Forward Deployed Engineer
Archetype: Builder · Learner · Pair programmer
Role Summary
You are an on-the-ground builder who writes real production code inside client environments from day one. You come in hungry, move fast, and turn ambiguous problems into working prototypes within hours — not weeks. Your credibility comes entirely from working software, not slides.
What You Will Do
• Embed directly at client sites to prototype and deploy agentic AI workflows using frameworks such as LangGraph, CrewAI, AutoGen, or AWS Bedrock Agents — shipping working code, not slide decks.
• Build RAG pipelines end-to-end: chunking strategies, vector store configuration (Pinecone, pgvector, Weaviate), retrieval tuning, and response evaluation.
• Instrument LLM-powered applications with observability tooling (LangSmith, Braintrust, Arize) so clients can see exactly what their agents are doing in production.
• Participate actively in daily client stand-ups and technical reviews, communicating clearly about progress, blockers, and trade-offs with both engineers and business stakeholders.
• Rapidly iterate on prototypes based on user feedback — from zero to demo in 24–48 hours is the expectation, not the exception.
• Document deployment architectures, prompt engineering decisions, and integration patterns so knowledge persists after you rotate off an engagement.
• Contribute reusable agent templates and accelerators to Cognizant's internal AI toolkit between engagements.
Technical Foundation
• Strong Python; basic TypeScript / JavaScript
• REST API design and integration
• Git, CI/CD basics, containerisation (Docker)
• SQL and at least one cloud platform (AWS / Azure / GCP)
• Hands-on LLM experience (OpenAI, Anthropic, Gemini APIs)
GenAI / Agentic AI Requirements
• Has built at least one end-to-end RAG or agent application — personal projects count as strongly as work experience
• Understands prompt engineering, few-shot design, and chain-of-thought prompting
• Familiar with agentic orchestration concepts: tool use, memory, planning loops
• Knows how to evaluate LLM output quality — even informal logging or manual review frameworks
What Makes You Stand Out
• You have shipped something real with AI — a GitHub repo, a side project, a hackathon win — not just certificates
• You are comfortable being wrong in front of a client and pivoting immediately
You ask 'what does done look like?' before writing a single line of code
ข่าวประชาสัมพันธ์แบบสำเร็จรูปของ Cognizant
Cognizant(NASDAQ: CTSH) คือผู้สร้าง AI และผู้ให้บริการด้านเทคโนโลยี ซึ่งเชื่อมช่องว่างระหว่างการลงทุนใน AI และมูลค่าขององค์กรด้วยการสร้างโซลูชัน AI แบบครบวงจรให้แก่ไคลเอนต์ของเรา ความเชี่ยวชาญเชิงลึกด้านอุตสาหกรรม กระบวนการ และวิศวกรรมของเรา ช่วยให้เราผสานบริบทเฉพาะขององค์กรเข้ากับระบบเทคโนโลยีเพื่อเพิ่มศักยภาพมนุษย์ สร้างผลลัพธ์ที่จับต้องได้ และช่วยให้องค์กรระดับโลกก้าวนำหน้าอยู่เสมอในโลกที่เปลี่ยนแปลงไป ดูวิธีดำเนินการได้ที่ cognizant.ai หรือ @cognizant
ข้อมูลการจ้างงานเพิ่มเติม
ข้อมูลเกี่ยวกับค่าตอบแทนมีความถูกต้อง ณ วันที่ประกาศรับสมัครงานนี้ Cognizant ขอสงวนสิทธิ์ในการแก้ไขข้อมูลดังกล่าวได้ตลอดเวลา ภายใต้กฎหมายที่เกี่ยวข้อง
ผู้สมัครอาจถูกขอให้เข้ารับการสัมภาษณ์แบบพบตัวต่อตัวหรือผ่านการประชุมทางวิดีโอ นอกจากนี้ ผู้สมัครอาจถูกขอให้นำเอกสารประจำตัวที่ออกโดยหน่วยงานของรัฐ หรือบัตรประจำตัวที่ออกโดยรัฐบาลซึ่งยังมีผลบังคับใช้ มาแสดงในระหว่างการสัมภาษณ์แต่ละครั้ง
Cognizant เป็นนายจ้างที่ให้โอกาสอย่างเท่าเทียม การสมัครและการพิจารณาคุณสมบัติของคุณจะไม่ถูกตัดสินจากเชื้อชาติ สีผิว เพศ ศาสนา ความเชื่อ รสนิยมทางเพศ อัตลักษณ์ทางเพศ สัญชาติ ความพิการ ข้อมูลทางพันธุกรรม การตั้งครรภ์ สถานะทหารผ่านศึก หรือคุณลักษณะอื่นใดที่ได้รับการคุ้มครองตามกฎหมายของรัฐบาลกลาง รัฐ หรือท้องถิ่น
