Las vacantes de FDE se multiplicaron por 4,6 en un año: qué hace un ingeniero en el cliente
Las empresas contratan cada vez más a Forward Deployed Engineer, un ingeniero que trabaja en las instalaciones del cliente y escribe código a medida para sus tareas. Según TrueUp, hay unas 1.500 vacantes de este tipo: en un año han crecido 4,6 veces, mientras que el total de puestos de ingeniería solo subió un 2,5%. El autor del análisis apuesta a que la competencia es menor, porque no a todos los desarrolladores les interesa lidiar con la frustración del cliente. Por eso, para la entrevista conviene preparar la historia de la implantación, no solo el código.
Procesado por IA desde Habr AI; editado por Hamidun News
Mientras algunos desarrolladores se preguntan qué parte de su trabajo se llevará la IA, el mercado hace crecer en silencio la demanda de otra profesión. En el informe de noviembre de Lenny Rachitsky, citando una muestra de TrueUp, aparecen unas 1.500 vacantes abiertas de Forward Deployed Engineer (FDE). En un año, su número creció 4,6 veces, mientras que en todos los puestos de ingeniería de la misma muestra el aumento fue de solo un 2,5%. El autor del análisis en Habr, exprogramador y hoy gerente de TI, hace de esto una apuesta profesional personal. Exponemos sus argumentos y señalamos por separado dónde hay opinión y dónde hay cifras verificables.
Qué hace un FDE en el cliente
El FDE trabaja junto a quienes van a usar el sistema. Se sienta a la misma mesa que un ingeniero de fábrica, observa dónde pierde tiempo y ese mismo día empieza a escribir código. Después vuelve y comprueba si la solución ayudó. Es un modelo que Palantir utilizaba mucho antes de los agentes de IA: uno de sus ingenieros recordaba que vivió un año en Toulouse y pasaba cuatro días a la semana en la fábrica de Airbus. Reunió en una sola interfaz las órdenes de trabajo, los datos sobre piezas faltantes y el historial de incidencias de calidad en el montaje del A350.
El ejemplo más reciente es OpenAI. A mediados de 2025, unos 15 de sus FDE trabajaban con una gran empresa de semiconductores en al menos diez escenarios: generación de pruebas para verificar el comportamiento del chip, búsqueda de causas de fallos y un asistente de arquitectura. En tres o seis meses, las soluciones llegaron al uso industrial.
Según la propia OpenAI, la preparación de pruebas dirigidas pasó a requerir aproximadamente un 48% menos de tiempo. Cuando Codex empezó a encargarse de la mayor parte del trabajo, el equipo trasladó las soluciones a una base común y eliminó cerca de un 90% del código propio de cada proyecto. En uno de los ejemplos, la primera implantación llevó dos meses y la incorporación de un segundo equipo, un día.
Son datos de OpenAI, así que conviene descontar algo de marketing.
La lección práctica es que lo que se descarta es precisamente el código. Lo que queda es la comprensión de qué error debe detectar la prueba. Una conclusión similar aparece en Serval: sus FDE añadieron al producto más de 60 integraciones y un mecanismo con el que los usuarios evalúan el trabajo del agente, es decir, llevaron lo repetitivo al producto común.
Quién paga y por qué
TrueUp sigue a más de 9.000 empresas tecnológicas y en noviembre tenía más de 65.000 puestos de ingeniería abiertos. Frente a esa cifra, 1.500 vacantes de FDE son un nicho pequeño. Algunas empresas podrían llamar al mismo rol de otra forma, por ejemplo sales engineer. El autor no sabe cuántos currículums llegan a cada una de estas vacantes, así que «menos competencia» sigue siendo una hipótesis.
Tres vacantes del análisis muestran lo distinta que puede ser la denominación de una misma profesión:
- OpenAI, San Francisco: implantación de LLM en el cliente y código de producción para las partes cliente y servidor. Se piden 5 o más años de experiencia, tres días de oficina a la semana, hasta un 50% de viajes y un salario de 185.000–300.000 dólares más participación en la empresa.
- Anthropic, Múnich: aplicaciones en Python dentro de la infraestructura del cliente, conexión de Claude, desarrollo y evaluación de agentes. Se piden 8 o más años de experiencia, inglés y alemán nativos, y entre un 25% y un 50% de viajes.
- X5 Tech, Moscú: tareas para las áreas de retail, Python y React, CI/CD, despliegue y soporte de las propias aplicaciones. Se piden al menos tres años con Python. La oferta ya está archivada.
El requisito común es uno: escribir código que funcione, integrarlo en un sistema ajeno y explicar al negocio en qué condiciones puede usarlo. Lo que cambia es quién usa la IA. En Anthropic, el ingeniero evalúa el comportamiento del modelo; en X5, la IA es una herramienta de trabajo del propio desarrollador. Por eso el autor aconseja preguntar en la entrevista: qué escribió personalmente el ingeniero, quién usa el resultado y a quién llaman cuando todo se cae.
Cómo prepararse para la entrevista
Un ejemplo de ejercicio que el autor usó para ensayar: un asistente genera una prueba para una cola de cuatro elementos. Una prueba que inserta un elemento y lo extrae pasa tanto en la versión correcta como en la defectuosa. La prueba necesaria inserta A, B, C, D, intenta escribir E y verifica dos cosas: que la escritura se rechaza y que la lectura devuelve exactamente A, B, C, D. La versión defectuosa acepta E y devuelve B, C, D, E. Al candidato se le pide mostrar en qué comprobación falla el error y qué línea de la especificación explica la expectativa.
La segunda pregunta es de economía. Si la generación se aceleró, pero cada prueba la sigue revisando el especialista más caro, no hay ganancia. Hay que medir el tiempo total hasta tener una prueba aceptada, incluidas las correcciones.
El autor destaca ocho habilidades, desde la depuración y las integraciones hasta la evaluación de agentes y la responsabilidad sobre el lanzamiento. Para prepararse, recomienda tomar un proyecto propio y localizar los puntos en los que no se puede mostrar la aportación personal. Ha publicado su material en GitHub (AI Interview Atlas) y ofrece un prompt para que un agente de IA realice una entrevista de prueba de 25 minutos.
Las limitaciones son evidentes. Es un texto personal con una apuesta profesional, no un estudio del mercado. Las cifras de TrueUp corresponden a una sola muestra, y los resultados de OpenAI son su propia estimación. Sin embargo, la comprobación es sencilla: hable con la persona para la que hizo la última funcionalidad y observe cómo la usa. Si le interesa descifrar su viejo Excel, quizá el puesto de FDE le encaje.
- 21 nov 2026Matemático de Anthropic afirma que Claude le ayudó a demostrar la hipótesis de Riemann en seis semanas
- 21 nov 2026La startup Osmo entrena una IA para oler con 10 millones de valoraciones humanas y genera fragancias a partir de texto
- 21 nov 2026Corea del Norte presenta su primer chatbot, «Fuente de Sabiduría»: solo ciencia, sin política
- 21 nov 2026OpenAI abre ChatGPT Spaces a los suscriptores de Plus: documentos compartidos con IA
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué hace un FDE en el cliente?
El FDE trabaja junto a quienes van a usar el sistema. Se sienta a la misma mesa que un ingeniero de fábrica, observa dónde pierde tiempo y ese mismo día empieza a escribir código. Después vuelve y comprueba si la solución ayudó. Es un modelo que Palantir utilizaba mucho antes de los agentes de IA: uno de sus ingenieros recordaba que vivió un año en Toulouse y pasaba cuatro días a la semana en la fábrica de Airbus.
¿Qué se sabe sobre Quién paga y por qué?
TrueUp sigue a más de 9.000 empresas tecnológicas y en noviembre tenía más de 65.000 puestos de ingeniería abiertos. Frente a esa cifra, 1.500 vacantes de FDE son un nicho pequeño. Algunas empresas podrían llamar al mismo rol de otra forma, por ejemplo sales engineer. El autor no sabe cuántos currículums llegan a cada una de estas vacantes, así que «menos competencia» sigue siendo una hipótesis.
Cómo prepararse para la entrevista?
Un ejemplo de ejercicio que el autor usó para ensayar: un asistente genera una prueba para una cola de cuatro elementos. Una prueba que inserta un elemento y lo extrae pasa tanto en la versión correcta como en la defectuosa. La prueba necesaria inserta A, B, C, D, intenta escribir E y verifica dos cosas: que la escritura se rechaza y que la lectura devuelve exactamente A, B, C, D. La versión defectuosa acepta E y devuelve B, C, D, E.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.