Forward Deployed Engineer (FDE) je softwarový inženýr dodavatele technologie, který pracuje přímo u zákazníka. Najde skutečný problém, sám napíše a nasadí řešení a odpovídá za to, že ho lidé u klienta opravdu používají. V AI firmách tím překlenuje mezeru mezi obecným API a fungujícím podnikovým systémem.

Kdo je Forward Deployed Engineer a co dělá?

Forward Deployed Engineer je inženýr, který u klienta sám navrhne, naprogramuje a nasadí řešení jeho konkrétního problému. Dodává funkční software a nese odpovědnost za výsledek.

Uzavřený okruh čtyř stanic s pásy a skluzy, po kterém putuje oranžová bedna zpět na začátek.
Průzkum, stavba, předání a zpětná vazba se u FDE neustále opakují.

OpenAI ve své nabídce FDE v New Yorku popisuje tým tak, že se zákazníky převádí výsledky výzkumu na produkční systémy a působí na pomezí dodávky zákazníkům a vývoje platformy. Úspěch měří nasazením v produkci, měřitelným dopadem na práci a zpětnou vazbou, která mění plány produktu a modelů.

Co FDE dělá v praxi

Práce má opakovatelný cyklus. FDE začíná technickým průzkumem (discovery), tedy rozhovory s lidmi, kteří proces skutečně dělají. Končí předáním systému týmu zákazníka. Mezi tím iteruje rychleji, než je u klasických implementačních projektů zvykem.

flowchart LR
  A["Discovery u zákazníka"] --> B["Návrh řešení"]
  B --> C["Prototyp"]
  C --> D["Evaluace kvality"]
  D --> C
  D --> E["Produkční nasazení"]
  E --> F["Předání týmu klienta"]
  E --> G["Zpětná vazba do produktu"]

Konkrétní náplň obvykle tvoří:

  • přeložení obchodního nebo provozního problému do návrhu systému,
  • psaní produkčního kódu ve frontendu i backendu,
  • měření kvality výstupů modelu a úpravy podle skutečného používání,
  • vysvětlování limitů AI technikům i vedení zákazníka,
  • předávání opakujících se poznatků zpět produktovému týmu dodavatele.

Poslední bod výslovně uvádějí nabídky obou firem. FDE vidí, kde produkt v reálných nasazeních drhne, a jeho poznatky se mění v nástroje, postupy a stavební bloky pro další zákazníky.

Proč se špatně hledá

Role vyžaduje kombinaci, která se na trhu potkává zřídka: silnou techniku i schopnost jednat s byznysem. Kandidát se navíc musí rychle zorientovat v cizí doméně, například v bankovním compliance nebo ve zdravotnických datech. Vývojáře najdete. Vývojáře, který dopoledne vydrží poradu s finančním ředitelem a večer to sám nasadí, hledáte mnohem déle.

Odkud role pochází a proč ji nabírají AI firmy

Přístup forward deployed engineering proslavil Palantir. Jeho inženýři pracovali přímo s konkrétní institucí, rozuměli jejím datům a procesům, rychle stavěli řešení na míru a zároveň pomáhali produkt zobecnit. Model se později rozšířil k firmám, které dodávají cloud, datovou infrastrukturu a enterprise software. V listopadu 2026 má OpenAI pozice FDE v USA, Evropě i Asii a Anthropic je hledá mimo jiné v Londýně a Mnichově.

U generativní AI je potřeba takové role ještě větší než u běžného SaaS. Výsledek závisí na datech, promptu, nástrojích, práci s kontextem, evaluaci i uživatelském rozhraní. Zákazník proto potřebuje napojení na interní data a oprávnění, začlenění do existujícího workflow, měření přesnosti a halucinací, auditovatelnost a bezpečnost. Co všechno agent kolem sebe potřebuje, rozebírá článek o AI agentech ve firmě.

Poskytovateli modelů přináší FDE tři věci. Je to výklad redakce, firmy své obchodní důvody v nabídkách nerozepisují:

  1. Zkracuje cestu od API k produkci. Zákazník rychleji získá funkční výsledek a dodavatel roste ve spotřebě API nebo v počtu licencí.
  2. Snižuje riziko neúspěšného pilotu. AI projekty často padají na datech, integraci, bezpečnosti nebo špatně definovaném procesu, ne na modelu.
  3. Vrací zpětnou vazbu do produktu. Opakující se problémy z nasazení se promítnou do nástrojů a modelů.

Model má ekonomický limit: FDE je drahá lidská kapacita. Pokud každý zákazník potřebuje unikátní řešení a dlouhou podporu, z produktové firmy se postupně stává konzultační společnost s nižší marží.

FDE vs solution architect a další příbuzné role

FDE vs solution architect je nejčastější srovnání, ale role se překrývá i s dalšími pozicemi. Práce u zákazníka je nespojuje ani neodlišuje. Rozdíl dělá rozsah odpovědnosti.

Role Hlavní náplň Rozdíl proti FDE
Solution Architect Architektura, integrace, proof-of-concept Méně často vlastní produkční kód a celý výsledek
Sales Engineer Dema, presales, technické odpovědi Cílem je obchodní kvalifikace, ne dodané řešení
Technical Account Manager Vztah, eskalace, SLA, koordinace podpory Většinou neprogramuje zákaznický systém
Konzultant, systémový integrátor Procesy, integrace, migrace dat Méně produktový a inženýrský přístup
ML Engineer Modely, datové pipeline, evaluace Neřeší celé workflow, UX ani adopci

Srovnání sestavila redakce, náplň práce FDE vychází z nabídky OpenAI.

FDE vlastní výsledek od objevení problému po produkci. Solution architect navrhne, jak má systém vypadat. FDE ho navíc postaví, změří, opraví a předá. Proti ML inženýrovi má širší záběr: model je pro něj jen jedna část problému vedle integrace, uživatelského rozhraní, bezpečnosti a ochoty lidí systém používat.

Co chtějí OpenAI a Anthropic v nabídkách

Obě firmy hledají seniorní inženýry, kteří sami píšou kód a zvládnou jednat se zákazníkem. Komerční vztah přitom FDE vlastnit nemusí: zdravotnická nabídka OpenAI výslovně uvádí, že role vlastní technické řešení. V listopadu 2026 se nabídky liší hlavně v důrazu.

Klíčová čísla

OpenAI

Nabídka FDE v New Yorku žádá schopnost dodat komplexní systémy v nejednoznačném prostředí, psát a revidovat produkční kód v Pythonu, JavaScriptu nebo podobném stacku a mít zkušenost s nasazením systémů postavených na LLM. Zdůrazňuje také porozumění tomu, jak chování modelu ovlivňuje produkt. Nabídky na Forward Deployed Software Engineera v San Francisku a New Yorku uvádějí 7 a více let praxe.

Specializované pozice přidávají doménu. Zdravotnická pozice popisuje end-to-end vlastnictví od discovery po předání a zmiňuje EHR, Epic, HL7 a FHIR. Vládní pozice jmenuje Azure, AWS, Kubernetes a Terraform a vyžaduje bezpečnostní prověrku TS/SCI. Manažerská pozice pro finanční služby počítá se zákazníky z tradingu, risku, compliance a underwritingu.

Anthropic

Nabídka z Londýna chce produkční zkušenost s LLM: pokročilý prompt engineering, vývoj agentů, evaluační frameworky a nasazení ve velkém měřítku. Programovat je potřeba silně v Pythonu, ideálně i v TypeScriptu nebo Javě. Mezi vhodné kandidáty firma výslovně řadí softwarové inženýry s konzultační nebo produktovou zkušeností a bývalé technické zakladatele. Výstupem práce jsou podle nabídky mimo jiné MCP servery, subagenti a agent skills.

Nabídka z Mnichova stojí na stejném základu, navíc ale žádá rodilou němčinu a plynulou angličtinu.

Kritérium OpenAI Anthropic
Minimum praxe 5 let, zdravotnictví 6+ 4 roky, v Mnichově 8+
Jazyky Python, JavaScript nebo podobné Python, ideálně TypeScript nebo Java
Důraz End-to-end nasazení, regulované obory Agenti, evaluace, prompt engineering
Výstupy Full-stack systémy, nástroje a postupy pro další týmy MCP servery, subagenti, agent skills

Tabulka shrnuje nabídky OpenAI a Anthropic zveřejněné v listopadu 2026.

Rizika a limity role FDE

Hlavní rizika jsou strukturální: role je široká, rychlá a stojí mezi dvěma firmami s odlišnými zájmy. Následující výčet vychází z popisu práce, ne z měření.

  • Přepínání kontextu. Během jednoho týdne může FDE řešit bankovní compliance, zdravotnická data a interního chatbota. Každá oblast má jiná rizika a pravidla.
  • Prototyp proti produkci. Zákazník chce rychlý důkaz hodnoty, produkce ale vyžaduje testy, bezpečnostní kontrolu, auditní záznamy, monitoring a řízení nákladů.
  • Nejasná odpovědnost. Kdo odpovídá za kvalitu dat klienta, chybu modelu nebo incident po změně modelu dodavatelem? Ve financích a zdravotnictví je to citlivá otázka.
  • Cestování a práce na místě. Pomáhá discovery i vztahům, dlouhodobě ale narušuje osobní režim.
  • Neškálovatelnost. Jednorázové integrace se špatně udržují a nepřenášejí k dalším zákazníkům.
  • Ztráta hloubky. Schůzky, prezentace a koordinace ukrajují čas z kvalitního inženýrství.
Výhody a nevýhody

Kdy role sedí

  • Chcete vidět přímý dopad svého kódu u skutečných uživatelů.
  • Bavíte se rychlým učením nových oborů.
  • Snášíte nejasné zadání a měnící se priority.

Kdy ne

  • Preferujete dlouhou soustředěnou práci na jednom produktu.
  • Chcete stabilní stack a jasně oddělené kompetence.
  • Potřebujete minimum cestování.

Pro koho je role vhodná a jak se připravit

Role FDE sedí seniorním vývojářům, kteří sami píšou kód, chtějí mluvit s byznysem a nést odpovědnost za celý výsledek. Z nabídek OpenAI a Anthropic je vidět, že juniory na tuto roli nehledají.

Příprava vychází z toho, co nabídky skutečně požadují. Vlastní produkční projekt s LLM přesvědčí víc než certifikát. Českému vývojáři doporučujeme začít jedním veřejně ukazatelným projektem, který prošel cestou od prototypu až do produkce, včetně evaluací a monitoringu.

Kdy má FDE smysl pro firmu

Vlastní FDE tým dává smysl firmě s vlastním produktem, který opakovaně nasazuje u mnoha zákazníků. Poznatky z jednoho nasazení se pak vracejí do produktu a zlevňují další. Pro jednorázový interní AI projekt je to drahé řešení, tam obvykle stačí externí pomoc s jasným předáním.

Doporučujeme oddělit, co potřebujete trvale (produktový tým), a co jen po dobu zavádění, kdy pomůže například externí řízení AI adopce ve firmě. Kód, který pak tým přebírá, musí umět vysvětlit, jinak mu po odchodu inženýra zůstane dluh v porozumění.

Časté otázky

Kolik si Forward Deployed Engineer vydělá a jak je to v Česku?

Česká platová pásma pro FDE veřejně doložená nejsou. Pozice se tu objevuje pod jinými názvy, jako solution engineer nebo AI engineer, a rozumným vodítkem jsou platy seniorních vývojářů a solution architektů. Plat uvádí například Anthropic u londýnské pozice, britskou částku ale na české podmínky nepřepočítávejte.

Dá se stát FDE bez zkušeností z AI firem?

Ano, nabídky praxi přímo v AI firmě nevyžadují. Anthropic výslovně zmiňuje software inženýry s konzultační či produktovou zkušeností a bývalé technické zakladatele, OpenAI u zdravotnické pozice píše, že předchozí titul FDE není nutný. Podstatné je mít produkční zkušenost s LLM, tedy aplikaci, agenty nebo evaluace, které běží u skutečných uživatelů.

Musí Forward Deployed Engineer hodně cestovat?

Ano, u OpenAI a Anthropic s tím počítejte. OpenAI ve většině nabídek FDE uvádí až polovinu pracovní doby na cestách, Anthropic v Londýně i Mnichově píše o častých cestách k zákazníkům. Discovery a klíčové fáze nasazení často vyžadují osobní přítomnost. U menších firem a jiných zákazníků se rozsah může lišit, proto si ho ověřte na pohovoru.