FDE؛ داغترین شغل AI با مبهمترین تعریف
هوش مصنوعیخلاصهٔ کاملتر
به روایت Vinoo Ganesh، مدیرعامل Kepler، کار یه FDE (یعنی Forward Deployed Engineer؛ مهندسی که میره داخل عملیات خود مشتری میشینه) این نیست که مشتری رو خوشحال نگه داره. نویسنده میگه FDE مسئلهٔ مشتری رو حل میکنه تا همون بینشی به دست بیاد که تعیین میکنه قدم بعدی محصول چیه؛ پس این نقش امتداد تیم محصوله، نه تیم فروش. خودش میگه سه بار و تو سه سازمان مختلف این تیم رو از صفر ساخته.
مشکل از جایی شروع میشه که هیچکس سر معنی این عنوان توافق نداره. نویسنده تعریف میکنه سر شام برنامهٔ Forward Deployed Engineer Fellowship شرکت a16z، مهندسهایی از Snowflake و Anthropic و چند استارتاپ هرکدوم یه شغل دیگه رو با همین اسم توصیف میکردن: از sales engineer که تو تماس دوم وارد میشه تا فروشندهای با سهمیهٔ فروش که پایتون هم مینویسه، تا مشاوری با قرارداد کار که اومده کاری رو بکنه که محصول از عهدهاش برنمیاد. اینها خط گزارشدهی و انگیزههای کاملاً متفاوتی دارن.
نویسنده میگه این نقش الان داغ شده چون میوههای دستپایین چیده شدن. مسئلههایی که با یه محصول یکسان برای هزار شرکت حل میشدن تا حد زیادی حل شدن؛ چیزی که مونده پشت دیوارهای هر سازمانه: جریانهای کاری شلخته و نامکتوبی که از بیرون نمیتونی حدسشون بزنی. از یه جلسهٔ discovery درنمیآری که یه شرکت دفترهای مالیش رو چطور میبنده. به گفتهٔ اون ارزش رفته سمت آخرین مایل؛ همون ۲۰ درصد از جریان کار که هیچ محصولی نمیتونست پیشبینیش کنه و تعیین میکنه اون ۸۰ درصد بقیه استفاده میشه یا نه.
پس FDE تو عمل چی کار میکنه؟ نویسنده میگه کارش جمع کردن nouns و verbs هست: چیزهایی که یه سازمان واقعی میدونه و مسیری که اونا طی میکنن. یه مفهوم واحد چند تا اسم داره: فروش میگه customer، مالی یه billing entity ثبت میکنه و مهندسی مینویسه org_id. اینها هیچجا نوشته نشده، پس نمیتونی فقط بپرسی. به گفتهٔ اون مشکل تیمهای محصول هم کم بودن تحقیق کاربر نیست؛ اینه که هیچکدومشون وقتی سیستم روی دادههای واقعی مشتری میچرخید داخل همون ساختمون نبودن.
نویسنده میگه خوشحال نگه داشتن مشتری کار مهمیه ولی مال solutions architect هست؛ کار FDE اینه که هرچی تو میدان یاد گرفته رو بکنه چیزی که هر مشتری بعدی از روز اول تحویل میگیره. به گفتهٔ اون تیمی که آخرین مایلها رو حل میکنه ولی سیگنالش رو به خونه نمیفرسته، همون تیم مشاورهست با یه عنوان قشنگتر. هر میانبُری هم که میفرستی بیرون، بعداً مال خودته: یه اسکریپت موقتی که یه بعدازظهر نوشته بود، یه سال بعد روی سازمانی با نزدیک صد هزار نفر میچرخید و سالها نگهداریش گردن تیم موند.
نکات کلیدی:
- تست تشخیص شغل واقعی از اسم قرضی: خط گزارشدهی تیم به فروش وصل باشه، انگیزه میشه بستن همون قرارداد؛ به محصول وصل باشه، هر استقرار باید چیزی بسازه که استقرار بعدی از روش شروع کنه.
- تو یه نمونهٔ واقعی، یه FDE رفت و دید مهندس کیفیت داده CSVها رو روی لپتاپ باز میکنه و سطرها رو چشمی چک میکنه؛ Parquet اون موقع viewer نداشت، پس تیم همون شب یکی ساخت و اجرای pipeline از حدود ۱۷ ساعت به ۲ ساعت رسید.
- حدود ۲۵۰ نفر از یه برنامهٔ چرخشی داخلی که نویسنده رهبریش میکرد عبور کردن و خیلیهاشون الان تیمهای forward deployed رو تو OpenAI، Anthropic، xAI و Anduril میچرخونن.
- مزیت رقابتی این دوره نه مدل هوش مصنوعیه که ماه به ماه ارزونتر میشه، نه استعدادی که قیمتش کشف شده؛ بلکه فهم انباشته، بهروز و تأییدشدهٔ نحوهٔ کار واقعی شرکتهای یه حوزهست.
- استخدام FDE فقط یه چیز میخره: حق تشخیص اینکه کدوم مسئله ارزش حل کردن داره. نویسنده میگه این بلیت ورودیه، نه جایزه.
