O que é Forward Deployed Engineering (e por que esse cargo explodiu no Vale do Silício)

Em maio de 2026, Greg Isenberg voltou de cinco dias no Vale do Silício com uma observação simples: o cargo mais mencionado nas conversas sobre IA não era prompt engineer, não era AI researcher e não era chief AI officer.

Era Forward Deployed Engineer.

Quem nunca ouviu esse nome está olhando para o mapa errado.

O que é, exatamente

O termo foi cunhado pela Palantir no início dos anos 2010. A ideia era radicalmente diferente do modelo de consultoria tradicional: em vez de trazer o cliente até o produto, a Palantir mandava engenheiros para dentro do cliente.

Não como suporte. Não como treinamento. Como produção.

O Forward Deployed Engineer (FDE) ia até o Departamento de Defesa, até o hospital, até a mineradora — e escrevia código de produção dentro da realidade operacional daquele cliente. Aprendia o vocabulário do setor, mapeava os fluxos reais (não os fluxos do PowerPoint), identificava onde a operação travava e construía o sistema que destravava.

Era cirurgião, não arquiteto. A diferença importa: o arquiteto desenha o prédio de fora. O cirurgião opera dentro.

O que o FDE não é

Antes de continuar, vale fazer a limpeza.

FDE não é consultoria. O consultor entrega relatório. O FDE entrega sistema funcionando. O consultor vai embora com o diagnóstico. O FDE vai embora com código em produção.

FDE não é suporte técnico. O suporte resolve o que quebrou. O FDE resolve o que nunca funcionou direito — e muitas vezes o cliente nem sabe articular o que é.

FDE não é integrador de plataforma. Integrador conecta ferramentas. FDE mapeia o ofício e constrói o sistema que faz sentido para aquele ofício específico.

A confusão existe porque FDE produz resultado técnico, como suporte; usa conhecimento do negócio, como consultoria; conecta sistemas, como integrador. Mas a lógica é diferente: o FDE está descobrindo o que vai virar produto.

O ciclo que a Palantir descobriu

Existe uma frase que resume o método FDE com precisão brutal: come dor, excreta produto.

Vai assim:

1. O FDE entra no cliente, aprende o ofício de dentro. Semanas, às vezes meses.
2. Constrói uma solução específica para aquele cliente — imperfeita, artesanal, feita para funcionar agora.
3. Os padrões que emergiram nesse engajamento são abstraídos e generalizados.
4. O que custou 6 semanas de descoberta com o primeiro cliente custa 6 dias com o segundo — porque o produto já carrega o conhecimento.

A Palantir chamava isso de “estrada de cascalho que vira rodovia”. O FDE abre o caminho. A engenharia de produto pavimenta.

O resultado econômico é contra-intuitivo: as primeiras implantações têm margem negativa. As seguintes têm margem crescente — porque o conhecimento do ofício foi incorporado no produto, não ficou na cabeça do consultor.

Por que esse modelo explodiu agora

Durante dez anos, FDE foi nicho. Palantir, algumas empresas de defesa, poucas startups de enterprise. A OpenAI começou a estruturar seu time de FDE em 2023 — sinal de que o modelo deixou de ser exclusividade de uma empresa e virou padrão de mercado.

O que mudou em 2024-2026 é que os agentes de IA tornaram o ciclo FDE viável para mercados menores.

Antes, construir um sistema especializado para um nicho exigia engenharia pesada. Hoje, um agente bem configurado — com memória, contexto do ofício e integrações corretas — entrega boa parte do trabalho operacional com fração desse esforço.

Isso abriu o modelo FDE para PMEs. Para clínicas, escritórios de advocacia, consultoras, imobiliárias, vendedores de consórcio.

A dor é a mesma que a Palantir resolvia no Pentágono. A escala é diferente. A lógica é idêntica.

O que o FDE precisa saber

O perfil é intencionalmente híbrido. Você precisa de:

• Conhecimento técnico suficiente para construir e configurar sistemas de IA — não necessariamente escrever código do zero, mas entender o que é possível, o que é frágil e o que vai escalar.
• Capacidade de aprender um ofício novo em semanas — não só entrevistar, mas operar. Entender o ritmo, o vocabulário, as exceções que não estão documentadas em lugar nenhum.
• Senso de produto — saber distinguir o que é dor específica daquele cliente do que é padrão que vai se repetir em todo o nicho.
• Tolerância para ambiguidade — o problema real raramente é o problema descrito na primeira reunião.

Nenhuma faculdade forma isso. O FDE é um acidente de percurso: quem chegou nisso geralmente veio de consultoria e ficou frustrado com a falta de execução, ou veio de engenharia e ficou frustrado com a falta de contexto de negócio.

O Brasil ainda não tem nome para isso

Em português, o mais próximo seria “consultor técnico” ou “arquiteto de soluções”. Mas nenhum desses captura o que o FDE faz, porque nenhum pressupõe que o objetivo final é produto — não entrega pontual.

Esse vácuo de nomenclatura é um sintoma de algo maior: o Brasil ainda não tem mercado estruturado para esse papel.

O que existe são: consultores que ensinam a usar ferramentas genéricas, integradores que conectam sistemas sem entender o ofício, e algumas raras pessoas que fazem o que o FDE faz mas sem nome, sem método e sem escala.

A janela para nomear isso — e portanto definir o mercado — está aberta.

Engenharia de Agentes é a proposta deste blog para o nome brasileiro do campo que combina a epistemologia FDE com a operação de agentes de IA verticalizados. Não é tradução. É adaptação para a realidade de um mercado onde a maioria dos compradores é PME, o canal é WhatsApp e o produto precisa funcionar sem departamento de TI.

O que isso tem a ver com você

Se você é dono de negócio, a pergunta prática é: existe alguém que possa fazer isso pelo meu setor?

A resposta honesta hoje: poucos. E quem faz, faz caro, porque o conhecimento do ofício ainda precisa ser construído do zero a cada engajamento.

A promessa do modelo FDE bem executado é que isso muda: o segundo cliente do mesmo nicho é mais barato, mais rápido, e entrega mais — porque o primeiro pagou pelo aprendizado.

Se você é profissional de tecnologia ou consultor, a pergunta é: isso é o que eu quero fazer?

O FDE é o cargo mais citado porque resolve o problema mais óbvio da adoção de IA: ferramentas genéricas não entendem o seu ofício. Alguém tem que traduzir. Esse alguém é o Forward Deployed Engineer.

O cargo existe. O mercado existe. O nome, no Brasil, ainda está disponível.