行业动态

资深前部署工程师,GenAI,Google Cloud(日语、英语)

Key takeaway: Google Cloud 发布 Senior Forward Deployed Engineer, GenAI 职位招聘,工作地点位于日本东京。该职位属于 Google Cloud 的 Go-To-Market 团队,要求候选人具备 Python 和机器学习框架(如 Keras、PyTorch、HF Transformers)的 5 年以上经验,以及应用 AI 构建系统的能力,包括提示工程、微调、检索增强生成(RAG)和编排模型与外部工具交互。候选人还需有在云平台(如 Google Cloud Platform)上架构、部署或管理解决方案的经验,并精通日语和英语。优先条件包括 AI 或计算机科学硕士/博士学位,以及使用 LangGraph、CrewAI 或 Google Agent Development Kit (ADK) 实现多智能体系统的经验,熟悉 ReAct、自我反思、层级委托等模式,并了解大语言模型原生指标(如 tokens/sec、cost-per-request)及状态管理和细粒度追踪优化。职位核心职责是将 AI 应用从原型转化为生产级智能体工作流,架构并编码连接 Google AI 产品与客户现有基础设施,构建评估流水线和可观测框架以确保智能体系统的准确性、安全性和延迟达标,识别可复用的现场模式并将其转化为可复用模块或产品功能需求,以及联合客户工程团队灌输 Google 级开发最佳实践。该职位强调嵌入式构建者的角色,弥合前沿 AI 产品与客户生产现实之间的鸿沟,并将现场洞察反馈至 Google Cloud 产品路线图。Google 提供包括 Gemini 前沿模型和 Vertex AI 平台在内的最先进 AI 产品组合,以及直接接触 DeepMind 工程和研究团队的协作文化。

Key Takeaways
  1. 职位要求 5 年以上 Python 及 Keras、PyTorch、HF Transformers 等机器学习包的使用经验。
  2. 需要具备应用 AI 经验,包括提示工程、微调、RAG 以及编排模型与外部工具交互以交付解决方案。
  3. 优先考虑具有 LangGraph、CrewAI 或 Google ADK 实现多智能体系统经验的候选人,并熟悉 ReAct、自我反思和层级委托模式。
  4. 职责包括将 AI 应用从原型转化为包含多智能体系统和 MCP 服务器的生产级智能体工作流,并驱动投资回报。
  5. 需要构建评估流水线和可观测框架,确保智能体系统满足准确性、安全性和延迟要求。
  6. 岗位充当嵌入式构建者,将现场真实洞察转化为 Google Cloud 未来产品路线图的反馈。
  7. 工作地点位于日本东京,要求日语和英语流利,直接面向日本本地客户和利益相关者。
这是一份来自 Google Cloud 的 FDE 官方职位描述,极其详尽地定义了 AI 前线部署工程师在 2025 年应具备的技能栈和职责边界。从提示工程、RAG 到多智能体系统和 MCP 服务器,再到 LLM 原生指标优化,该 JD 几乎囊括了将生成式 AI 从 demo 推向生产环境的所有关键工程能力。对于正在组建 AI 落地团队的企业和规划职业路径的工程师而言,这份文件提供了一个权威的能力模型和行业标杆。推荐所有关注 AI 工程化和企业级 AI 部署的读者仔细研读。

职位要求 5 年以上 Python 及 Keras、PyTorch、HF Transformers 等机器学习包的使用经验。

—— 络石智能编辑部 · Editor's Pick

资深前部署工程师,GenAI,Google Cloud(日语、英语)

Google

职位描述

Google 欢迎残障人士。

最低要求:

  • 科学、技术、工程、数学学士学位,或同等实践经验。
  • 5 年 Python 及相关机器学习包(例如 Keras、PyTorch、HF Transformers)使用经验。
  • 在应用 AI 领域有经验,能够围绕预训练模型构建系统(例如提示工程、微调、检索增强生成(RAG)、协调模型与外部工具的交互以交付解决方案)。
  • 具有在云平台(例如 Google Cloud Platform)上架构、部署或管理解决方案的经验。
  • 能够流利使用日语和英语进行沟通,与内部和外部利益相关者互动。

优先要求:

  • 人工智能、计算机科学或相关技术领域的硕士或博士学位。
  • 有使用框架(例如 LangGraph、CrewAI 或 Google 的 Agent Development Kit (ADK))以及 ReAct、自我反思和分层委托等模式实现多智能体系统的经验。
  • 了解大型语言模型(LLM)原生指标(例如 tokens/秒、每次请求成本)以及优化状态管理和细粒度追踪的技术。

关于这份工作

在这个角色中,你将成为一名嵌入式构建者,弥合前沿人工智能(AI)产品与客户实际生产环境之间的差距。你将解决生产过程中的障碍,包括集成问题、数据准备问题以及状态管理测试,这些障碍阻止 AI 达到企业级成熟度。你将负责 AI 系统的部署,并充当反馈循环,将真实世界的现场洞察转化为 Google Cloud 未来的产品路线图。这是一个激动人心的时刻,加入 Google Cloud 的上市团队,引领全球企业的 AI 革命。通过利用 Google 的品牌信誉——建立在发明基础技术并证明其大规模可用性的遗产——你将脱颖而出。我们将为你提供世界上最先进的 AI 产品组合,包括前沿的 Gemini 模型和完整的 Vertex AI 平台,帮助你解决业务问题。我们拥有协作文化,可以直接接触 DeepMind 的工程和研究人才,助你解决客户挑战。加入我们,成为我们使命的催化剂,推动客户成功,定义新的云时代——市场属于你。

职责

  • 担任人工智能(AI)应用程序的开发者,将原型转变为生产级代理工作流(例如多智能体系统、模型上下文协议(MCP)服务器),从而驱动投资回报率(ROI)。
  • 作为团队一员,架构并编码 Google AI 产品与客户实时基础设施之间的连接,包括应用程序编程接口(API)、遗留数据孤岛和安全边界。
  • 构建评估流水线和可观察性框架,确保代理系统满足准确性、安全性和延迟要求。
  • 识别 Google AI 栈中的可重复现场模式及摩擦点,将其转化为可复用模块或正式的产品功能需求,提交给工程团队。
  • 与客户工程团队共同构建,灌输 Google 级别的开发最佳实践,确保项目成功和最终用户采用。

Google 自豪地成为提供平等机会的工作场所,并是一家积极行动的雇主。我们致力于提供平等的就业机会,不论种族、肤色、血统、宗教、性别、国籍、性取向、年龄、公民身份、婚姻状况、残疾、性别认同或退伍军人身份。同时,我们也会在法律要求下考虑具有犯罪记录的合格申请人。另请参阅 Google 的 EEO 政策和 EEO 是法律。如果您有需要特殊照顾的残疾或特殊需求,请填写我们的申请人照顾申请表告知我们。

Tags

Related Topics

Expert Comment

This article is curated by the editorial team from public sources for reference only.

FAQ

什么是 Forward Deployed Engineer (FDE)?在 AI 领域中扮演什么角色?
Forward Deployed Engineer(前线部署工程师)在 AI 领域是嵌入客户环境的工程角色,负责弥合前沿 AI 产品与客户生产现实之间的鸿沟。在 Google Cloud 的 AI 团队中,FDE 不仅要进行解决方案的架构和编码,还需要将原型转化为生产级智能体工作流,解决集成、数据就绪度和状态管理等阻碍 AI 落地的实际问题,并将客户现场的洞察反哺至产品路线图。
Google Cloud 对 Senior Forward Deployed Engineer, GenAI 职位有哪些核心技能要求?
最低要求包括:5 年以上 Python 及 Keras、PyTorch、HF Transformers 等机器学习包经验;具备应用 AI 构建系统的经验,如提示工程、微调、RAG 和模型与外部工具编排;有云平台(如 Google Cloud Platform)架构、部署或管理解决方案的经验;流利的日语和英语。优先条件包括:硕士/博士学位;使用 LangGraph、CrewAI 或 Google ADK 实现多智能体系统的经验;熟悉 ReAct、自我反思和层级委托等模式;了解 tokens/sec 等 LLM 原生指标及状态管理和细粒度追踪优化。
这个职位的主要职责是什么?
主要职责包括:作为 AI 应用开发者,将原型转化为生产级智能体工作流(如多智能体系统、MCP 服务器),推动投资回报;架构并编码连接 Google AI 产品与客户实时基础设施,处理 API、遗留数据孤岛和安全边界;构建评估流水线和可观测框架,确保准确、安全、低延迟;识别可复用的现场模式和摩擦点,转化为可复用模块或工程团队的正式产品功能需求;与客户工程团队共同构建,灌输 Google 级开发最佳实践,保障项目成功和终端用户采用。

Related Articles

对话式AI领域的前沿部署工程师III

本文是Google在澳大利亚墨尔本和悉尼发布的“Forward Deployed Engineer III, Conversational AI”职位招聘信息,代表了顶级云计算厂商对前线部署工程师这一新兴角色的最新定义。该角色定位为嵌入客户环境的动手建设者,核心任务是将前沿AI产品从原型转化为生产级代理工作流,直接解决集成复杂性、数据就绪度和状态管理等阻碍AI达到企业成熟度的关键瓶颈。职位要求候选人拥有计算机科学或工程学士学位、5年以上Python软件开发经验、以及将AI驱动方案从概念到上线的全周期经验。技术上明确要求具备在Google Cloud Platform等云平台上架构AI系统的能力、使用向量数据库和RAG架构构建企业级数据管道的实践经验。优选资质进一步聚焦在Agent工程前沿,包括使用LangGraph、CrewAI或ADK等多智能体框架实现ReAct、自我反思和层级委托等复杂模式的经验,以及针对聊天机器人和虚拟代理等对话式AI技术的开发背景和LLM原生指标优化能力。岗位职责涵盖开发多智能体系统和MCP服务器、构建评估管道和可观测框架以确保系统的准确性、安全性和延迟,同时将现场部署中发现的重复性模式转化为可复用的模块或向工程团队提交正式的产品功能需求。这一设置使FDE成为从市场反馈到云产品路线图的关键反馈闭环。该职位将能直接利用Google DeepMind的工程与研究成果、前沿Gemini模型以及完整的Vertex AI平台,凸显了Google Cloud在AI领域通过技术权威与平台广度获取企业客户市场的整体战略。

Read More

前向部署工程师,Google Cloud,AI 专家

本文是 Valtech 公司发布的 Forward Deployed Engineer(FDE,前线部署工程师)招聘信息,工作地点为加拿大魁北克省,要求流利英语。该岗位需要深度嵌入企业客户团队,将 Google Cloud 与前沿 AI 能力转化为生产级系统,而非仅担任顾问角色。核心职责包括:与客户工程团队协作,使用 Vertex AI 和 Gemini 模型架构、编码并交付多智能体系统、MCP 服务器、RAG 管道与安全护栏;设计检索增强生成架构,优化向量数据库与嵌入以解决幻觉问题;构建连接 Google AI 产品与客户遗留系统、身份、安全边界的集成方案;使用 Google ADK 或 LangGraph 实现 ReAct、自反思、分层委派等多智能体模式;构建评估与可观测性框架,关注延迟、每次请求成本等指标;调试高流量环境下的智能体逻辑与工具选择;并在项目结束后推进向客户团队的有序交接。必备资格包括计算机相关学士学位、5年以上 Python/TypeScript 软件开发经验、在 GCP 上架构部署 AI 系统的实操经验(Vertex AI、Gemini、BigQuery、Cloud Run 等)、构建生产级 RAG 与智能体解决方案的经验、使用 Terraform 等 IaC 工具部署云资源的经验、领导技术发现会议的能力、集成企业 IT 基础设施的经验,以及最高 50% 差旅的适应能力。优先资格涵盖 AI 硕士/博士、多智能体框架(ADK/LangGraph/CrewAI)、MCP 服务器经验、LLM 原生运营指标优化、高流量生产系统排障、数据主权与安全治理架构、AI 辅助开发倡导经验及 GCP 多项专业认证。Valtech 提供远程工作、健康保险、500 加元个人账户、退休计划匹配、弹性假期等福利,强调多元包容文化。该职位清晰呈现了 FDE 角色在 AI 工程落地中

Read More

前场部署工程师,AI赋能(UR和MiR,North Reading, MA)职位详情

Teradyne 于 2026 年 7 月 2 日发布了一则 FDE 前线部署工程师 AI 赋能方向的招聘信息,工作地点位于美国马萨诸塞州 North Reading。该职位隶属于首席人工智能官(Chief AI Officer)领导的 AI 转型团队,核心使命是通过 AI 增强工作流来增强员工能力,并将智能嵌入关键业务流程。FDE 需利用 Microsoft Copilot Studio/Foundry、LangChain、LlamaIndex 等现代平台,设计并部署 AI 增强工作流,构建自然语言界面和对话式 AI 系统,并与销售、工程、运营、财务和产品团队合作,将 AI 能力转化为可衡量的业务价值。职位要求 3-5 年软件工程经验,熟练使用 Cursor、OpenAI Codex、Claude Code 等 AI 原生开发工具,并具备全栈开发能力。此外,具备智能体 AI 框架(如 OpenClaw、LangGraph)、本地模型推理(Ollama)、MCP、RAG 架构及向量数据库等经验者优先。该岗位薪资范围为 169,700 至 271,500 美元,体现了 Teradyne 对 AI 前线部署人才的高度重视。

Read More

前線部署工程師 | Forward Deployed Engineer (FDE)

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。

Read More

Forward-deployed engineering in the age of agentic AI: From vibe coding to governed autonomy - Tiatra, LLC

本文由 Tiatra, LLC 发布,系统阐述了前线部署工程(FDE)在 Agentic AI 时代从“氛围编程”到“受控自治”的演进。核心论点在于,当 AI Agent 从单纯回答问题转向规划、调用工具、读写企业数据、更新系统并跨多步执行时,生产成功不再依赖模型演示,而取决于业务上下文、工作流边界、控制、可观测性和人工问责的工程化设计。FDE 通过将工程能力嵌入业务现场,弥补了原型与可信生产系统之间的鸿沟。文章详细描述了 FDE 的运营模式:明确业务成果、分解工作流、构建包含真实鉴权与监控的“薄片”生产系统、迭代优化并转移运维知识。在治理方面,文章提出了五层模型——意图、数据、工具、决策和运行时治理,并引用了 Gartner、Forrester、IDC 及 Everest Group 的分析作为支撑。安全部分则强调最小权限、工具白名单、审批门、间接提示注入防御和完整审计轨迹。文章还探讨了 FDE 与 vibe coding 的关系,认为前者为后者提供了必要的工程纪律。最后,通过 LangGraph、Microsoft AutoGen 与 Microsoft Agent Framework、CrewAI 三个具体案例,展示了 FDE 如何在不同编排栈上实现可审计、可恢复、有人工介入的受控 Agent 系统,并提供了六层参考架构和十条最佳实践。

Read More