В вакансиях на должности « forward deployed engineer » (FDE) и « AI engineer » часто требуются одни и те же навыки: Python, API и облачное развертывание. Тем не менее, эти две профессии могут подразумевать совершенно разные рабочие будни. Согласно руководству, опубликованному Analytics Vidhya, разница заключается главным образом в организации ответственности, проблемах, с которыми сталкивается каждый специалист, и критериях оценки успеха.
FDE проектирует и развертывает программное обеспечение вместе с клиентами. В AI-компаниях это часто означает перевод рабочего процесса, основанного на языковой модели (LLM, системе, обученной на больших объемах текста), от первоначальной идеи до промышленной эксплуатации. Согласно источнику, роль FDE в OpenAI охватывает выявление потребностей, техническое планирование, проектирование системы, реализацию и развертывание. Работа формируется средой клиента: ограниченные данные, устаревшие системы и недокументированные правила согласования становятся частью проблемы, которую нужно решить.
Подход обычно следует нескольким этапам: от наблюдения за использованием до передачи полученных знаний. Руководство подчеркивает этот последний этап: описание должности FDE в Anthropic явно включает обмен схемами развертывания с командами продукта и инженеров. Работа, выполненная для одного клиента, может стать основой для повторно используемых возможностей, а не накапливаться в виде специфических исправлений.
AI engineer проектирует и эксплуатирует программное обеспечение, использующее искусственный интеллект, будь то ассистент, сервис рекомендаций, приложение компьютерного зрения или агент, способный использовать инструменты. В продуктовой или внутренней команде эта работа часто продолжается от версии к версии. В качестве примера руководство приводит должность Senior AI Engineer в Criteo, которая включает работу с агентами, отладку, развертывание, мониторинг и поддержку.
Руководство иллюстрирует эту непрерывность простым случаем: более дешевая модель хорошо справляется с обычными вопросами, но пропускает необычные исключения из политики компании. Смена модели снижает стоимость за запрос, но при этом создает проблему с качеством. Инженеру тогда необходимы репрезентативные тестовые случаи, метрики задержки и стоимости, а также возможность отката.
Чтобы проиллюстрировать разницу, руководство приводит пример ритейлера, который развертывает AI-ассистента для своих команд поддержки, задача которого — отвечать на вопросы о коммерческой политике, проверять заказы и оставлять возвраты на усмотрение уполномоченных сотрудников. FDE может обнаружить, что непосредственным препятствием является устаревший репозиторий политик, в то время как AI engineer может установить, что обновление модели вызвало регрессию. Согласно руководству, эти разные акценты являются частью одной инженерной работы и не обязательно жестко распределяют задачи.
Обе роли основаны на общих навыках: программная инженерия, проектирование AI-приложений, включая генерацию, дополненную извлечением (RAG, которая заключается в предоставлении модели документов, извлеченных из базы), оценка и вывод в продакшн. FDE дополнительно должен уметь задавать клиенту правильные вопросы и согласовывать объем работ, в то время как продукт-ориентированная должность требует глубокого и долгосрочного понимания системы.
Руководство также уточняет, что утверждение о том, что роль FDE предлагает « far more roles » (гораздо больше вакансий), не подкреплено подсчетом предложений и не должно быть единственным ориентиром при выборе профессии. Согласно источнику, многие должности FDE включают реализацию, тестирование и развертывание, а доля программирования зависит от работодателя.
