2026-10-18에 회사 공식 채용 페이지나 공개 채용 API 로 연 여덟 건(데이터브릭스는 두 건을 한 카드에)의 고객, 하는 일, 찾는 사람, 전형을 항목별로 다시 썼습니다. 눌러서 펼치세요.
채널코퍼레이션Forward Deployed Engineer경력 5년 이상(엔지니어링)
서울 강남, 병역특례(산업기능요원, 전문연구요원) 가능.
고객은 누구
외부 고객사(대규모, 복잡한 고객사, 일본과 해외 포함)
하는 일
- 회사 안팎의 AI 전환(AX) 과제를 찾아 설계하고 구현합니다.
- 고객사의 데이터, 업무 절차, 조직 구조를 이해하고 문제를 진단한 뒤 해법을 빠르게 만들어 검증합니다.
- 새 모델, 에이전트, 도구를 먼저 익혀 제품 기능, 고객 프로젝트, 사내 자동화에 붙이고 매출이나 비용 같은 성과로 바꿉니다.
- 만든 시제품과 레시피를 다시 쓸 수 있는 모양으로 정리해 제품팀이 더 많은 고객에게 내놓을 수 있게 합니다.
찾는 사람
- 엔지니어링 경력 5년 이상, 문제 정의부터 실행까지 전 과정을 맡을 수 있는 분
- 큰 고객사와 직접 소통하며 사업 성과를 먼저 생각하는 분
- 나중에 PM, 제품 리드, AI 전환 리더로 크고 싶은 분
전형
서류, 온라인 사전 기술 인터뷰(구현과 CS 기초 30~45분), 3일 과제, 1차 면접(과제 토론과 AI 지식 토론, 최대 1시간 30분), 2차 면접(컬처핏), 3차 면접(대표)
이력서에 두 가지를 따로 적어 달라고 합니다. AI로 비즈니스 문제를 풀어 본 경험, 고객이나 현장 사용자를 직접 만나 문제를 찾은 경험입니다. 사이드 프로젝트, 인턴, 학교 과제도 된다고 적었습니다.
공고 원문 / 채널톡 회사 페이지
토스Forward Deployed Engineer (AIOC)공고에 연차 표기 없음
정규직, 토스 소속, 서울.
고객은 누구
토스 안의 다른 조직부터(커머스, 광고, CX, 계열사), 다음 단계로 외부 고객사
하는 일
- 전화로 하던 상담과 영업을 AI로 자동화하는 팀의 첫 FDE입니다. 도입에 필요한 설계, 구현, 안정화를 맡습니다.
- 적용 범위와 성공 기준은 사업, 제품 담당자와 함께 정합니다.
- 도입하는 조직의 지식 시스템과 업무 정책을 AI가 쓸 수 있게 잇고, 통화 중 업무 시스템을 실시간으로 조회해도 통화가 끊기지 않게 연동을 설계합니다.
- 구축하며 겪은 문제를 제품에 반영해 다음 도입에서 반복되지 않게 합니다.
찾는 사람
- 백엔드 서버 개발과 데이터 연동을 안정적으로 해낼 수 있는 분
- 처음 보는 업무와 시스템을 빨리 이해하고, AI 개념을 상대의 말로 풀어 설득할 수 있는 분
- ASR, TTS, LLM, RAG, 에이전트 워크플로를 실제 운영 환경에 옮겨 본 관심과 이해
전형
서류, 직무 인터뷰(실제 비즈니스 상황을 놓고 AI 시스템 설계와 장애 대응), 문화적합성 인터뷰, 레퍼런스 체크, 처우 협의
이력서 안내가 구체적입니다. 어떤 고객의 어떤 문제를 어떤 제약에서 풀었는지 프로젝트 단위로, 개선한 지표는 숫자로, 처음 정의한 문제가 틀렸던 경험과 그걸 알아챈 과정까지 적어 달라고 했습니다.
공고 원문 / 토스 회사 페이지
데이터브릭스Forward Deployed Engineer경력 7년 이상(데이터 엔지니어링, 데이터 플랫폼, 소프트웨어)
서울, 한국 FDE 디렉터에게 보고, 고객 방문 약 20%.
고객은 누구
외부 고객사
하는 일
- 고객과 함께 데이터와 AI 문제의 해법을 만들어 운영 환경에 올립니다. 참조 설계, 맞춤 앱, 데이터 수집, 모델 연동까지 맡습니다.
- 설계 결정을 직접 이끌고, 보안과 확장성을 챙깁니다.
- 고객 팀에 들어가 실무자부터 임원까지 만나며 문제를 이해합니다.
- 여러 고객에 쓸 수 있는 도구와 모범 사례를 만들고 제품 로드맵에 의견을 냅니다.
찾는 사람
- Python, Scala, JavaScript/TypeScript 중 하나로 코드를 쓰는 분
- 클라우드 두 곳 이상을 다뤄 봤고 한 곳은 깊이 아는 분, Apache Spark 경험
- 범위, 일정, 결과를 관리하는 기술 프로젝트 경험과 화이트보드 설명
- 한국어 원어민 수준과 업무용 영어
전형
공고에 단계 안내 없음
같은 회사의 AI Engineer - FDE 공고는 생성형 AI 앱(RAG, 멀티 에이전트, Text2SQL, 파인튜닝) 7년 이상과 정량 분야 대학원 학위 또는 그만한 실무를 적었고, 4~8주에 한 번 고객 방문을 적었습니다.
공고 원문 / 데이터브릭스코리아 회사 페이지
CJ올리브영Forward Deployed AI Engineer경력 4년 이상(개발)
서울 용산, 수습 3개월.
고객은 누구
회사 안 현장(오프라인 매장, 상품, 물류 동료)
하는 일
- 현업의 비즈니스 문제를 찾아 AI로 풀 방법을 설계합니다.
- AI 활용 사례의 설계부터 개발, 배포, 운영까지 혼자 끝까지 맡습니다.
- 검증된 사례를 실제 업무와 서비스에 넓혀 적용합니다.
찾는 사람
- Java, Kotlin, Go, Python 중 하나 이상에 능숙하고 데이터베이스 설계를 할 수 있는 분
- AWS, GCP, Azure 같은 클라우드에서 개발해 본 분
- 불확실한 상황에서 가설을 세우고 빨리 실행하는 태도, 여러 직군과 문제를 함께 정의하는 협업
전형
서류, 1차 면접(라이브 코딩 테스트와 구술), 온라인 인성검사, 2차 면접(화이트보드 테스트와 구술), 평판조회와 처우 협의, 건강검진
요구사항을 받아 개발만 하는 자리가 아니라고 공고가 직접 적었습니다. 우대 사항에 백엔드부터 인프라까지 아우르는 개발, AI 에이전트와 RAG, 리테일이나 커머스 경험이 있습니다.
공고 원문 / 올리브영 회사 페이지
마키나락스[FDE] Forward Deployed Engineer - LLM (창원)경력 무관
서울에서 3개월 온보딩 뒤 창원 오피스 근무.
고객은 누구
제조와 산업 현장 고객사
하는 일
- 데이터를 분석해 풀어야 할 문제를 정의합니다.
- 에이전트를 연구하고 개발해 산업 현장의 문제를 풉니다.
- RAG, 파인튜닝으로 LLM 성능을 올리고, 설비 로그, 이미지, 문서 같은 제조 데이터로 분석과 자동화 시스템을 만듭니다.
찾는 사람
- Python 에 능숙하고 실제 문제를 풀 코드를 짤 수 있는 분
- 새 AI와 LLM 기술을 빨리 이해해 서비스에 붙일 수 있는 분
- 동료와 문제를 함께 정의하는 분
전형
서류, 온라인 사전 인터뷰, 기술 인터뷰, Fit 인터뷰, 평판조회
우대 사항에 LLM, VLM 학습과 평가, RAG 파이프라인 평가, 에이전트 설계와 함께 SSAFY 교육 이수자가 있습니다.
공고 원문 / 마키나락스 회사 페이지
에임인텔리전스Forward Deployed Engineer경력 무관(자격에 운영 배포 경험)
서울 강남.
고객은 누구
외부 고객사(AI 보안)
하는 일
- 고객의 AI 시스템, 데이터 흐름, 배포 환경을 분석해 보안 과제와 기술적 성공 기준을 정합니다.
- API, 커넥터, 평가 파이프라인을 구현해 클라우드형과 설치형 환경 모두에 붙입니다.
- PoC 에서 운영 준비, 검증, 안정화와 인계까지 고객 프로젝트의 기술 쪽을 이끕니다.
- 현장에서 검증된 방식을 제품 기능, 참조 설계, 배포 안내서 같은 다시 쓸 수 있는 자산으로 바꿉니다.
찾는 사람
- 소프트웨어나 ML 시스템을 직접 설계해 운영 환경에 배포하고 운영한 경험
- Python 운영 개발과 API, 리눅스, 컨테이너 실무
- LLM, RAG, 에이전트 시스템의 구조와 평가 방식, 주로 실패하는 지점에 대한 이해
- 엔지니어와 비기술 담당자 모두에게 설명할 수 있는 한국어와 영어
전형
서류, 실무 면접, 레퍼런스 체크, 최종 면접, 처우 협의
경력 칸은 무관이지만 자격 요건은 운영 배포 경험을 전제로 합니다. 우대 사항에 FDE, AI 배포 엔지니어, 솔루션 아키텍트, 고객 엔지니어 같은 고객 접점 기술 직무 경험이 있습니다.
공고 원문 / 에임인텔리전스 회사 페이지
링크알파Forward Deployed Engineer Intern인턴(경력 무관)
서울 서초, 서울과 뉴욕에 핵심 팀.
고객은 누구
기관투자자(헤지펀드, 자산운용사, 보험사)
하는 일
- 고객이 어떤 결정을 더 빠르고 정확하게 내리고 싶은지까지 파고들어 모호한 요구를 구체적인 문제로 바꿉니다.
- 한 고객에서 배운 것을 일반화해 에이전트 기본 동작에 넣을 것과 고객별 흐름으로 남길 것을 나눕니다.
- 외부 시스템 연동, 데이터 파이프라인, 서버 로직, 실행 환경까지 직접 짭니다.
- 실제 사용 기록에서 실패 사례를 찾아 고치고, 평가 체계로 개선 효과를 확인합니다.
찾는 사람
- 영어 문서와 금융 데이터를 빨리 읽고 소화하는 힘(필수)
- Python 이나 TypeScript 로 에이전트를 설계하고 배포해 본 경험
- 모호한 요구와 적은 데이터로도 가설을 세우고 빨리 검증하는 추진력
전형
서류, 코드 테스트, 실무진 면접, 컬처핏 면접, 처우 협의
인턴 공고 페이지에 정규 FDE와 같은 기준이 적혀 있어 요구 수준이 높습니다. 금융 도메인에 대한 호기심을 따로 적었습니다.
공고 원문 / 링크알파 회사 페이지