと集計値のみです
  • 発注・転職の判断は、本番所有と還流の有無、指揮命令の実態で見分けます
  • 契約条件や給与バンドは変動するため、発注・応募前の一次情報の再確認が必須です

1. FDEとSESの違いを一言で｜分類軸と30秒判定表

請負・SES・派遣・FDEの分類（報酬対象・完成責任・直接指示） 請負 報酬対象：成果物・完成 完成責任：あり 発注者の直接指示：不可 SES（準委任が中心） 報酬対象：役務・業務遂行自体 完成責任：善管注意義務が中心 発注者の直接指示：不可 労働者派遣 報酬対象：労働力 完成責任：派遣先指揮下の労務 発注者の直接指示：可 FDE（職種・役割） 契約類型ではなく職種・役割 発見〜本番ロールアウトを所有 本番採用・業務インパクト等が指標 出典: 本文の契約表（請負・SES・派遣の3類型＋FDEは職種・役割の整理）

出典: 本文の契約表

ここがポイントです。FDEとは職種・役割の話、SESとは契約・事業形態の話という整理が目安です。この分類自体は編集部の整理であり、一次情報による断定ではありません。

FDEとは、顧客に常駐・密着し顧客の実環境でソフトを構築・展開・運用する顧客対面エンジニアと説明されています。FDSEとも呼ばれます。

一方、SESとはシステムエンジニアリングサービス（SES）の略で、IT技術者の労働力提供を対象とする準委任契約の一種と説明されています。いずれも二次情報のため（参照二次情報のURLは未確認）、法令の裏取りが必要な点にご注意ください。

観点 FDE SES
言葉が示すもの 職種・役割（編集部整理） 契約・事業形態（二次情報）
中心の問い 誰が何をどこまで持つか どの契約でどう支援するか
勤務場所 顧客組み込みが多い 常駐・リモート双方あり
成果責任 本番採用・業務インパクト等 役務提供に対する善管注意義務が中心

30秒判定の目安は次の4問です。いずれも編集部チェックリストであり、一次情報の逐語ではありません。

  • 勤務場所ではなく、本番コードを書いているか
  • 発見から本番ロールアウトまでを所有しているか
  • 現場知見の製品・ロードマップへの還流があるか
  • 発注者が直接指揮命令していないか

根拠として使える一次情報は次のとおりです。OpenAI公式求人では、FDEは最戦略顧客と共にフロンティアモデルの複雑なE2E導入を主導し、発見から技術スコープ、設計、構築、本番ロールアウトを所有すると説明されています。成功指標は本番採用・業務インパクト・製品やモデルへのフィードバックです（2026年9月12日確認）。

Palantir公式ブログでは、FDSE（Delta）は顧客に直接組み込まれ既存プラットフォームを設定して難題を解くSEと説明されています。Dev（単一機能を多顧客向け）に対しFDSEは単一顧客向けに多機能を実現するという対比です。ただし認証が必要なページのため、検索抜粋での確認であり参考扱いです。

2. そもそもSESとは？準委任・工数・指揮命令の仕組み

ここがポイント

SESは準委任中心の技術支援で、指揮命令権はSESベンダー側にあります。発注者の直接指示は派遣との対比で整理されます。契約形式を問わず指揮命令の実態があれば労働者派遣に該当する点に注意しましょう。

SESとは、初出で一言説明するとシステムエンジニアリングサービス（SES）の略で、エンジニアの役務提供を中心とする働き方・事業形態です。一般的には準委任契約で締結されると説明されています（参照二次情報のURLは未確認のため、法令の裏取りが必要です）。

準委任契約とは、事務処理などの役務提供自体に対価を払う契約です。請負契約とは、成果物の完成に対価を払う契約です。労働者派遣契約とは、労働力を提供し発注者が直接指揮命令できる契約です。

3類型の違いは次のとおりです。二次情報と一次情報を併記します。

観点 請負 SES（準委任が中心） 労働者派遣
報酬対象 成果物・完成 役務・業務遂行自体 労働力
完成責任 あり 善管注意義務が中心 派遣先指揮下の労務
発注者の直接指示 不可 不可 可
根拠の目安 民法の請負の整理 民法の準委任の整理・IPAモデル契約 労働者派遣法・37号告示

指揮命令の線引きが重要です。準委任でも発注者と受注者側労働者の間に指揮命令関係の実態があれば、契約形式を問わず労働者派遣に該当すると整理されています。根拠は厚労省の37号告示疑義応答集第3集のアジャイルQ&Aです。

37号告示とは、「労働者派遣事業と請負により行われる事業との区分に関する基準」（昭和61年労働省告示第37号）のことです。偽装請負とは、請負等の形式で発注者が受注者雇用労働者に直接具体的指揮命令を行い、労働者派遣に該当し派遣法違反となる状態です。

単価相場は一次情報で断定できません。SES単価の公的統計は存在しないという指摘があり、厚労省統計の確認とも整合します。以下は二次情報の幅として時点付きで示します。

  • アイミツ（2026年4月21日更新）：初級60〜100万円・中級80〜120万円・上級100〜160万円／月
  • LASSIC（2026年8月20日）：初級40〜60万円・中堅60〜80万円・シニア80〜100万円・スペシャリスト100万円〜／月
  • GXO（2026年7月24日）：テスター月35万円〜PM・AI／ML月150万円

上記3件はレンジが異なります。平均値として一本化はできないため、幅として提示します。アウトライン案の「月55〜75万円平均・AI系80〜150万円」は一次出典がなく未確認のため、本記事では採用しません。

参考として派遣統計を示します。SES準委任の統計ではなく派遣統計である点にご注意ください。

  • 厚労省令和6年度派遣事業報告（2026年3月31日公表・速報）：派遣料金全業務平均26,257円／8時間、賃金16,735円／8時間
  • 同報告の情報処理・通信技術者：34,382円／8時間（無期34,707円・有期32,913円）。22営業日換算で約75.6万円／月となりますが、編集部試算・消費税込・単純平均のため目安とします
  • 令和5年度報告：全業務平均25,337円／8時間、情報処理・通信技術者33,387円／8時間

3. そもそもFDEとは？Palantir起源・仕事内容・プロダクト還流

FDEとは、初出で一言説明するとForward Deployed Engineerの略で、顧客現場に組み込まれて課題解決と本番導入を主導するエンジニア職種です。

起源の年次は未確認です。二次情報で年次が割れているため、年次の断定はしません。確定できるのはPalantirは2003年創業という公式Aboutの記述のみです。主要4プラットフォームはGotham・Foundry・Apollo・Palantir Artificial Intelligence Platform（AIP）です（SEC提出10-Kの検索抜粋で確認。該当URLは未確認）。

FDEという役割をPalantirが普及させたとされるという説明があります。ただし二次情報のため、「普及させたとされる」に留めます。Palantir社内ではForward Deployed Software Engineer（略称FDSE、別名Delta）を使用します。OpenAIではFDEとForward Deployed Software Engineer（FDSWE）を別職種として求人しており、混同しないでください。

仕事内容はOpenAI公式求人で確認できる範囲に絞ります。求人で示される業務範囲は次のとおりです。

  • 最戦略顧客と共にフロンティアモデルのE2E導入を主導する
  • 発見から技術スコープ、設計、構築、本番ロールアウトを所有する
  • 成功指標は本番採用・業務インパクト・製品やモデルへのフィードバックである
  • 要件は5年以上の顧客対面含む経験、PythonやJSでの本番グレードのコード、LLMや生成AI搭載システムの構築・展開経験である
  • 働き方はハイブリッド週3出社・最大50％出張である

製品還流とは、現場知見を製品・ロードマップに反映することです。これはOpenAI求人のフィードバック記述を一次根拠として使えます。評価駆動のフィードバックやプレイブック化という説明があります。

他社の求人例も参考に示します。いずれも検索抜粋での確認です。

  • AnthropicのFDE：戦略顧客に組み込みClaude基盤の本番アプリを出荷する。4年以上・出張約25％等
  • OpenAIのFDSWE：7年以上のフルスタック等を要件とする別職種

なお「6工程フロー（課題定義から試作、統合、本番、定着、還流）」や知見ループの具体例は、一次情報に定型フローがなく未確認です。本記事ではOpenAI求人の業務範囲と還流記述を根拠に再構成します。RAGの解説で扱う本番導入の考え方と併せて読むと整理しやすいです。

4. FDEとSESの違い9軸比較表＋SIer・コンサルとの違い

核となる比較表です。9軸自体は編集部の整理軸であり、一次情報なしのため編集部作成と明示します。断定的な区別ではなく目安として読んでください。

軸 FDE（目安） SES（目安）
1. 言葉が示すもの 職種・役割 契約・事業形態
2. 目的 顧客課題の本番解決と定着 工数ベースの技術支援
3. 課題設定 発見から関与する 定められた範囲を遂行する例が多い
4. 実装 本番グレードのコードを書く 案件により実装・支援内容が変わる
5. 担当範囲 発見から本番ロールアウトまで所有 契約で定めた役務範囲
6. 成果指標 本番採用・業務インパクト等の目安 役務提供の遂行が中心
7. 自社製品関係 自社プラットフォームの導入・設定が多い 特定製品に限定されない例が多い
8. 知見還流 製品・ロードマップへの反映がある 還流の仕組みは契約次第で未確認
9. 収益の考え方 製品導入・定着と連動する例が多い 工数対価が中心

コンサルとの違いの一次根拠として、Palantir FDSEは「コンサルに似ているか？No。技術的創造性と迅速なデリバリーが違う」と説明されています（公式ブログの検索抜粋）。

SIer・コンサル・ソリューションアーキテクト等との境界は企業により標準化されていないという指摘があります。以下は目安のミニ比較であり、断定ではありません。

職種 一言イメージ（目安）
FDE／FDSE 顧客組み込みで本番まで持つエンジニア
SES 準委任中心の技術支援
SIer 受託開発・統合を担う例が多い（目安）
コンサル 提言・構想が中心で実装は別枠の例が多い（目安）
ソリューションアーキテクト 構成設計・技術選定が中心の例が多い（目安）

実装スキルの目安を知りたい方はLLMエンジニアの解説も参照してください。

5. 発注者視点｜コスト・TCO・契約実務・判断フロー

出典: 本文の発注記述（判断フロー3問の目安）

発注者視点の差別化章です。金額や期間の断定はできません。「FDE月130〜500万円」「18〜24ヶ月TCO」はいずれも一次出典がなく未確認のため、本記事では金額・期間を断定しません。試算例として扱う場合も仮定の明示が必須です。

契約実務で確定できるのはIPAモデル契約の枠組みです。

  • IPA「情報システム・モデル取引・契約書（アジャイル開発版）」は準委任契約が前提です。請負ではなく業務遂行自体に対価を払います。公開2020-03-31（2026-09-12確認。IPAページ上の最終更新表示はIPA公式ページでご確認ください）
  • 同第二版（ウォーターフォール用）は2020年12月22日公開・最終更新2025-06-17（2026-09-12確認）
  • 準委任でも指揮命令実態があれば派遣法適用となります。IPAも37号告示疑義応答集（2021年9月21日公表）を参照と明記しています

成果報酬型準委任や中途解除時報酬等の論点は、民法改正対応の整理で検討されています。ただし「準委任＋成果報酬の条文ポイント」の具体条項番号はモデル契約PDF本文の別途確認が必要で未確認です（出典URL未確認）。条文番号は記載しません。

判断フローの目安は次の3問です。編集部整理であり一次情報の逐語ではありません。

  • 課題が未定義で発見から必要か。必要ならFDE型の所有者が向く可能性があります
  • 本番コードの所有と定着支援が必要か。必要なら範囲と成果指標を明記します
  • 直接指揮命令の実態が生じないか。生じるなら派遣との区分を再確認します

TCOとは、導入から運用までの総保有コストです。期間や金額の目安値は未確認のため、本記事では式のみ示し金額は入れません。試算する場合は単価・期間・検証工数を別枠で置くのが目安です。

IT人材不足の構造要因として「2030年最大約79万人不足」という試算が二次経由で紹介されています。経産省原典の再確認が必要なため数値は参考扱いです。

6. キャリア視点｜年収・スキル・SES→FDE移行ロードマップ

キャリア視点の差別化章です。日本円年収の断定はできません。アウトライン案の「FDE中央値900万円・公開700万〜1,800万円 vs SES400〜700万円」は一次出典がなく未確認のため、本記事では採用しません。確定できるのは米ドル建てのみです。日本円換算は為替時点が必要なため換算しません。

米ドル建てで確定できる給与情報は次のとおりです。基本給か総報酬かの区別にご注意ください。

出典 内容 時点・備考
Palantir FDSE公式求人 基本給135,000〜200,000ドル／年＋RSU等の総報酬の可能性 検索抜粋で確認
OpenAI FDE（SF）公式求人 185,000〜300,000ドル＋株式 本文確認済み
OpenAI FDE（NYC）公式求人 220,000〜280,000ドル＋株式 検索抜粋。URLは変動するため公式求人ページで再確認要。バンドは変動するため時点注記必須
Levels.fyi集計（FDE） 中央値205,000ドル総報酬（25％点172,000・75％点277,000・90％点350,000） 2026年9月6日更新。自称申告ベース
Levels.fyi集計（Palantir FDSE） 中央値240,000ドル、レンジ185,000〜631,000ドル 2026年9月3日更新。同上
Indeed FDE求人約3,000件。例としてAHEAD 160,000〜190,000ドル等 2026年9月11日時点表示。基本給か総報酬かは求人ごとに異なる

SES経験の活きる点や補強点、移行パターン、スキル表の到達目安は一次情報がなく未確認です。以下は編集部整理として、求人要件を根拠に再構成します。

SES経験が活きる例として次の4点が目安です。

  • 顧客対面での折衝と期待値調整
  • 既存システムや業務制約の中での実装
  • 短期試作から本番への橋渡し
  • 障害対応や運用引き継ぎの経験

補強の目安は次の2点です。

  • 本番グレードのコードとLLM搭載システムの構築・展開経験
  • 発見から本番までのE2E所有と製品フィードバックの経験

移行パターンの目安は次の3つです。いずれも断定ではなく例示です。

  • 社内で本番所有の案件を取りに行く
  • 生成AI導入の試作から定着までを通しで持つ
  • 顧客対面と実装の両立を示せる成果物を作る

転職の進め方はデータエンジニアの転職エージェント解説、実装職種の全体像はLLMエンジニアの解説が詳しいです。

7. 名ばかりFDEの見分け方｜高単価SES化しない7条件

ここがポイント

本番コードを書くか、発見から本番のE2E所有があるか、製品・ロードマップへの還流があるか、発注者の直接指示の実態がないか。この4点の一次材料が残っているかで判断するのが目安です。

見分け5点・変質7条件・継続や撤退基準は一次情報がなく未確認です。本章は編集部チェックリストと明示します。

一次情報で裏取れる判定材料は次の4点です。

  • 本番コードを書くか（OpenAI求人）
  • 製品・ロードマップへの還流があるか（OpenAI求人）
  • 発見から本番のE2E所有があるか（OpenAI求人）
  • 準委任なのに発注者直接指示の実態がないか（37号告示・IPA）

上記を踏まえたチェックの目安は次のとおりです。

  • 課題定義の権限があるか。作業指示だけならSES型の可能性があります
  • 本番環境に触れ、採用・定着まで追うか
  • 現場知見が製品改善やプレイブック化に回るか
  • 成果指標が稼働時間だけになっていないか
  • 指揮命令がベンダー側にあるか
  • 契約が準委任前提で整理され、派遣との区分が説明できるか
  • 撤退条件（本番所有が消えた場合等）を事前に決めているか

継続・撤退判断の基準値自体は未確認です。金額や期間で機械的に決めず、上記4点の一次材料が残っているかで判断するのが目安です。AI導入の実装面はRAGの解説、職種の⽐較はAIコンサルタントの解説も参照してください。

8. よくある質問

Q1. FDEとSESの違いを一言で言うと何ですか？

A. FDEは職種・役割、SESは契約・事業形態という整理が目安です。ただしこの分類自体は編集部の整理であり、法令上の定義ではありません。

Q2. 常駐していればSESなのですか？

A. 勤務場所だけでは区別できません。FDEも顧客に組み込まれる働き方が一次情報で確認できます。担当範囲と成果責任で見分けます。

Q3. FDSEとFDEは同じですか？

A. ほぼ同義で使われる例が多いですが、表記指針にご注意ください。Palantir社内ではFDSE（Delta）を使用し、OpenAIではFDEとFDSWEを別職種として求人しています。混同しないでください。

Q4. FDEは常駐するのですか？

A. 顧客組み込みの例が確認できます。OpenAI求人ではハイブリッド週3出社・最大50％出張と説明されています。Anthropic求人では出張約25％等の説明があります。

Q5. なぜAI時代にFDEが増えたと言われるのですか？

A. 件数を示す二次情報として「39社224件」等の集計がありますが、一次情報がなく出典URL未確認のため参考扱いです。生成AIの本番導入で発見から定着までの所有が求められるという整理が目安です。

Q6. 年収差はありますか？

A. 日本円での断定はできません。確定できるのは米ドル建てのみです。Palantir基本給135,000〜200,000ドル、OpenAIのSF求人185,000〜300,000ドル＋株式、Levels.fyi中央値205,000ドル総報酬などが確認範囲です。

Q7. FDEはコードを書くのですか？

A. はい。OpenAI公式求人ではPythonやJSでの本番グレードのコード、LLM搭載システムの構築・展開経験が要件と説明されています。

Q8. FDEは準委任ですか、請負ですか？

A. FDEの契約形態を定める一次情報はなく未確認です。アジャイル外部委託一般ではIPAモデル契約が準委任前提と説明されていますが、FDE一般の断定はできません。個別契約の確認が必要です。

9. まとめ｜本記事のまとめ＋次の行動

本記事のまとめ

本記事のまとめです。

  • FDEは職種・役割、SESは契約・事業形態という整理が目安です。常駐の有無だけでは区別できません
  • SESは一般的には準委任契約で締結されると説明されています。指揮命令の実態があれば派遣に該当する点に注意します
  • FDEは本番コードを書き、発見から本番ロールアウトまでを所有します。製品への還流も役割です
  • 単価・年収の日本円断定はできません。二次情報の幅と米ドル建て確定分で読みます
  • 発注・転職の判断は、本番所有と還流の有無、指揮命令の実態で見分けます

次の行動の目安は次のとおりです。

  • 発注を検討する方は、課題定義の権限と本番所有、還流の有無をH2-7のチェックリスト（一次材料4点）で確かめてください
  • 転職を検討する方は、顧客対面と本番コード、LLM実装の3点を示せるか確かめてください
  • SESから移行したい方は、データエンジニアの転職エージェント解説から試してみてください
  • 実装から試したい方はLLMエンジニアの解説から試してみてください
キッカケエージェント
キッカケエージェント		【転職初心者向け】
・20～30代におすすめ
・手厚い転職サポート
・優良非公開求人多数
公式サイトで無料登録する

当サイトは、アフィリエイト広告を利用しています。

関連記事

参考文献

（最終確認日：2026年9月12日。料金・給与・対応状況は変動するため、発注・応募前に一次情報の再確認が必要です）

データ系職種・キャリア
よかったらシェアしてね！
  • URLをコピーしました！
  • URLをコピーしました！

この記事を書いた人

管理人のアバター 管理人 データエンジニア / ETL設計

基幹システム×データエンジニア｜DataEngineerLabs運営
大手食品系の基幹システム開発を経験。人事・給与・販売管理のデータ連携、ETL設計、SQLパフォーマンス、バッチ保守が専門。
データを"使える状態にする"難しさを発信中

関連記事

コメント

コメントする

目次