Casi todo lo que vas a encontrar sobre este rol se queda en la emoción de que es el trabajo más caliente de la IA. Está bien para enterarte, pero no te dice qué hacer el lunes.
Esta guía va por otro lado. Te voy a mostrar exactamente qué dicen las ofertas reales, cuál mitad del trabajo ya sabes hacer, cuál construyes, y en qué orden hacerlo para que cada paso te deje algo que puedas mostrar. Todo lo que hay aquí sale de ofertas abiertas y de datos con fuente, no de suposiciones.
Qué es realmente este rol
Un forward deployed engineer es la persona que la empresa manda directo a donde está el cliente, a meterse en la operación real del negocio y montarle la IA ahí adentro. El modelo lo inventó Palantir hace años, y ahora lo están copiando los laboratorios de IA porque descubrieron algo incómodo: vender el modelo no sirve de nada si el cliente no logra ponerlo a funcionar en su empresa.
La descripción más precisa del trabajo la da el reparto del tiempo. Un análisis de cerca de mil ofertas de este puesto encontró que se describe más o menos así: sesenta por ciento del tiempo frente al cliente, treinta por ciento escribiendo código específico para esa implementación, y diez por ciento en trabajo interno.
Léelo otra vez. La mayoría del trabajo no es programar. Es entender. Ese treinta por ciento de código es lo que hace que lo que entendiste se vuelva algo que funciona, y es la parte que esta guía te enseña a construir.
Para que veas qué entrega un FDE de verdad, esto es textual de una oferta abierta de Anthropic: "construir aplicaciones de producción con modelos Claude dentro de los sistemas del cliente" y "entregar artefactos técnicos para clientes, como servidores MCP, subagentes y skills de agentes". Además, viajar entre un veinticinco y un cincuenta por ciento del tiempo a las oficinas del cliente para construir ahí, en persona.
Esos artefactos no son teoría: son exactamente las piezas que aprendes a montar en Cómo montar tu primer loop. Si ya montaste un loop completo, ya tocaste con las manos tres de las cosas que este puesto pide entregar.
El mapa completo, en dos mitades
Esto es lo que piden las ofertas reales, ordenado.
La mitad de negocio, que aparece en más del setenta por ciento de las ofertas. Empatía con el cliente. Descubrimiento de requerimientos, o sea saber preguntar hasta encontrar cuál es el problema de verdad y no el que te dijeron primero. Manejo de las personas que deciden. Y descomposición de problemas, que es agarrar algo enorme y partirlo en pedazos que sí se pueden resolver.
La mitad técnica, que aparece en más del noventa y cinco por ciento. Python o TypeScript. SQL. Alguna nube, sea AWS o Google Cloud. Y contenedores, que es la forma estándar de empaquetar algo para que corra igual en cualquier máquina.
Y encima, la capa de IA, que aparece en más del ochenta por ciento. Construir aplicaciones sobre modelos de lenguaje. Sistemas de recuperación de información, que es cómo se hace que el modelo responda usando los documentos de la empresa y no lo que se sabe de memoria. Prompts y evaluaciones. Y orquestación de agentes.
Y aquí está la conclusión que te sirve. De esas dos mitades, la de negocio es la que las empresas no saben enseñar. Puedes contratar diez programadores de Python y no conseguir a uno solo que sepa entrar a una operación ajena, aguantar la ambigüedad, y salir con el problema correcto identificado. Eso se aprende operando, y si vienes de operaciones, de consultoría, de gestión de proyectos o de marketing, ya lo llevas años haciendo sin ponerle nombre.
La mitad técnica, en cambio, es la que sí tiene camino trazado, y es la que arma el resto de esta guía. Esa es tu ventaja completa: lo tuyo casi no se enseña, y lo que te falta sí. La mayoría de la gente que compite por estos puestos está en la situación contraria, y es una situación peor.
Por qué la demanda es real, y dónde está de verdad
Los números que dan vueltas son estos, y te los doy con su fuente para que sepas qué tan firmes son.
Las ofertas de este puesto crecieron más de ochocientos por ciento en LinkedIn entre enero y septiembre de 2025. Lo reportó Fast Company. El crecimiento siguió durante 2026 según los datos de Indeed. Es un dato sólido, aunque ten en cuenta que un crecimiento porcentual gigante suele salir de una base pequeña: es un rol que casi no existía.
Y aquí está el dato que de verdad te sirve, que no habla de los laboratorios de IA sino de todas las demás empresas. Deloitte encuestó a 3.235 líderes en 24 países para su reporte del estado de la IA en la empresa de 2026, y encontró tres cosas que juntas explican todo:
La primera es que la brecha de habilidades de la gente es el obstáculo número uno para adoptar IA. No es la tecnología. Es que nadie sabe implementarla.
La segunda es que el ochenta y cuatro por ciento de las organizaciones todavía no ha rediseñado ni un solo puesto ni un solo flujo de trabajo alrededor de la IA.
Y la tercera es que solamente el veinte por ciento está generando crecimiento de ingresos con IA, cuando el setenta y cuatro por ciento lo puso como meta.
Junta las tres y tienes tu oportunidad completa. Hay miles de empresas que compraron IA, no la saben implementar, y no están consiguiendo resultados. No están contratando "forward deployed engineers" porque ni conocen el término. Están buscando a alguien que entre y les haga funcionar esto.
Ese es tu mercado. No es OpenAI.
Los dos caminos, y por dónde entrar
Hay dos caminos hacia el mismo rol, y conviene saber en cuál estás jugando.
Camino A: el puesto en un laboratorio de IA. Esto es Anthropic, OpenAI, Palantir, Google. Las ofertas piden cuatro o más años de experiencia en un rol técnico de cara al cliente, experiencia de producción con modelos de lenguaje, y dominio de Python. La compensación en Estados Unidos, según el análisis de las mil ofertas, va de trescientos mil dólares hacia arriba en total, con buena parte en acciones. Es el destino, y se llega.
Camino B: hacer el trabajo de FDE donde todavía no lo llaman así. Empresas medianas, consultoras, agencias, tu propio empleo actual. Los títulos aquí son otros: implementador de IA, arquitecto de soluciones, líder de automatización, consultor de IA aplicada. Paga muchísimo más que lo que probablemente ganas hoy, y sobre todo, es el camino que te construye la experiencia que el camino A pide. Los cuatro años que menciona Anthropic tienen que salir de algún lado, y salen de aquí.
Mi recomendación: entra por el B, y deja que el A llegue solo. Si además estás en Latinoamérica esto pesa todavía más, porque hay empresas de Estados Unidos contratando este perfil en remoto en la región, y esa puerta casi siempre es la del camino B.
Qué aprender, en qué orden, sin rodeos
Este es el orden y tiene una lógica: cada paso te deja algo que puedes mostrar antes de pasar al siguiente. Nada de estudiar seis meses para después ver qué pasa.
Primero, Python hasta poder leer y modificar código ajeno. No necesitas convertirte en programadora. Necesitas poder abrir algo que ya existe, entender qué hace, cambiarlo y que siga funcionando. Ese es el umbral real, y está mucho más cerca de lo que crees. Ojo con la trampa de meterte a un curso de algoritmos y estructuras de datos: eso es para entrevistas de otro tipo de puesto, no para este.
Segundo, SQL. Es el idioma en el que se le preguntan cosas a una base de datos. Se aprende en semanas, no en meses, y es el que más rápido te vuelve útil, porque casi todo problema de negocio empieza con alguien que necesita un dato que no sabe sacar.
Tercero, construir sobre modelos de lenguaje de verdad. Aquí es donde te separas del montón. No es saber usar ChatGPT. Es construir sistemas: agentes que hacen tareas completas, conexiones a las herramientas reales de una empresa, y evaluaciones que midan si el resultado sirve. La guía del primer loop cubre exactamente esta parte, y no es casualidad: los artefactos que enseña son literalmente los que pide la oferta de Anthropic.
Cuarto, poner algo en producción. Producción significa que otra persona lo usa sin ti al lado. Esta es la línea que separa a quien juega con IA de quien la implementa, y es la única de las cuatro que no se puede fingir en una hoja de vida.
Y quinto, lo de la nube y los contenedores. Lo pongo de último a propósito, porque es lo que más asusta y lo que menos rendimiento te da al principio. Cuando llegues aquí ya vas a tener algo funcionando, y aprender a empaquetarlo va a tener sentido.
Las tres cosas que tienes que construir
Un certificado no te va a conseguir este puesto. Tres cosas funcionando, sí. Y tienen que ser estas tres, en este orden, porque juntas cuentan la historia exacta que el puesto quiere oír.
La primera: algo que arreglaste en un negocio real, con el antes y el después medido. Puede ser tu propio trabajo. Puede ser el negocio de tu tía. Lo que importa es que exista un proceso que antes tomaba tanto y ahora toma tanto, o que antes se equivocaba tanto y ahora no. La medición no es un adorno, es el producto. Sin el número, es una anécdota. Con el número, es evidencia.
La segunda: un agente que use las herramientas de verdad de alguien. Que entre al correo, al calendario, a la hoja de cálculo, a la base de datos, y que haga algo completo de principio a fin. Aquí es donde se ve si sabes conectar, no solo conversar.
Y la tercera, que es la que casi nadie tiene: la nota escrita de cómo lo hiciste. Un documento donde cuentes cuál era el problema, qué preguntaste para encontrarlo, qué construiste, qué se rompió, y qué medirías si lo hicieras otra vez. Esto vale oro por una razón muy concreta: la oferta de Anthropic pide textualmente "identificar y codificar patrones de implementación repetibles". Eso es exactamente este documento. Es la prueba directa de que sabes hacer una parte del trabajo que ni siquiera aparece en la mayoría de los portafolios.
Tres cosas. Ni diez proyectos ni un año de estudio. Tres cosas hechas bien, con números.
Cómo te presentas
Esta parte cambia resultados más rápido que cualquier curso, porque la mayoría de la gente que ya tiene la mitad de negocio se describe de una forma que la esconde.
Deja de nombrar tu cargo y empieza a nombrar el movimiento. "Coordinadora de operaciones" no le dice nada a nadie. "Entro a una operación, encuentro dónde se está perdiendo el tiempo, y construyo el agente que lo arregla" dice exactamente lo que hace un FDE.
Habla de resultados, no de herramientas. No es que usas tal cosa. Es que un proceso que tomaba seis horas ahora toma veinte minutos. La herramienta cambia cada seis meses. El resultado no.
Usa las palabras de las ofertas, porque son las que buscan. Descubrimiento. Implementación. Producción. Adopción. Y en inglés, porque así vienen: discovery, deployment, production, adoption. Sobre eso último, y siendo directa contigo: este mercado se mueve en inglés. Las ofertas están en inglés, los clientes hablan inglés, y las entrevistas son en inglés. Si el tuyo no da todavía, esa es una de tus cuatro cosas por construir, no un detalle.
Y busca por todos los nombres, no solo por uno. El mismo trabajo aparece publicado como forward deployed engineer, forward deployed AI engineer, applied AI engineer, solutions engineer y deployment engineer. Si buscas solo el primero, te estás perdiendo la mayoría.
La entrevista
Este puesto no se entrevista como uno de programación. Casi siempre hay un caso: te dan una situación de un cliente y ven cómo la desarmas.
Lo que están midiendo de verdad es si preguntas antes de proponer. El candidato que arranca a proponer soluciones pierde. El que pregunta qué está pasando hoy, quién sufre, qué han intentado y cómo sabrían que se arregló, gana. Y esa es justamente la parte que tú ya sabes hacer.
Prepara una historia de algo que salió mal. Van a preguntarla. Lo que buscan no es que nunca hayas fallado, sino que sepas cómo te diste cuenta y qué cambiaste. Una historia de un error bien contada vale más que tres de éxitos.
Y ten lista la pregunta que casi nadie hace: cómo miden ellos el éxito de una implementación. Preguntar eso te pone del otro lado de la mesa, porque es la pregunta que se hace alguien que ya ha hecho este trabajo.
Por dónde empiezas esta semana
Los caminos que circulan por ahí calculan los tiempos para alguien que empieza sin nada. Tú no estás en esa posición: si ya tienes la mitad de negocio, estás empezando por la mitad que no se enseña, y eso adelanta el reloj de una forma que ningún curso puede.
Y lo más importante de todo: no tienes que esperar a tener el puesto para empezar a hacer el trabajo. El primer proyecto de la lista de tres cosas lo puedes arrancar esta semana, en el trabajo que ya tienes, con el proceso que ya te molesta. Ese es el punto entero. Este rol no se consigue estudiando para él. Se consigue haciéndolo pequeño hasta que alguien te pague por hacerlo grande.
De dónde salió todo esto
Todos los datos de esta guía están verificados contra su fuente original al 29 de julio de 2026.
- Requisitos y responsabilidades textuales: ofertas abiertas de Forward Deployed Engineer, Applied AI de Anthropic.
- Reparto del tiempo, habilidades por porcentaje de ofertas, títulos y rangos de compensación: análisis de cerca de mil ofertas publicado por Perspective AI. Los rangos son de Estados Unidos.
- Crecimiento de más del 800% en ofertas entre enero y septiembre de 2025, sobre datos de LinkedIn: Fast Company.
- Brecha de habilidades como obstáculo número uno, 84% sin rediseñar flujos, 20% generando ingresos con IA: State of AI in the Enterprise 2026 de Deloitte, sobre 3.235 líderes en 24 países.
- Origen del modelo en Palantir y su adopción por los laboratorios de IA: The New Stack y MarkTechPost.