BizCodeX-FDE Curriculum
上流工程、AI駆動開発、本番設計・セキュリティ。現場で成果を出すために欠かせない3つの領域を、顧客の課題発見から本番運用までの流れに沿って学びます。
Structure
教材は25章・7パート。入口から統合演習まで、FDEが顧客の現場で進める順番に沿って学びます。
入口：FDEという働き方
FDEとは何かを理解し、自分の前提と学習ルートを決める。
顧客理解と課題定義
顧客の言葉で語られた依頼を、観察と実測で、検証できる「問題」と「成果」の定義に変える。
解決策とアーキテクチャ設計
何を作るかを決め、判断・データ・連携・失敗への備え・セキュリティ・実行基盤の順に設計し、第三者の審査に耐える形にまとめる。
AIと構築・本番
AIにどこまで任せるかを構成として決め、試作と評価で確かめ、本番に出し、顧客側で回る運用に引き渡す。
協働・デリバリー・資産化
関係者を動かし、短いサイクルで学びとリスクを管理し、案件の学びを再利用できる資産に変える。
統合と評価
統合演習で全工程を主導し、個人の説明・判断・応用力で修了判定を受ける。
日本のIT慣習とケース演習
商流・内製化・組織の制約を踏まえて介入点を選び、顧客役との演習の答えを意思決定資料に変える。
※構成は現段階の想定です。内容は変更になる可能性があります。
01 — CONSULTING
上流を体系的に学ぶ。
提言で止まらず、自分で小さく作って確かめる上流工程。
要件定義演習—依頼から、KPIツリーとMVPの範囲を作る
What you'll be able to do — できるようになること
Deliverables & topics — 領域ごとの成果物と、扱うテーマ
主な成果物 18 種・テーマ 30＋ほか多数
初回提案と論点整理
2種
顧客現場と業務理解
2種
課題発見と仮説検証
3種
成果設計とビジネスケース
3種
ソリューション設計
3種
顧客協働と変革実装
2種
知識の資産化
2種
日本のIT慣習と変革
1種
※ 成果物とテーマの名前は教材より。図は形だけのイメージか、成果物のサンプルを縮小したものです。成果物の例であり、これがすべてではありません。
02 — AI-DRIVEN DEVELOPMENT
AI駆動設計でレビューを最小限化。
速さより、AIに任せてよいかを決めて責任を持つ力を鍛える。
コードレビュー演習—AI生成コードの問題を見つける
ケース演習—権限付き検索・根拠表示を設計する
What you'll be able to do — できるようになること
Deliverables & topics — 領域ごとの成果物と、扱うテーマ
主な成果物 10 種・テーマ 26＋ほか多数
Webアプリとシステム連携
3種
AIシステムの構成
2種
AIDDとプロトタイピング
3種
アジャイルデリバリー
2種
※ 成果物とテーマの名前は教材より。図は形だけのイメージか、成果物のサンプルを縮小したものです。成果物の例であり、これがすべてではありません。
03 — PRODUCTION DESIGN & SECURITY
AI時代最重要
デモが動くことと、業務を任せられることを分けて設計する。
アーキテクチャレビュー演習—構成図から、可用性・セキュリティ・運用・コストの問題を見つける
Staged release — 進む・戻る・止める条件を決めて広げる
What you'll be able to do — できるようになること
Deliverables & topics — 領域ごとの成果物と、扱うテーマ
主な成果物 18 種・テーマ 32＋ほか多数
アーキテクチャの判断
2種
データ設計
2種
失敗を前提にした設計
2種
信頼境界とセキュリティ
2種
実行基盤とコンテナ
3種
設計レビュー
2種
品質・審査・リリース
2種
観測・運用と引き渡し
3種
※ 成果物とテーマの名前は教材より。図は形だけのイメージか、成果物のサンプルを縮小したものです。成果物の例であり、これがすべてではありません。
How you learn
読むだけでは終わりません。1つの単元の時間の半分は、架空の顧客案件に考え方を当てて成果物を作ることに使い、講師のレビューを受けて次に進みます。
講義
教材とスライドで、考え方と判断の基準を押さえる
演習
テンプレートを使って、例題を小さく再現する
架空案件に適用
同じ架空の顧客案件に、学んだ考え方を当てて成果物を作る
レビュー・振り返り
講師のレビューを受け、判断の理由と次の一手を記録する
※ 配分は教材の設計上の目安です。
Learning rhythm
動画（セミナー等）、テキスト、演習、日報で進める
Seminar
セミナー
毎週のセミナーで、講師から考え方と判断の基準を学ぶ（初年度）
Text
テキスト講義
教材のテキストとスライドで、考え方と判断の基準を学ぶ
Exercise
演習の提出
学習システムで演習に取り組み、提出する
Daily report
日報
その日の学びと困りごとを書き、講師のコメントを受け取る
Review
講師のレビューは、この順番で返ります
「コミュニケーションを頑張りましょう」のような抽象的な言葉で終わらせず、成果物の行や会話の記録に結びつけて、次に試す行動まで具体的に返します。
BizCodeX-FDE LMS — FDE exercises
演習は、学習システム「BizCodeX-FDE LMS」で
要件定義演習
顧客の依頼から、KPIツリーやMVPの範囲などの成果物を作って提出する
コードレビュー演習
AI生成コードから、バグやセキュリティの問題を見つけて指摘する
アーキテクチャレビュー演習
構成図から、可用性・運用・コストなどの問題を見つけて指摘する
Instructors
日報や演習へのフィードバックは、この講師陣から直接届きます。
スクール監修
画像検知AIのモデル開発からエンジニアとしてのキャリアを始め、オランダでは現地企業に就職し多国籍チームで開発に携わる。大手データコンサルティング会社ではMVP開発の手法を取り入れ体系化、またAWSのサーバーレス構成でデータ基盤を設計。SaaSのCTO、オフショア開発の技術責任者として開発と採用を指揮。教育事業を自ら立ち上げてからは、未経験からのエンジニア転職を導いてきた。直近では、国内大手通信グループと米AI企業の合弁会社で、FDE研修の講師を務める。
現役FDE／講義制作兼講師
大手証券会社の基幹システムのモダナイゼーションで、AI駆動開発を前提とした開発プロセスを設計するアーキテクトを務める。製造業大手のマルチテナント化に向けた技術検証をテックリードとして率い、通信キャリア大手のヘルスケア基盤ではPLとして自治体への初導入を完遂。新規プロダクトの立ち上げや案件の立て直しも複数経験し、50社以上の企業研修で講師も務めてきた。
現役AI駆動開発コンサルタント／カリキュラム監修兼講師
企画から開発、運用まで、大手からベンチャーまでの開発現場を率いる。大手エンターテインメント企業ではDevinを活用したAI駆動開発体制を起案から実運用まで構築。国内最大手事業会社の内製化支援では統括責任者として、体制づくりから技術レビュー、コーチングまでを主導。過去には40名規模の開発組織の部長、ベンチャー企業のCTOとして技術基盤とプロダクト開発の責任者を務めた。
Always up to date
講師はいまも、大手企業の現場で上流工程から開発、本番設計、AI駆動開発までを担っています。そこで得た実践知と、速く変わり続けるAIの最新動向を、セミナー・教材・演習のそれぞれに反映し続けます。
講師が働く現場と、AIの最新動向
現役FDE永田 智之 現役AI駆動開発コンサルタント南原 錦善 ※ 「企業の現場」に添えた例は一般的な表現です。テーマ名は、現場の知見やAIの最新動向が教材に届く様子を示すイメージで、実際の更新の内容・時期を示すものではありません。
Capstone
顧客役が演じる架空の企業から「生成AIで営業を効率化したい」と相談を受け、対象の絞り込みから本番移行の判断、学びの資産化までを主導します。途中で条件が変わり、反論も受けます。
観察
観察計画、現状フロー、ステークホルダーマップ
●顧客役への初回インタビュー
問題定義
問題定義文、Problem／Hypothesis canvas、検証計画
●追加の質問
合意：問題定義とKPIの承認
成果とMVP
KPIツリー、ベースライン計画、Solution brief
●情シス・セキュリティ担当へのヒアリング
合意：PoCのデータ範囲の承認
試作と評価
動くプロトタイプ、評価セット、利用者テスト
●予算の条件変更が届く
本番設計
Architecture／Security pack、Production readiness pack
●セキュリティ担当との承認協議
導入と資産化
Adoption plan、Asset pack、最終発表資料
●最終報告の質疑リハーサル
合意：本番移行・継続・撤退の判断
Deliverables — 成果物の例（受発注業務のDXを題材にした一式）
業務フロー図（As-Is → To-Be） 現場の手作業と転記を洗い出し、あるべき業務の流れを描く。 
システム連携全体図＋インターフェース一覧 新規と既存の境目、連携の方式と非機能要件を決める。 
画面遷移図＋画面一覧 業務の流れを、画面と遷移に落とし込む。 
1枚提案書（エグゼクティブサマリー） 現状・課題・施策・効果を1枚にまとめ、判断を仰ぐ。 
ユーザーストーリーマップ 使う人の行動から、最初に作る範囲と順番を決める。 
MVP定義 確かめる仮説と成功指標を決め、作るものを絞る。 
AWS構成図（本番） 可用性と復旧の目標から、本番の構成を設計する。 ※ 成果物のサンプルをもとに、要点を描き直した図です。クリックで拡大します。
必須の成果物
10
最終発表 15分 ＋ 個人プレゼン 5分
ケース演習と転移
別の業務・別の制約のケースで、同じ判断の原則を使えるかを確かめます。
※ 題材はすべて架空の企業・案件です（実在の企業の案件ではありません）。顧客役は講師が務めます。卒業の判定は一人ずつ行います。
Graduation
成果物を出すだけでは修了になりません。成果物・実演・転移・振り返りを分けて、一人ずつ判定します。判定するのは講師です。
Artifact
成果物
顧客に見せられる判断材料になっているか
Demonstration
実演
本人が判断の理由を説明し、反論に答えられるか
Transfer
転移
経験していない条件でも、原則を使えるか
Reflection
振り返り
失敗と学びを、次の行動と資産に変えられるか
卒業ゲート A → D
4つを順に通過する
入口の成果物
ディスカッションペーパーと3〜5分のプレゼン
成果物に書かれていない前提を質問される
実装・導入の判断
薄い縦切りのデモ、評価セットとDoD、判断ログ
デモで失敗ケースを1つ試し、対応を確かめる
顧客役との変化対応
条件変更後の選択肢比較と、顧客への再承認依頼
講師が顧客役として、その場で条件を変える
個人プレゼンと転移
個人5分の最終プレゼンと、別ケースへの回答
自分の判断・捨てた案・残るリスクを、一人で説明する
Rubric
100点満点で70点以上
あわせて、安全性や顧客との協働など、重要な項目には個別の最低基準があります。
Critical flaws
点数に関係なく、再提出になるもの
統合演習の採点では、合計点とは別に「重大欠陥」を定めています。本番で顧客を危険にさらす判断は、ほかがどれだけ良くても通しません。
Outcomes
修了の審査で確かめる、到達の目標です。
For organizations
法人の方へ
顧客の現場に入り、課題定義から成果まで責任を持てる人材を育てたい企業や、AI導入を試作で終わらせず本番運用まで進めたい組織のご相談も受け付けています。
法人向けの案内を見る
業務・データ・権限・運用・KPIを、一枚の図で説明できる。
選んだ案・捨てた案・残るリスクを、5分間の口頭で説明できる。
顧客からの反論や、予算・納期・セキュリティ条件の変更に対応できる。
初めて扱うケースにも、同じ判断の原則を応用できる。
FAQ
総学習時間の目安は500時間〜、期間は6〜12ヶ月です。開講は2026年11月初旬の予定です。
講師のセミナーに参加しながら、テキストの講義を読み、学習システムで演習を提出し、日報を書いて進めます。初年度は、毎週セミナーを開催します。
特定の言語・クラウド・LLM製品の暗記を前提にしていません。ツールは変わっても残る、問題の定義・検証・設計・運用・評価の考え方を軸にしています。
講師が、顧客や現場担当、情報システム・セキュリティ担当などの役を演じます。題材はすべて架空の企業・案件です。
Get started