Engenheiro Forward Deployed (em inglês, Forward Deployed Engineer, ou FDE) é o engenheiro de software que trabalha dentro da operação do cliente, e não à distância. Ele constrói, integra e coloca a solução em produção no ambiente onde ela vai rodar, junto do time que vai usá-la, e mede o próprio trabalho pelo resultado do cliente, não pela entrega do código.
A função deixou de ser nicho. Segundo dados do Indeed publicados pela Business Insider, as vagas para o cargo cresceram cerca de 729% entre abril de 2025 e abril de 2026, e Anthropic, OpenAI, Palantir e Stripe estão entre as empresas que contratam. A nossa leitura do motivo: os modelos de IA ficaram bons o bastante, e o gargalo passou a ser colocá-los para trabalhar dentro de uma empresa de verdade, com o dado, os sistemas e as exceções dela.
De onde vem o modelo
O termo vem da Palantir. Num texto de 2019 no blog da empresa, ela descreve seus dois maiores papéis de engenharia. O desenvolvedor de produto constrói a plataforma, que vai servir a muitos clientes. O Forward Deployed Software Engineer, chamado internamente de Delta, faz parte de um time dedicado a um único cliente: implanta e adapta a plataforma para resolver um problema crítico daquele negócio, e mede sucesso pelo impacto no objetivo do cliente.
A própria Palantir resume a diferença em duas frases: o desenvolvedor pensa em "uma capacidade, muitos clientes"; o Delta, em "um cliente, muitas capacidades". É essa segunda frase que explica por que o modelo voltou com força na IA generativa. O modelo de linguagem é geral. O que decide se ele funciona numa empresa é específico dela: onde está o dado, quais sistemas precisam ser lidos e escritos, quais exceções só quem opera conhece, onde a decisão precisa de uma pessoa. Esse terreno não se resolve à distância.
O que um engenheiro Forward Deployed faz
- Entra no processo antes do código. Acompanha quem executa o trabalho hoje, levanta as exceções e descobre onde o dado realmente está, que raramente é onde o organograma diz.
- Integra com os sistemas reais. ERP, CRM, canais de atendimento, bancos de dados e APIs internas, lendo e escrevendo onde o processo exige, com a permissão mínima necessária.
- Constrói sobre uma plataforma, não do zero. Reaproveita o que é comum a todo agente (execução, observabilidade, governança) e escreve só o que é específico daquele cliente.
- Coloca em produção junto do time que vai operar. As pessoas que vão trabalhar com o agente aprendem durante o go-live, e não num handoff no fim do projeto.
- Mede pelo número do negócio. O critério de pronto é o indicador do processo mudar, não o escopo ser entregue.
- Fica depois do go-live. Ajusta o comportamento com o uso real, acompanha qualidade e custo e leva o próximo caso para produção.
Forward Deployed não é consultoria, nem projeto fechado, nem suporte
Os três modelos mais conhecidos de ajuda externa terminam antes do ponto em que a IA costuma falhar. A diferença está em onde mora a responsabilidade pelo resultado.
| Modelo | O que entrega | Onde termina |
|---|---|---|
| Consultoria tradicional | Diagnóstico, recomendação e roadmap. | No relatório. Quem implementa é outro time. |
| Projeto fechado de software | Código conforme uma especificação. | Na entrega do escopo. Mudança vira aditivo. |
| Suporte do fornecedor | Ajuda para usar o produto como ele é. | No chamado resolvido. |
| Forward Deployed | Solução rodando em produção, medida no resultado. | Não termina no go-live: segue com a operação. |
Isso não torna os outros modelos errados. Um roadmap bem feito tem valor, e há casos em que um escopo fechado é exatamente o certo. O ponto é que agente de IA em produção quase nunca cabe numa especificação escrita antes: o comportamento certo aparece no contato com o dado real e com as pessoas que operam, e alguém precisa estar lá quando isso acontece.
Quando o modelo faz sentido, e quando não
Faz sentido quando
- o processo depende de dados espalhados em mais de um sistema;
- as exceções são muitas e só quem opera conhece;
- o caso exige governança desde o início: aprovação humana, trilha de auditoria, LGPD;
- o time interno conhece o negócio, mas ainda não colocou um agente em produção;
- a meta é operação rodando, e não uma demonstração para a diretoria.
Não faz sentido quando
- uma ferramenta pronta resolve, como um assistente de escrita ou de resumo de reunião;
- a empresa já tem um time maduro de engenharia de IA e precisa só de infraestrutura;
- o caso não tem dono no negócio. Sem dono, nenhum modelo de implantação salva o projeto.
O que perguntar a quem oferece Forward Deployed
O nome virou moda, e moda atrai rótulo novo para serviço antigo. Seis perguntas separam o modelo de verdade de uma consultoria com outro nome:
- Quem do seu time vai trabalhar dentro da nossa operação, e até quando?
- O que fica com a nossa empresa ao fim: código, configuração, documentação, acessos?
- Qual número do negócio vai medir o sucesso, e quem acompanha esse número depois do go-live?
- Sobre qual plataforma vocês constroem, e o que acontece se quisermos trocar de modelo de IA?
- Como funcionam aprovação humana, trilha de auditoria e conformidade com a LGPD?
- Quem do nosso time vai operar o agente, e em que momento essas pessoas são treinadas?
Se a resposta à primeira pergunta for "ninguém, mas temos uma plataforma ótima", o que está sendo oferecido é licença. Pode ser a escolha certa, mas não é Forward Deployed.
Como a Runflow aplica o modelo
Na Runflow, o trabalho Forward Deployed tem dois papéis. O AI Deployment Strategist mapeia os processos, prioriza os casos por valor de negócio e acompanha o retorno de cada agente. O AI Solution Engineer constrói os agentes sobre a plataforma Runflow, integra com ERP, CRM, APIs internas e bancos de dados, configura governança e observabilidade e coloca a operação em produção. Um Client Manager acompanha a conta do primeiro contato em diante.
A plataforma resolve o que é comum a todo agente, que é criar, operar e mensurar. Os engenheiros resolvem o que é só da sua operação. O primeiro agente entra em produção em semanas, não em meses, e o time continua depois do go-live. Veja como o time trabalha, ou comece por um diagnóstico gratuito do processo que você tem hoje.
