Курс за обучение по AI Forward Deployed Engineer: Определяне, изграждане и въвеждане на продуктови AI системи

AI Forward Deployed Engineer

• Ролята в сравнение с ML инженер и solutions engineer
• Отговорност за резултатите, а не за вехтите по доставката
• Работа с екипи за продукти, изследвания и сигурност

Откриване в хаотични корпоративни среди

• Проследяване на работен процес от край до край
• Картиране на системи, данни и преходи (handoffs)
• Намиране на ограниченията, които блокират стойността

Определяне и приоритизация на проблема

• Квалифициране на use case-и за осъществимост
• Оценка на кандидатните работни процеси спрямо усилията
• Избор на първия работен процес за доказване

Позициониране на стойността и критерии за приемане

• Установяване на базови метрики преди каквото и да е изграждане
• Език на бизнес случая за финансовите спонсори
• Съгласуване на критерии за приемане с потребителите

Избор на модели: Фронтиер и отворени тежащи (Open Weights)

• Сравнение на GPT-6, Claude 5.5 и отворени модели
• Компромиси между контекст, латентност и единични разходи
• Когато изискванията за данни налагат локално хоствани модели

Инженерия на контекста и дизайн на промпти

• Структуриране на инструкции за надеждно поведение
• Събиране на контекст от системи за запис (systems of record)
• Кеширане на промпти и минимизиране на токените

Retrieval и основаване на знания (Knowledge Grounding)

• Разделяне (chunking) и индексация на корпоративно съдържание
• Хибридно търсене, преподреждане (reranking) и цитиране
• Оценяване на retrieval отделно от генерирането

Агенти и използване на инструменти

• Дизайн на инструменти и типирани интерфейси
• Изграждане с OpenAI и Claude agent SDK
• Одобрителни процедури, повторни опити и обработка на несъответствия

MCP и корпоративна интеграция

• Ревизия на Model Context Protocol от 2026-07-28
• Изграждане и осигуряване на MCP сървъри
• Разрешения за инструменти спрямо корпоративната идентичност

Оценка като език на доставката

• Златни набори (Golden sets), създадени от реална работа
• Автоматично тестване и LLM съдии
• Врати за пускане, обвързани с прагове на оценките

Предпазители, сигурност и човешки надзор

• Предпазители на нивото на промпта, инструмента и политиката
• Ескалация и точки за човешки преглед
• Аудитни следове и задължения за обработка на данни

Архитектура на внедряването в средата на клиента

• Ограничения за идентичност, мрежа и датиране на данните
• Връзки към модели (Model gateway) и абстракция за многопровайдер
• Инфраструктура като код и процес на пускане

Наблюдаемост, разходи и токен икономика

• Проследяване на агентските изпълнения и извиквания на инструменти
• Таблици (Dashboards) за качество и разходи
• Намаляване на разходите без загуба на качество

Усвояване и промяна

• Обучение на хората, които извършват работата
• Мрежи от шампиони и обратни връзки
• Мерене на скоростта на усвояване

От ангажимант към възобновяема способност

• Пакиране на доказани работни процеси
• Playbooks, схематични планове (blueprints) и акселератори
• Предаване на вътрешните екипи