LLM

与「LLM」相关的文章

共 21 篇文章

Shreyas Peruvemba

本文为 Shreyas Peruvemba 的个人职业档案，展示了其作为前沿部署（Forward Deployed）工程师的职业发展路径与核心能力。Shreyas Peruvemba 目前就职于对话智能软件公司 Observe.AI，担任 Manager, AI Agent Engineering，领导前沿部署（FDE）团队，专注于为客服体验（CX）构建和交付企业级 AI 智能体（AI Agents），包括语音智能体（Voice AI Agents）与陪伴智能体（Companion Agent）。他的工作涵盖从售前（Pre-Sales）到客户扩展的全流程，并主导构建前沿部署运营手册。此前，他在 Cisco 担任软件工程师及业务分析师，积累了两年专业服务集成与中间件开发经验，以及两年 RPA 解决方案交付经验。他拥有迈阿密大学工商管理学士学位，并持有 Postman API 专家、Salesforce 认证 AI 助理及管理员等多项技术认证。档案强调了他从创始 AI Agent 工程师晋升为团队管理者的快速成长，以及 Observe.AI 重新定义客户体验、发布 Companion Agent 以赋能一线团队的行业实践。该档案是 FDE 角色在 AI 客服领域落地的典型职业样本，涉及 AI 智能体部署、人机协同、客户成功与增长等关键领域。

阅读全文 →

前沿部署解决方案架构师 – 应用AI FDE | Prairie

本文是 ServiceNow 于 2026 年 8 月 17 日发布的“Forward Deployed Solution Architect – Applied AI FDE”招聘信息。该职位隶属于 ServiceNow 的应用 AI 前线部署工程团队，旨在与战略客户深度合作，识别高价值 AI 机会并加速业务成果。作为 FDSA，核心职责包括领导战略发现、使用 LLM 和 RAG 管道设计 AI 原生系统架构、与工程师协作在 8 到 12 周内交付经验证的解决方案，并将成功模式转化为可重复使用的框架和组件，以推动 Now AI 平台的演进。职位要求候选人具备 15 年以上整体经验，其中 5 到 7 年专注于企业 AI/ML 架构、现场工程或解决方案咨询，必须精通 Python 和 SQL，并掌握 LangChain、Semantic Kernel 等 GenAI 工具框架，同时熟悉 AWS、Azure 或 GCP 等云基础设施及 Terraform 等基础设施即代码工具。该角色需要频繁出差，深入客户现场工作。这则招聘不仅定义了企业级应用 AI 前线部署架构师的职责和能力模型，也揭示了 ServiceNow 如何将通过客户共创验证的解决方案转化为平台级产品能力的方法论。

阅读全文 →

前沿部署解决方案架构师 – 应用AI FDE

ServiceNow 正在招聘一名“Forward Deployed Solution Architect – Applied AI FDE”，这是一个直接嵌入客户前线的高阶技术岗位，隶属于 Applied AI 前线部署工程（FDE）团队。该职位旨在与最具战略意义的客户深度合作，识别高价值 AI 机会，并设计、交付基于 LLM 和 RAG 等技术的 AI 解决方案，以加速业务成果。候选人需在 8 到 12 周内交付能够解决关键业务难题的“解决方案就绪构建物”，并将一次性的成功转化为可复用的模块，从而推动 Now AI 平台的演进。该角色要求极高的综合能力：拥有 15 年以上整体经验及 5 到 7 年的企业 AI/ML 架构或现场工程经验；技术上必须精通 LLM 系统、GenAI 管道、提示工程、RAG、数据建模，并掌握 AWS、Azure 或 GCP 等云平台的容器化和基础设施即代码（如 Terraform）；同时需要具备 Python 和 SQL 编码能力，熟悉 LangChain 或 Semantic Kernel 等框架。此外，该职位有高达 30% 的差旅要求，以嵌入客户现场领导战略发现研讨会并引导高管决策。ServiceNow 强调其平台已集成任何 AI、任何数据和任何工作流，服务于 85% 的财富 500 强企业，创始人 Fred Luddy 的初心是将人从繁琐工作中解放。此职位不仅是解决方案架构师，更是定义可扩展企业创新标准的实地产品架构师。

阅读全文 →

前向部署工程师：何时需要雇佣一位

Forward Deployed Engineer（前线部署工程师）岗位需求在2025年4月至2026年4月间飙升729%。该角色由Palantir在2010年代初率先推行，强调端到端的技术交付责任，要求工程师直接嵌入客户环境，基于真实数据和基础设施完成软件产品从需求梳理、系统设计、开发到上线及早期采用的全流程。与咨询顾问或方案工程师不同，FDE 需具备全栈技术能力（Python、TypeScript、云平台、大语言模型及智能体框架），能够在需求模糊时自行定义问题，并有判断力向客户提出建设性反对意见。当前该岗位正被AI前沿实验室、咨询公司和软件厂商大规模抢人：OpenAI投入超过40亿美元扩展其部署公司，Anthropic投入约15亿美元，Salesforce目标招募近1000名FDE以支撑Agentforce部署，Databricks则新成立了专门的FDE组织。决定是否招聘FDE的关键信号包括：遗留系统的复杂程度、工作流能否提前完整定义、系统上线后故障由谁负责，以及试点失败的沉默成本。RAND报告估计超过80%的AI项目失败，Gartner调查显示仅28%的AI用例完全成功并达到ROI，这些数据成为衡量嵌入式工程投入的参照。对于难以直接招聘到这种复合型人才的企业，GAP等近岸工程伙伴提供的嵌入式服务被视为灵活的替代路径。

阅读全文 →

前部署工程师：2026年印度职业完整指南

本文是一份面向印度市场的Forward Deployed Engineer（FDE，前线部署工程师）完整职业指南，详细阐述了FDE角色的定义、职责、与传统软件工程师（SDE）的区别、所需技能栈以及2026年印度市场的薪资和招聘现状。FDE是介于核心产品团队与客户之间的工程角色，负责将AI模型（LLM、RAG、AI代理）及企业软件部署到客户真实业务场景中，需要兼具软件工程、客户沟通和高模糊环境下的问题解决能力。文章指出，印度（尤其是班加罗尔）正成为FDE的重要招聘市场，主要雇主包括Anthropic、OpenAI部署组织、Google Cloud、Palantir、Databricks和McKinsey QuantumBlack等。2026年印度FDE薪资范围为：0-2年经验18-28 LPA，3-6年经验28-55 LPA，资深或全球远程岗位可达55-90+ LPA。尽管职位发布量同比增长729%，但市场上通常仅同时存在约250-270个活跃岗位，显示该角色仍具稀缺性。入门路径并非面向应届生，更现实的切入点是拥有2-5年产品后端经验的工程师转型。文章最终判断，企业AI瓶颈已从模型能力转向实施落地，FDE是应对这一结构性转变的核心角色。

阅读全文 →

FDE（Forward Deployed Engineer）是什么？生成AI时代激增的「最后一英里」的承担者

本文系统性地介绍了 Forward Deployed Engineer（FDE，前线部署工程师）这一职种的定义、市场需求爆发的原因、行业巨头的战略布局以及日本市场的情况。FDE 是一种由 Palantir 在 2010 年代初确立的混合型角色，兼具工程师的编码能力与顾问的业务理解力，致力于从需求定义到商业成果落地的一站式服务。由于大型语言模型（LLM）亟需与客户私有数据和流程对接才能发挥价值，FDE 需求急速增长。根据 Indeed 数据，美国市场相关职位的数量从 2025 年 4 月的 643 件飙升至 2026 年 4 月的 5,330 件，年增长率高达 729%。行业布局方面，2026 年 5 月 OpenAI 宣布成立 OpenAI Deployment Company（初期融资超 40 亿美元，并收购 Tomoro 以获得 150 名 FDE）；Anthropic 联合 Blackstone 等成立 Ode with Anthropic，资本规模 15 亿美元，雇佣约 100 名工程师；Salesforce 的 FDE 团队在 6 个月内扩张 3 倍。文章指出，除了 Python 开发、RAG 实现和智能体设计外，FDE 最核心的壁垒在于经得起非确定性输出检验的判断力、信任构建及高层沟通能力。在日本，FDE 年薪可达 1000 万至 2500 万日元，采用企业从 Palantir 等全球巨头扩展至本土初创企业，标志着 AI 竞争主战场已从模型开发转向业务落地。

阅读全文 →

Forward Deployed Engineer（外派工程师）

本文是一则由软件公司 Akka 发布的 Forward Deployed Engineer (FDE) 前线部署工程师招聘启事，发布于 2026 年 8 月 4 日，工作地点为澳大利亚远程办公。该岗位的核心要求是兼具深厚的技术能力与顶级的客户沟通技巧，并非传统的后台开发或纯战略咨询角色。FDE 的核心职责包括三大部分：第一，通过举办技术研讨会、代码结对和架构指导，对客户开发团队进行技术赋能和培训；第二，引导客户实现 AI Agent 系统在生产环境中的成功落地，具体涵盖使用多智能体框架和 LLM 构建逻辑系统、设计策略阶梯和防护栏以确保 AI 安全，以及提供 SRE 和 DevOps 最佳实践指导，确保应用的可扩展性和弹性；第三，作为客户与 Akka 内部产品及工程团队之间的桥梁，影响产品路线图。候选人必须具备 Agentic AI 和逻辑系统的构建经验、AI 安全与防护栏设计能力、顶级的英语沟通表达能力、快速学习新技术的适应性、分布式计算基础、JVM 语言（如 Java）的专业技能，以及对 Kubernetes 等云原生技术的了解。Akka 强调透明、客户至上、创新和坚持不懈的企业价值观。

阅读全文 →

【远程】AI系统工程师 - 前沿部署构建者

本文是 AI Acquisition 公司发布于 Taskfusion 的远程招聘信息，职位为 AI Systems Engineer - Forward-Deployed Builder，发布日期为 2026 年 8 月 1 日，面向美国候选人。该职位需要将销售运营、营销运营、产品运营等真实工作流拆解为底层步骤，并构建可自动运行的 agentic 系统，包括智能体、自动化、内部工具、数据管道和归因报表。工程师需亲自上手重建复杂产品（如 AI 应用构建器、报表仪表盘、内部运营平台），并负责所有底层集成、数据模型和追踪等关键管道。同时要求具备商业推理能力，能从第一性原理诊断漏斗、广告活动或产品的失效原因并修复根本问题。技能方面，要求有 LLM 与 agent 框架的深度工程经验，了解信息产品、代理或 DTC/GTM 业务模式，精通 n8n（或 Make/Zapier 的复杂场景搭建），熟悉 API、webhook、JSON 以及 JS/Python/TypeScript 编程，加分项包括 Close CRM、追踪归因、ESP/邮件系统、Whop 和 Stripe 等营销与销售技术栈。福利包括无上限 token 预算、前沿模型与 AI 编码工具、与出色 CTO 直接协作的成长环境、端到端领域所有权、市场顶薪以及无政治文化。公司 AI Acquisition 总部位于迪拜，拥有 51-200 名员工，致力于帮助创业者和中小企业构建 AI 驱动的业务。该职位反映出前线部署工程师角色向 agentic 系统、GTM 工程和产品全栈所有权的深度演化。

阅读全文 →

前部署工程师

本文是 IFS 公司发布于 2026 年 8 月 2 日的 Forward Deployed Engineer（前线部署工程师）招聘信息。该职位隶属于 Taskfusion 项目，专门面向 IFS 收购的企业，通过设计、配置、测试和上线智能 AI 代理，为复杂业务工作流交付生产就绪的定制化 AI 解决方案。FDE 需要直接与客户合作，从需求发现、原型设计到部署调优全程负责，核心目标是快速降低运营成本、提升效率并减少错误。技术要求包括 2–5 年软件工程或 ML 部署经验，精通 Python，并熟练使用 OpenAI、Hugging Face、LangChain 等 AI/ML 框架，以及 Pinecone、Weaviate 等向量数据库。同时要求具备 LLM 应用、RAG 系统和对话式 AI 的构建经验，并能通过 API 集成 Salesforce、ServiceNow、SAP、Oracle 等企业级系统。理想候选人还需拥有 SaaS、客服运营或制造系统背景，以及多智能体编排经验。IFS 强调混合办公、多元包容文化，并表明自身是一家年收入十亿美元、7000 多名员工的全球企业软件公司，AI 技术是其核心支柱。该招聘清晰定义了前线部署工程师作为连接产品与客户需求的工程枢纽角色，体现了大型企业软件公司对 AI 最后一公里落地的系统化投入。

阅读全文 →

高级前部署工程师

MongoDB 在印度古尔冈招聘高级前线部署工程师（Senior Forward Deployed Engineer，FDE）。该岗位位于客户环境与内部产品研发的交叉点，核心职责包括：作为客户项目的技术负责人，从初始发现到生产上线的全流程负责；为客户构建连接器、数据管道和支持工具，编写生产级代码并进行故障排查；将一线客户需求转化为精准的产品反馈，以改进MongoDB的产品路线图；与产品和工程团队紧密合作，将现场实践模式转化为可复用的产品能力。应聘者需要5-8年工程经验，具备生产环境工程、AI及智能体开发、企业级软件部署和大规模生产解决方案交付的能力，并愿意接受高达30%的差旅前往客户现场。优先考虑具有LLM、智能体框架或AI系统生产部署经验，以及有过FDE或类似前线部署工程岗位经验的候选人。MongoDB 拥有超过67,000家客户，包括75%的财富100强企业和AI原生初创公司，其核心产品MongoDB Atlas是唯一全球分布式多云数据平台，可在AWS、Google Cloud和Microsoft Azure上使用。FDE角色是连接MongoDB产品演进与企业客户实际应用场景的关键纽带。

阅读全文 →

前部署工程师 - AI解决方案

本文是合同生命周期管理软件公司 Agiloft 发布的一份前线部署工程师岗位招聘信息，工作地点为美国远程。该职位旨在为客户加速实现价值，FDE 将直接嵌入战略性客户账户，亲手识别客户的业务机会，并将其迅速转化为可运作的技术解决方案。核心职责包括：直接与企业客户合作，将松散的业务需求转化为具体的技术架构；利用 Agiloft Screens 和 PromptLab 等工具，配置和部署由 AI 驱动的工作流；通过调优提示词和评估模型输出来优化 AI 性能，并将 AI 能力嵌入客户的实际运营流程中。岗位要求候选人具备 3 至 6 年企业级 SaaS 平台实施经验、大语言模型工具及提示工程的实际应用经验，以及在产线环境下的 API 和集成经验。优先技能包括 Python 编程、熟悉检索增强生成架构等。该职位的成功不以完成部署的次数来衡量，而是以持续增加的客户价值交付来衡量，具体通过可衡量的 AI 消费量增长来体现。岗位为 FDE 设定的前 6 个月量化目标是：激活 5 至 10 个战略客户，并交付 20 至 30 个具有持续高采用率的高质量工作流，同时将客户需求和模式反馈给产品团队以驱动更广泛的消费增长。Agiloft 被 Gartner、Forrester 和 IDC 评为 CLM 领域的领导者。

阅读全文 →

AI 部署工程师

本文是AI公司CrewAI发布的AI部署工程师（AI Deployment Engineer）职位招聘信息，发布日期为2026年7月9日，工作地点为美国远程。该岗位属于售后技术角色，核心职责是负责从签约到生产环境成功运行的端到端客户技术关系，包括技术实施与集成、部署与生产运营、客户成功与关系管理，以及文档编写与反馈闭环。关键职责包括：主导CrewAI平台与客户系统的技术集成，涉及API集成、数据管道、认证流程和自定义工作流；使用Python、Agentic AI Stack和云平台开发定制的智能体和工具；监控已部署解决方案的性能、可靠性和商业价值；作为主要技术联系人为企业客户提供培训和支持。岗位要求3年以上客户面向前沿部署工程师或类似经验，精通Python和容器化部署技术如Docker和Kubernetes，熟悉LLM、RAG模式和提示工程等AI/ML技术，具备解决分布式系统生产问题的能力。该角色需要与产品、工程、销售和客户成功团队紧密协作，考核指标包括项目成功率、客户满意度评分、净收入留存率等。这是一个面向Agentic AI企业级落地的实战岗位，反映了多智能体系统从实验走向规模化商业部署的行业趋势。

阅读全文 →