前線部署工程師 ｜ Forward Deployed Engineer (FDE)
Summary
十论科技股份有限公司（Tricuss CO., LTD.）发布前线部署工程师（Forward Deployed Engineer, FDE）招聘公告。公司旗舰产品“企业级Co-researcher AI Agent”融合Agentic AI、大数据与物理模拟，结合物理基础数字孪生（Physics-based Digital Twins），为地端（On-premise）与封闭网络（Air-gapped）高资安客户提供最高千倍加速和减少70%实体实验的研发解决方案，已与NVIDIA、Qualcomm、Intel及世界顶尖半导体与AI服务器供应链客户密切合作。FDE作为核心技术与客户间的桥梁，需深入理解客户研发痛点，利用平台设计并部署定制化AI代理与工作流，负责系统集成（如Hadoop/Iceberg大数据生态）、AI检索架构优化、Prompt策略与多代理协作调优、PoC验证及产品反馈。岗位要求具备大型语言模型API（OpenAI、Anthropic）实战经验、Agentic Framework与RAG部署经验，以及B2B SaaS技术咨询或FDE/Solutions Architect背景，熟悉Python或TypeScript、云平台（AWS、GCP、Azure）与容器化技术（Docker、Kubernetes），掌握LangGraph、CrewAI、AutoGen等Agentic框架者优先，薪资60万至200万新台币/年。该职位体现了AI 2B场景下对既懂技术又懂业务的复合型FDE的迫切需求，是AI工程化与垂直行业深度融合的典型案例。
Key Takeaways
- 70%Tricuss十论科技招聘FDE，负责将其企业级Co-researcher AI Agent落地到客户端，融合Agentic AI与物理数字孪生，实现千倍研发加速与物理实验减少。
- 公司已与NVIDIA、Qualcomm、Intel等半导体及AI服务器供应链顶尖客户建立合作，为FDE提供世界级的实践场景。
- FDE的职责涵盖端到端解决方案交付、深度企业系统集成（Hadoop/Iceberg等）、AI性能优化、PoC主导与产品反馈闭环。
- 岗位要求具备LLM API（OpenAI、Anthropic）实战经验、Agentic Framework与RAG部署能力，以及B2B SaaS技术咨询或FDE/Solutions Architect经验。
- 技术栈要求Python/TypeScript、云平台（AWS/GCP/Azure）与容器化技术（Docker/Kubernetes），熟悉LangGraph、CrewAI、AutoGen等加分。
- 职位体现AI 2B领域对复合型人才的需求，FDE需兼具顶尖工程能力与商业敏锐度，直接推动企业研发变革。
当AI从炫技走向工业核心，FDE正成为最稀缺的复合型人才。这篇来自Tricuss的招聘帖不仅是一份JD，更是一张AI 2B深水区的作战地图。它清晰勾勒出Agentic AI与物理数字孪生在半导体顶级供应链中落地的真实图景——千倍加速、70%实验减少，以及与NVIDIA、Qualcomm、Intel并肩作战的机会。我们推荐所有关心AI工程化、MLOps和垂直行业转型的读者仔细阅读这份“前线”说明书，理解为什么FDE是连接前沿技术与万亿产业的关键枢纽，以及你需要怎样的技能才能站上这个舞台。
Tricuss十论科技招聘FDE，负责将其企业级Co-researcher AI Agent落地到客户端，融合Agentic AI与物理数字孪生，实现千倍研发加速与70%物理实验减少。
前線部署工程師 ｜ Forward Deployed Engineer (FDE)
十論科技股份有限公司 Tricuss CO., LTD.
前線部署工程師 ｜ Forward Deployed Engineer (FDE)
前線部署工程師 ｜ Forward Deployed Engineer (FDE)
十論科技股份有限公司 Tricuss CO., LTD.
Job updated about 13 hours ago
The employer was active about 13 hours ago
Job Description
【職位概述】
Tricuss (十論科技) 致力於顛覆傳統研發流程（Revolutionize R&D）。旗艦產品「企業級 Co-researcher AI Agent」為自主虛擬科學家，融合 Agentic AI、大數據與物理模擬，能自主設計假說、推演，並自動檢索論文與內部資料以加速研發探索。
我們將系統與「物理基礎數位孿生（Physics-based Digital Twins）」深度結合，專為地端（On-premise）與封閉網路（Air-gapped）高資安客戶打造，實現最高千倍加速並減少 70% 實體實驗。目前我們與 NVIDIA、Qualcomm、Intel 及世界頂尖半導體與 AI 伺服器供應鏈的客戶們密切合作，邀您共同定義下一代研發標準。
身為 AI 前線部署工程師 (FDE)，您將是我們核心技術團隊與頂級企業客戶之間的關鍵橋樑。FDE 結合了頂尖軟體工程師的實作能力與技術顧問的商業敏銳度。您將親臨前線（或深度線上協作），深入了解客戶最棘手的研發與業務痛點，並運用我們的 Co-researcher 平台為他們量身打造並部署解決方案。您不會只在後台寫程式，您將直接看見您的程式碼如何徹底顛覆大型企業的研發運作方式，並將前線的寶貴回饋直接帶回給我們的核心產品團隊。
【主要職責】
端到端解決方案交付： 深入了解企業客戶的 R&D 流程與業務痛點，利用我們的 Agentic AI 平台設計、開發並部署客製化的 Co-researcher AI 代理與工作流程。
企業系統深度整合： 將我們的 AI 平台與客戶現有的企業內部系統（如專有研究資料庫、內部 API、Hadoop/Iceberg 大數據生態系）進行無縫且高度安全的整合。
AI 效能優化： 針對特定研發場景設計並優化 AI 檢索架構、撰寫複雜的 Prompt 策略，並調整多代理協作 (Multi-Agent Orchestration) 的邏輯，確保 AI 輸出的準確度與穩定性。
主導概念驗證 (PoC)： 帶領技術 PoC 專案，在短時間內於客戶的地端或封閉網路環境中展示千倍模擬加速與實驗減少的產品價值，協助業務團隊贏得企業客戶信任。
產品迴圈樞紐： 將前線遇到的技術瓶頸、客戶新需求與實驗場景，轉化為具體的工程規格，回饋給核心產品研發團隊，共同制定產品藍圖。
客戶技術賦能： 為客戶的研發與技術團隊提供教育訓練與技術指導，確保 AI 解決方案能成功落地並持續運作。
===
【Position Overview】
Tricuss is on a mission to revolutionize R&D. Our flagship enterprise-grade Co-researcher AI Agent is an autonomous virtual scientist fusing Agentic AI, big data, and physics simulation—formulating and reasoning through hypotheses while auto-retrieving papers and internal data to accelerate R&D.
We deeply integrate it with Physics-based Digital Twins, purpose-built for on-premise and air-gapped, high-security customers—delivering up to 1000x acceleration and 70% fewer physical experiments. We work closely with customers across NVIDIA, Qualcomm, Intel, and the world's leading semiconductor and AI server supply chains. Join us to help define the next generation of R&D standards.
As an AI Forward Deployed Engineer (FDE), you'll be the critical bridge between our core engineering team and top-tier enterprise customers—combining an elite engineer's hands-on execution with a technical consultant's business acumen. Working the front lines (on-site or in close online collaboration), you'll dive into customers' toughest R&D and business pain points and use our Co-researcher platform to tailor and deploy solutions. You won't just write code behind the scenes—you'll see it transform how large enterprises run R&D, and carry frontline feedback straight back to our core product team.
【Key Responsibilities】
End-to-End Solution Delivery: Understand enterprise customers' R&D processes and pain points, then use our Agentic AI platform to design, build, and deploy customized Co-researcher AI agents and workflows.
Deep Enterprise System Integration: Seamlessly and securely integrate our AI platform with customers' internal systems (proprietary research databases, internal APIs, Hadoop/Iceberg big data ecosystems).
AI Performance Optimization: Design and optimize AI retrieval architectures for specific R&D scenarios, craft sophisticated prompt strategies, and tune Multi-Agent Orchestration to ensure accurate, reliable AI outputs.
Lead Proofs of Concept (PoC): Drive technical PoCs that quickly demonstrate 1000x simulation acceleration and experiment reduction in customers' on-premise or air-gapped environments—helping sales earn enterprise trust.
Product Feedback Hub: Translate frontline bottlenecks, emerging customer needs, and real-world experiment scenarios into concrete engineering specs, feeding them back to shape the product roadmap.
Customer Technical Enablement: Train and guide customers' R&D and technical teams to ensure AI solutions are successfully adopted and run smoothly.
Requirements
【基本條件】
AI/LLM 實戰經驗： 熟悉大型語言模型 API (OpenAI, Anthropic 等)，並具備 AI Project, Agentic Framework, RAG 等實務導入經驗。
卓越的溝通能力： 能夠將複雜的技術概念，以簡單易懂的方式向客戶的高階主管（非技術背景）進行簡報與溝通。
擁抱模糊與快節奏： 具備強大的問題解決能力 (Troubleshooting)，能在充滿未知與快速變化的新創環境中獨立作業。
具備企業級軟體 (B2B SaaS) 導入、技術顧問 (Technical Consulting) 或 Forward Deployed Engineer / Solutions Architect 的相關經驗。
【加分條件】
資訊工程、數學或相關領域學士以上學位，或具備同等實務經驗。
1 年以上軟體工程經驗 ，精通 Python 或 TypeScript ，具備編寫高質量、可維護程式碼的能力。
後端與系統架構： 熟悉 RESTful/GraphQL API 設計，具備雲端平台 (AWS, GCP, 或 Azure) 及容器化技術 (Docker, Kubernetes) 的部署經驗。
熟悉 Agentic Frameworks (如 LangGraph, CrewAI, AutoGen, Semantic Kernel 等)。
了解企業級資訊安全規範與合規標準 (如 SOC2, ISO 27001, GDPR)。
曾有處理高併發 (High-concurrency) 系統或大數據資料管線 (Data Pipelines) 的經驗。
具備半導體、材料科學、物理模擬或科學計算等相關領域背景或產業知識者佳（歡迎但非必要）。
流利的英文溝通與書寫能力
===
【Basic Qualifications】
Hands-On AI/LLM Experience: Proficiency with large language model APIs (OpenAI, Anthropic, etc.) and hands-on experience deploying AI projects, Agentic Frameworks, and RAG.
Exceptional Communication: Able to present complex technical concepts clearly to customers' senior, non-technical executives.
Comfort with Ambiguity and Pace: Strong troubleshooting and problem-solving skills; able to work independently in a fast-moving, uncertain startup environment.
Relevant experience in enterprise software (B2B SaaS) implementation, Technical Consulting, or as a Forward Deployed Engineer / Solutions Architect.
【Preferred Qualifications】
Bachelor's degree or above in Computer Science, Mathematics, or a related field—or equivalent practical experience.
1+ years of software engineering experience; strong command of Python or TypeScript and the ability to write high-quality, maintainable code.
Backend and System Architecture: Familiarity with RESTful/GraphQL API design and deployment experience on cloud platforms (AWS, GCP, or Azure) and containerization (Docker, Kubernetes).
Familiarity with Agentic Frameworks (LangGraph, CrewAI, AutoGen, Semantic Kernel, etc.).
Understanding of enterprise security and compliance standards (SOC2, ISO 27001, GDPR).
Experience with high-concurrency systems or big data pipelines.
A background or industry knowledge in semiconductors, materials science, physics simulation, or scientific computing is a plus (welcome but not required).
Fluent English communication and writing skills.
Tags
Related Topics
Expert Comment
This article is curated by the editorial team from public sources for reference only.