As ofertas de emprego para « forward deployed engineer » (FDE) e « AI engineer » frequentemente exigem as mesmas competências: Python, API e implementação na cloud. No entanto, as duas profissões podem resultar em dias de trabalho muito diferentes. Segundo o guia publicado pela Analytics Vidhya, a diferença reside sobretudo na organização das responsabilidades, nos problemas que chegam a cada um e na forma como o sucesso é avaliado.
- Os FDE e os AI engineer partilham competências comuns, como Python, APIs e implementação na cloud.
- O FDE acompanha o cliente desde a descoberta das necessidades até ao lançamento, em contextos com dados restritos e sistemas antigos.
- O AI engineer mantém o software de IA ao longo das versões, com avaliação, controlo de custos e possibilidade de reversão.
- Os dois papéis podem cruzar-se num mesmo projeto, e o número de ofertas FDE não deve, por si só, orientar a escolha profissional.
Um FDE concebe e implementa software em conjunto com os clientes. Nas empresas de IA, isto consiste frequentemente em levar um fluxo de trabalho baseado num modelo de linguagem (LLM, um sistema treinado com grandes quantidades de texto) da ideia inicial até à produção. Segundo a fonte, o papel do FDE na OpenAI abrange a descoberta de necessidades, o enquadramento técnico, a conceção do sistema, a implementação e o lançamento. O ambiente do cliente molda o trabalho: dados restritos, sistemas antigos e regras de aprovação não documentadas fazem parte do problema a resolver.
A abordagem segue geralmente várias etapas, desde a observação dos usos até à transmissão dos ensinamentos. O guia sublinha esta última etapa: a descrição do cargo de FDE na Anthropic inclui explicitamente a partilha de esquemas de implementação com as equipas de produto e engenharia. O trabalho realizado para um cliente pode assim alimentar capacidades reutilizáveis, em vez de se acumular em correções específicas.
Um AI engineer concebe e opera software que utiliza inteligência artificial, seja um assistente, um serviço de recomendação, uma aplicação de visão ou um agente capaz de usar ferramentas. Numa equipa de produto ou interna, este trabalho frequentemente continua de uma versão para a seguinte. A título de exemplo, o guia cita o cargo de Senior AI Engineer na Criteo, que inclui agentes, depuração, implementação, supervisão e manutenção.
O guia ilustra esta continuidade com um caso simples: um modelo mais barato responde bem a perguntas comuns, mas falha em exceções pouco habituais à política da empresa. Mudar de modelo reduz o custo por pedido, mas introduz um problema de qualidade. O engenheiro deve então dispor de casos de avaliação representativos, medidas de latência e custo, e um meio de retroceder.
Para ilustrar a diferença, o guia imagina um distribuidor que implementa um assistente de IA para as suas equipas de apoio, encarregado de responder a perguntas sobre a política comercial, consultar encomendas e deixar os reembolsos para os funcionários autorizados. O FDE poderia descobrir que o obstáculo imediato é um repositório de políticas desatualizado, enquanto o AI engineer poderia constatar que uma atualização do modelo provocou uma regressão. Segundo o guia, estes focos diferentes inserem-se num mesmo esforço de engenharia e não distribuem as tarefas de forma obrigatória.
Os dois papéis baseiam-se em competências comuns: engenharia de software, conceção de aplicações de IA incluindo a geração aumentada por recuperação (RAG, que consiste em fornecer ao modelo documentos extraídos de uma base), avaliação e colocação em produção. O FDE deve ainda saber fazer as perguntas certas ao cliente e negociar o âmbito, enquanto o cargo orientado para o produto exige um conhecimento profundo e duradouro do sistema.
O guia especifica também que a afirmação de que o papel de FDE oferece « far more roles » não é sustentada por uma contagem de ofertas, e que não deveria guiar sozinha a escolha de uma profissão. Segundo a fonte, muitos cargos de FDE incluem a implementação, os testes e o lançamento, e a parte de código depende do empregador.
