Jak zostać Forward Deployed Engineer: pięć kroków zgodnych z ofertami pracy

2 października 2026 wzięliśmy osiem aktualnych ofert pracy FDE i przeczytaliśmy je w całości. To oferty Palantira, OpenAI, Anthropic, Scale AI, Rampa, Salesforce, Cohere i Google. U tych samych ośmiu firm przejrzeliśmy też 220 ofert FDE pod kątem certyfikatów. Każdy krok poniżej wynika z tych ofert. Każdy kończy się czymś, co pokażesz na rozmowie o pracę.

Czego firmy chcą od FDE: liczby z ośmiu ofert

W tabeli liczymy, ile z ośmiu ofert wymienia daną rzecz. Liczy się obowiązek, wymóg i atut.

Dwa górne wiersze mówią najwięcej. Każda z ośmiu firm chce kogoś, kto pracuje z klientem i sam prowadzi projekt od pierwszego prototypu aż do produkcji. Staż różni się bardziej. Palantir chce roku pracy po studiach, Ramp woli trzy lata, Salesforce chce trzech, Anthropic czterech, a OpenAI, Scale AI i Google aż pięciu. Cohere nie podaje minimum.

Nazwa roli pochodzi z Palantira. Firma do dziś pisze, że to ona stworzyła tę rolę. Jeśli chcesz najpierw poznać samą rolę, przeczytaj, jak ta rola powstała w Palantirze i czym zajmuje się FDE. Ten tekst mówi, jak do niej dojść.

Szukaj szerzej niż po dokładnej nazwie. Ramp nazywa tę rolę Software Engineer, Forward Deployed. Palantir i Scale AI piszą Forward Deployed Software Engineer. Google dodaje poziom: Forward Deployed Engineer III. Niektóre firmy AI w ogóle nie mają tytułu FDE. Sierra szuka ludzi na rolę Software Engineer, Agent, a Decagon na Agent Deployment Engineer. W Indiach 2 października 2026 nie było żadnej oferty OpenAI z FDE w tytule. Ale oferta Applied AI Engineer w Delhi, Mumbaju i Bengaluru wymienia forward-deployed engineering wśród pasujących ścieżek.

Krok 1: wdróż system LLM, na którym ludzie polegają w pracy

Powtarza się jeden wymóg: system LLM na produkcji. OpenAI chce ludzi, którzy już budowali lub wdrażali systemy na LLM. Mają też rozumieć, jak model wpływa na produkt. Anthropic chce kogoś, kto pracował z LLM na produkcji: pisał zaawansowane prompty, budował agentów i testy, wdrażał na dużą skalę. Salesforce już w nagłówku oferty wymaga doświadczenia z produkcji. Chce ludzi, którzy budują, i w tym nie ustępuje.

Zacznij w pracy, którą już masz. Backend engineer może wystawić model za firmowym API. Data engineer może wyciągać pola z dokumentów, które zespół wciąż kopiuje ręcznie. Tester może pisać przypadki testowe i liczyć, ile z nich przejdzie przegląd. Inżynier DevOps może streszczać alerty i kierować je do zespołów. Support albo solutions engineer może pisać szkice odpowiedzi na tickety, a człowiek je zatwierdza. Warunek jest jeden: ktoś korzysta z wyniku co tydzień i widzi, kiedy coś się psuje.

Backend to dobry punkt startu. FDSE to nazwa FDE w Palantirze. Na blogu firmy jedna z nich pisze, że dołączyła we wrześniu 2020 roku. Wcześniej przez prawie dwa lata pracowała jako backend engineer w nigeryjskiej firmie fintech.

Potem utrzymuj system na produkcji przez kilka miesięcy. Loguj każdy prompt i każdy wynik. Zapisuj każdą awarię, którą ktoś zgłosi, i to, co wtedy zmieniłeś. Śledź koszt i czas każdej odpowiedzi. Salesforce chce, żeby kandydat „wyjaśnił, dlaczego prompt zawiódł i co by w nim zmienił”. Dobrze odpowiesz tylko na podstawie błędów, które widziałeś sam.

Jeśli możesz, zbuduj agenta, który sam używa narzędzi. Pięć z ośmiu ofert wymienia agentów. Londyńska oferta Anthropic podaje, co FDE ma dostarczać: „serwery MCP, sub-agenty i agent skills” do pracy na produkcji. W osobnym tekście piszemy, co FDE buduje i mierzy w projektach z LLM i agentami.

Krok 2: naucz się discovery u ludzi, którzy robią daną pracę

Oferta OpenAI wymienia kolejno, za co FDE odpowiada: discovery, scoping, projekt systemu, budowę i rollout na produkcję. Discovery jest na pierwszym miejscu. Scale AI mówi to prościej: „usiądziesz z ludźmi, których problemy rozwiązujesz”. Blog Rampa podaje mantrę FDE: „always be scoping”. Czyli: ciągle ustalaj zakres.

Discovery możesz ćwiczyć już teraz. Wybierz zespół spoza IT: finanse, operacje albo sprzedaż. Poproś jedną osobę, żeby przez godzinę pokazała Ci swoją pracę. Zapisz każdy krok i jego czas, a potem zaznacz, gdzie ta osoba kopiuje dane między systemami i gdzie wkradają się błędy. Potem zapytaj, jak wygląda dobry tydzień. Zapytaj też, którą część pracy oddałaby narzędziu.

Wybierz jeden proces. Powinien mieć dużo przypadków, dotyczyć tekstu albo dokumentów i mieć błędy, które człowiek wyłapie, zanim narobią kosztów. Kryteria sukcesu zapisz, zanim napiszesz kod. Ustal trzy rzeczy: jaki odsetek spraw system obsłuży bez człowieka, ile błędów zespół przyjmie i kiedy człowiek zawsze przejmuje sprawę. Cohere chce, żeby FDE zamieniał cenne, ale niejasne problemy biznesowe klientów w procesy agentowe. Każdy taki proces ma mieć jasne kryteria sukcesu i sposób oceny. Sprawdź pod tym kątem swoje notatki.

Blog Rampa mówi wprost o stronie ludzkiej. Praca z klientem pomaga, ale „właściwie nie jest konieczna”. Ramp patrzy na inny sygnał: na ludzi, którzy uczyli jako instruktorzy albo asystenci na uczelni „i naprawdę to lubili”. Jeśli uczyłeś juniorów albo prowadziłeś onboarding, napisz o tym w CV.

Krok 3: zbuduj projekt do portfolio, który firma oceni

Demo w notebooku dowodzi tylko, że umiesz wywołać API. Firma szuka dowodu, że umiesz wdrażać: systemu w realnym stosie, kontroli dostępu i wyniku, który ktoś zmierzył. Zbuduj jeden projekt od początku do końca. Opisz go tak, jakby zamówił go klient. Projekt potrzebuje pięciu części.

• Realny stos. Podłącz model do systemów, które mają firmy: bazy danych, magazynu plików, systemu ticketów, CRM albo SSO. OpenAI pisze, że FDE z jej Deployment Company łączą modele z danymi, narzędziami, kontrolami i procesami klienta.
• Dostępy. Ustal, co system może czytać, co może zapisywać i co robi tylko za zgodą człowieka. Cohere chce, żeby agent od pierwszego dnia działał pewnie i bezpiecznie. Każdy jego krok ma się dać podejrzeć i sprawdzić.
• Testy (evals). Zbuduj golden set: zestaw realnych przypadków, każdy z dobrą odpowiedzią. Puszczaj go jako test regresji przy każdej zmianie promptu, modelu albo narzędzia. Scale AI szuka do zespołu FDE roli Frontier Agents Engineer. Jej oferta wymienia „golden datasets, regression suites i LLM-as-a-Judge” wśród metod oceny.
• Zmierzony wynik. Zmierz proces przed zmianą i po niej, na tych samych przypadkach. Licz czas na sprawę, odsetek błędów i odsetek spraw bez człowieka. Pokaż, co widzisz, także sprawy, które wciąż się sypią.
• Notatka dla następcy. Opisz, jak uruchomić system i jak wrócić do starej wersji. Opisz, jak wykryć awarię i kto za co odpowiada, gdy odejdziesz.

Wybierz dziedzinę, którą opiszesz krótko: faktury, tickety, umowy albo firmowe dokumenty. Użyj danych syntetycznych albo publicznych i napisz o tym w README. Nigdy nie podawaj projektu do nauki jako pracy dla klienta.

Testy i pomiar daj na początek README. W ofercie Google FDE III jednym z obowiązków jest budowa szybkich pipeline'ów do evali i narzędzi do podglądu agentów. Rekruter zobaczy Twój golden set, wyniki testów i otwarte błędy. Nie będzie musiał zgadywać, co zrobiłeś sam.

Krok 4: ucz się według planu

Projekt na produkcji uczy Cię tego, co się w nim zepsuło. Nauka według planu łata dziury wokół: API modelu, narzędzia, kontekst, projekt agentów i testy. Łącz każdy temat z projektem z portfolio. Gdy uczysz się narzędzi, dodaj narzędzie. Gdy uczysz się testów, rozbuduj golden set.

Certyfikat dostawcy to jeden ze sposobów, żeby dać tej nauce stały program. Anthropic ma cztery certyfikaty Claude, każdy pod inną rolę i inną pracę. Do egzaminów dopuszcza członków Claude Partner Network. Porównaliśmy, który egzamin Claude pasuje do jakiej pracy, od ludzi z biznesu po architektów dużych systemów. Wybierz ten, który najbliżej pasuje do tego, co budujesz.

Traktuj certyfikat jako naukę. 2 października 2026 przejrzeliśmy 220 ofert FDE. Żadna nie wymienia certyfikatu Claude, Anthropic ani OpenAI. Salesforce wymienia własne certyfikaty w 55 z 66 ofert. Jedna z nich jako atut wymienia też certyfikaty AWS, Google Cloud lub Azure dla inżynierów danych albo ML. Jedna oferta Palantira woli certyfikaty z bezpieczeństwa i Linuksa. Firmy biorą ludzi za pracę, która działa na produkcji. Zespół FDE w Rampie traktuje wynik techniczny jak poprzeczkę. Kandydat ma ją przejść, a wyżej Ramp jej nie podnosi. Przejdź poprzeczkę, a potem buduj i wdrażaj.

Krok 5: pracuj przy projektach dla klientów

Ten krok większość ofert stawia wprost. Pięć z ośmiu chce wcześniejszej pracy z klientem. Salesforce stawia twardy warunek: kandydat musi mieć za sobą techniczną pracę u klientów, w konsultingu, w usługach albo jako FDE. Anthropic przyjmie też Software Engineera, który pracował w konsultingu albo przy produkcie. Zaprasza również byłych technicznych założycieli firm. Blog Rampa podał w sierpniu 2025, że 7 z 16 jego FDE wcześniej zakładało własne firmy.

W projekcie dla klienta dane, narzędzia i warunki odbioru należą do kogoś innego. Klient decyduje, kiedy praca jest skończona. Ustalasz zakres. Pracujesz na cudzych dostępach. Oddajesz system zespołowi, który ma go utrzymać. Taką praktykę dają zlecenia freelance, integrator, firma doradcza albo kolektyw, który robi projekty dla klientów.

Nasz kolektyw inżynierów AI składa zespoły do projektów AI dla klientów. Gdy profil członka pasuje do zlecenia, członek dostaje propozycję, żeby dołączyć do zespołu, który je prowadzi.

Pierwszy projekt zaczyna się od briefu. Zanim na niego odpiszesz, przeczytaj, jak odpisać na brief klienta i ustalić wąski pierwszy projekt. W firmie możesz ćwiczyć to samo z innym działem w roli klienta. Ten dział sam odbiera wynik.

Zacznij w tym tygodniu. Wybierz jeden proces w swojej firmie. Umów godzinę z osobą, która go prowadzi. Zanim otworzysz edytor, zapisz trzy kryteria sukcesu.

Najczęstsze pytania