去年底，我們開始尋找

去年 12 月，OakMega 刊出了台灣市場相當少見的 FDE 職缺。老實說，我們原本沒有預期引起太多外界注意—這只是我們在解決一個真實問題：企業在導入 AI 的過程中，需要有人站在技術與業務之間的那條縫裡，把事情推動起來。但職缺刊出一週後，TVBS 的記者主動聯絡我們。他們說，注意到這個職位在台灣非常稀少，想多了解這個角色在做什麼。那通電話讓我們意識到一件事：我們以為只是在解決一個內部問題，但其實它反映的是整個產業正在發生的轉變。

企業不再只是買 AI 工具，他們需要有人幫他們把 AI 真正用起來。FDE，就是那個人。

我們正在找的不是「什麼都會」的全才，而是那種看到問題會手癢、喜歡在現場解決事情、不介意同時跟工程師和業務老闆開會的人。

如果你覺得這聽起來像你，歡迎看看我們的職缺：👉 OakMega FDE 職缺

⬇️ 也可以先看看 TVBS 對我們的報導，了解 FDE 的日常長什麼樣子 ⬇️

目錄

什麼是 FDE（Forward Deployed Engineer）？

FDE 的工作如何運行？

FAQ

AI 導入失敗，通常不是技術的問題。

如果你跟過幾個企業 AI 專案，這句話應該不陌生。模型表現亮眼、demo 跑得順、老闆點頭了—然後進了客戶環境，什麼都卡住了。資料格式對不上、既有系統要客製、流程要重新設計，最後整個專案進入漫長的「持續討論」狀態。

技術準備好了。但落地，沒有。

這就是我們設計 Forward Deployed Engineer（FDE） 這個角色的起點。

技術交付的方式，正在改變

在過去，企業軟體的交付邏輯很清楚：開發產品、賣給客戶、客戶的 IT 負責後續。工程師待在公司裡，客戶待在客戶那裡，中間隔著一份文件、一個支援信箱，偶爾是一場教育訓練。

這個模式，在更複雜的 AI 系統面前開始失效。

原因不是技術太難，而是技術跟現場之間的距離太遠。當一套 AI 系統需要跟客戶的 ERP 串接、跟他們的資料工程師協作、跟他們的主管解釋「為什麼模型這樣判斷」，一份文件根本不夠用。

這就是技術交付方式正在從 「產品交付」 轉向 「解決方案交付」 的原因。

而 Forward Deployed Engineer，就是這個轉變的具體產物。

所以，FDE 到底是做什麼的？

FDE 這個概念，最早由 Palantir 在 2010 年代初提出。他們把工程師直接派駐進政府與大型企業客戶現場——不是去「支援」，而是去「一起解決問題」。這些工程師被內部稱為「Deltas」，後來演變成今天的 Forward Deployed Engineer。

你可以把 FDE 想像成一種會寫程式的解決方案架構師，但又不只是這樣。

傳統顧問告訴你該怎麼做；FDE 是直接幫你做到好。傳統工程師等需求文件；FDE 是跟你一起定義需求。

更具體地說，FDE 需要同時具備：

• 深入現場的能力：能跟客戶業務談需求，也能跟他們的工程師討論架構
• 快速建原型的能力：把模糊的業務需求，在最短時間內轉成可以跑的 PoC
• 跨系統整合的能力：不只是 AI 模型，還包括資料流程、API 串接、既有系統的相容性
• 把現場經驗帶回產品的能力：每一個客戶的邊緣案例，都是讓產品更完整的機會

這個角色，介於工程師、顧問與產品經理之間——但不是任何一個，而是全部加起來再加一點點魔法。

一個專案，四個階段

FDE 的工作不是接票、修 bug、然後關票。每個專案通常會走過四個完整的階段：

第一步：範疇界定（Scoping）客戶說「我們想用 AI 優化流程」，FDE 的工作是把這句話翻譯成「我們要在第 X 個環節，用 Y 方法處理 Z 資料，目標是讓 A 指標改善多少%」。把模糊翻成具體，是整件事的基礎。

第二步：PoC 開發與驗證先跑一個夠小、夠快的概念驗證。在真實資料上測試技術可行性，用結果說話，而不是用簡報說話。這個階段的目標不是完美，是足夠快地知道「這條路走不走得通」。

第三步：技術落地（Deployment）PoC 驗證完，接下來是把它變成一個真的可以跑在生產環境的系統。資料整合、系統串接、流程建置，一件一件來，確保它上線後不會在凌晨兩點出問題。

第四步：回饋與通用化這一步是很多角色容易忽略的地方。FDE 不只是交付完就走，而是把這個專案學到的東西帶回產品團隊——這個客戶的特殊需求，有沒有可能是其他十個客戶都有但還沒說出口的痛點？客戶 case 是讓產品進化的最好素材。

‍

FAQ

Q: 什麼是 Forward Deployed Engineer（FDE）？
‍A: FDE 是一種結合技術開發、系統整合與業務理解的跨領域工程師，負責深入客戶現場，將 AI 與自動化方案直接部署到企業真實環境中，確保技術能實際落地並產生效益。

Q: FDE 跟一般工程師或顧問有什麼不同？
‍A: 一般工程師通常在公司內部開發產品；顧問負責提供建議；FDE 則是直接在客戶現場一起解決問題，同時具備寫程式、定義需求、系統整合和產品回饋的能力。

Q: 企業為什麼需要 FDE？
‍A: AI 導入失敗的主因通常不是技術本身，而是技術與現場業務流程之間的落差。FDE 能將模糊需求轉化為可落地方案，並確保系統在真實環境中穩定運作。

Q: OakMega 的 FDE 具體做哪些工作？
‍A: OakMega FDE 的工作分為四個階段：需求範疇界定（Scoping）、概念驗證（PoC）、技術落地（Deployment），以及將現場經驗回饋給產品團隊，讓解決方案持續演進。

Q: FDE 這個職位適合什麼背景的人？
‍A: 適合具備軟體開發能力、對業務流程有興趣、能在客戶現場與不同角色溝通協作，同時喜歡快速解決真實問題的工程師。