Forward Deployed Engineer (Python, AI/LLM)
Forward Deployed Engineer — Mexico
О компании Компания-партнёр — AI-native операционная система для цепочек поставок, используемая оптовиками, производителями, ритейлерами и трейдерами. Платформа интегрирует данные логистики и закупок через подключения к внутренним и внешним системам, обеспечивая предиктивную аналитику и автоматизированные рабочие процессы, которые повышают fill rate, снижают уровень запасов и оптимизируют cash-to-cash cycle time. За счёт предиктивной аналитики и автоматизации компания помогает крупным предприятиям снижать затраты, открывать дополнительную выручку и предотвращать дефицит или избыток запасов в сложных глобальных цепочках поставок.
Обзор роли Forward Deployed Engineer (FDE) — человек, который заставляет платформу работать в реальном мире. Роль находится на стыке инженерии, клиентских операций и внедрения AI, и отвечает за техническую реализацию того, как платформа встраивается в среду каждого клиента. FDE работает напрямую с клиентами и командой внедрения, изучает, как на самом деле работают системы и операции каждого клиента, и создаёт интеграции, автоматизации и AI-решения, которые делают платформу критически важной. Это первая в своём роде роль в компании — человек, который её займёт, будет определять, что такое forward deployment здесь.
Ключевые обязанности
- Создавать интеграции между платформой и системами клиентов — ERP, WMS, TMS, хранилищами данных — писать реальный код для подключения, извлечения и преобразования данных в разных средах.
- Развёртывать решения вместе с клиентами в их среде — понимать, как на самом деле работают их команды, где ломаются данные и что нужно построить или настроить для надёжной работы.
- Проектировать, реализовывать и итеративно улучшать AI-процессы с использованием платформы компании — агентные потоки, prompt engineering, дизайн контекста и оценка результатов — с учётом конкретных сценариев цепочки поставок каждого клиента.
- Отвечать за надёжность, производительность и непрерывное улучшение работающих развёртываний — мониторить результаты, выявлять режимы отказов и исправлять их без напоминаний.
- Преобразовывать то, что вы создаёте и узнаёте на месте, в структурированную обратную связь по продукту, техническую документацию и переиспользуемые плейбуки — чтобы следующее развёртывание начиналось умнее предыдущего.
Требования
- Минимум 2–4 года практического инженерного опыта — Python, REST API, SQL — и портфолио реальных интеграций или систем, которые вы выпустили, а не только спроектировали.
- Комфортно работать в условиях неопределённости: входить в среду клиента без полного ТЗ, задавать правильные вопросы и определять, что нужно построить, не дожидаясь идеальных требований.
- Понимать данные end-to-end: как они текут между системами, где ломаются и что нужно, чтобы сделать их чистыми и надёжными для использования в AI — SQL или эквивалент как второй язык.
- Рабочее понимание AI и LLM: достаточно, чтобы проектировать промпты, критически оценивать результаты и понимать, когда результат модели выглядит правильным, но таковым не является.
- Чётко коммуницировать с разными аудиториями: уметь объяснить техническую интеграцию вице-президенту по операциям и написать чистую документацию для инженера — на испанском и английском.
- Отвечать за то, что выпускаете: высокая ответственность, низкое эго — находить первопричину, исправлять и следить, чтобы это не повторилось.
- Базироваться в LATAM или США, быть доступным для работы в разных часовых поясах и поездок к клиентам при необходимости.
Будет плюсом
- Опыт в цепочках поставок, логистике или операциях — понимание терминов stockouts, fill rates и OTIF без глоссария.
- Опыт интеграции с корпоративными системами, такими как SAP, Oracle или аналогичными ERP и WMS.
- Предыдущий опыт в forward-deployed, solutions engineering или клиентской технической роли.
