Forward Deployed Engineer
Archetype: Owner · Problem solver · Client partner
Role Summary
You own an engagement end-to-end. You diagnose messy real-world problems, architect multi-agent solutions, build them in production, and leave clients materially better off — with a running system, not a proof of concept. The pod looks to you to set the technical direction and hold the client relationship.
What You Will Do
• Lead small FDE pods (typically 2–3 engineers) embedded with a client for 8–16 week sprints, owning technical delivery from discovery through production launch.
• Translate ambiguous business objectives into concrete agentic AI architectures — defining agent roles, tool interfaces, orchestration patterns, memory strategies, and human-in-the-loop checkpoints.
• Design and implement multi-agent systems for complex enterprise workflows: document intelligence, process automation, decisioning pipelines, and AI-assisted knowledge work.
• Conduct rigorous evaluation: design eval suites, run red-teaming exercises, set acceptance criteria, and present evidence-based quality assessments to client engineering leads and executives.
• Navigate client-side security, IAM, data residency, and compliance constraints to deploy AI in regulated environments (BFSI, healthcare, manufacturing).
• Build trust with senior client stakeholders — running architecture reviews, leading technical workshops, and communicating trade-offs in plain business language.
• Feed deployment patterns and reusable components back into Cognizant's AI Market Unit asset library, accelerating future engagements.
• Mentor Jr. FDEs, pair on hard technical problems, and raise the floor of the whole pod.
Technical Depth Required
• Production-grade Python; TypeScript / JavaScript for full-stack agent UIs
• Agentic frameworks: LangGraph, AutoGen, CrewAI, Semantic Kernel, or equivalent
• Cloud-native deployment: Kubernetes, serverless, managed AI services
• Data engineering fundamentals: ETL, streaming (Kafka / Kinesis), vector and relational databases
• AI observability, guardrails, and safety tooling
Client & Delivery Requirements
• Has owned at least one GenAI deployment from prototype to production in a real client or employer environment
• Comfortable presenting architecture decisions to VP-level technical and business stakeholders
• Experience running iterative delivery (sprint planning, retrospectives, change management basics)
• Domain knowledge in at least one of: BFSI, healthcare, supply chain, retail, or manufacturing
What Makes You Stand Out
• You have rescued a stalled AI project — diagnosed why demos worked but production didn't, and fixed it
• You can tell a client 'that's the wrong use case' and redirect them to something that will actually deliver ROI
You treat evals as engineering, not an afterthought
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
