এফডিই: এন্টারপ্রাইজগুলিতে এআই গ্রহণের নতুন চাকরির ভূমিকা

👦🏻 লেখক: হেনরি (DeerFlow টিম)^[1]

গত এক মাসে আমি চারজন বন্ধুর সাথে দেখা করেছি যারা ক্যারিয়ার পরিবর্তনের প্রস্তুতি নিচ্ছিল—ফ্রন্টএন্ড ডেভেলপার, সলিউশন আর্কিটেক্ট, প্রোডাক্ট ম্যানেজার, এবং প্রাচীন অ্যালগরিদম ইঞ্জিনিয়ার; তাদের ব্যাকগ্রাউন্ড, বয়স, শহর ভিন্ন ভিন্ন হলেও তারা একই ইংরেজি সংক্ষেপ: FDE জিজ্ঞাসা করেছিল।^[2]এটি আমার জন্য মূল্যবান কি?

FDE, পূর্ণরূপ Forward Deployed Engineer^[2]এটি দুই বছর আগে পালানটির বৃত্তের একটি পেশাগত জার্গন ছিল, আজ এটি অ্যাগেন্টদের শুরুর বাক্য, চাকরির বিজ্ঞপ্তিতে প্রায়শই উল্লিখিত পদ এবং সোশ্যাল মিডিয়ায় “এআই যুগের সবচেয়ে মূল্যবান পদ” হিসাবে একটি প্রস্তাবিত উত্তরে পরিণত হয়েছে। ওপেনএআই 2026 সালের মে মাসে সরাসরি এই নামে ডিপ্লয়মেন্ট কোম্পানি প্রতিষ্ঠা করেছে।^[3]40 বিলিয়ন ডলারের প্রাথমিক বিনিয়োগের সাথে, স্পষ্টভাবে বলা হয়েছে যে প্রকৌশলীদের ক্লায়েন্টের অফিসে পাঠানো হবে এবং ক্লায়েন্টের কাজের প্রবাহে ঢুকতে হবে; Anthropic-এর Applied AI দলও চারটি সময়zone-এ FDE-এর জন্য নিয়োগ করছে। এই বিষয়টি শুধুমাত্র এক বছরেরও কম সময়ে স্থানীয় জার্গন থেকে স্পষ্ট শব্দে পরিণত হয়েছে।

আমার গত নিবন্ধে “সুপার ইন্ডিভিজুয়াল” কে সম্বোধন করে[4] আলোচনা করা হয়েছিল “মানুষের ইঞ্জিন” — কৌতূহল, নিজে থেকে শেখা, নিজে থেকে প্রেরণা এবং হাতে-কলমে কাজ করার দক্ষতা, কিভাবে এগুলো একটি সম্পূর্ণ Closed-loop-এর মধ্যে জাগ্রত হয়। কিন্তু মানুষ বাতাসে ভাসে না, মানুষকে একটি নির্দিষ্ট চাকরির কোঅর্ডিনেট সিস্টেমের মাধ্যমে ধরে রাখতে হয়। যদি সুপার ইন্ডিভিজুয়ালকে AI যুগের উৎপাদন সম্পর্কের “কাঁচামাল” বলা যায়, তবে FDE হলো এই বছরের মধ্যে বাজারের মধ্যে সবচেয়ে স্পষ্টভাবে বিকশিত “চাকরির রূপ”।

আমার দৃষ্টিতে, এফডিই পরামর্শের বাক্সে নয়, বাইরের বাক্সেও নয়। এটি সুপার ইন্ডিভিজুয়ালের কাছাকাছি—পার্থক্যটি হলো, এফডিই হলো “মডেল কোম্পানি × ক্লায়েন্ট”-এর ফাঁকে সংগঠিত একটি সুপার ইন্ডিভিজুয়াল।

আপনি কি জানেন—Forward Deployed শব্দটি কোথা থেকে এসেছে? এটি মূলত মার্কিন সেনাবাহিনীর পদবী Forward Deployed Forces, যা বিদেশে বা সামনের রেখায় স্থাপন করা, যাতে নিকটবর্তীভাবে প্রতিক্রিয়া দেওয়া যায়, এমন বাহিনীকে বোঝায়, যা মূল বেসে অবস্থিত পিছনের বাহিনীর বিপরীতে। Palantir 2000-এর শেষার্ধে এই শব্দটি সফটওয়্যার শিল্পে নিয়ে আসে, যা "ইঞ্জিনিয়ারদের হেডকোয়ার্টার থেকে সরিয়ে ক্লায়েন্টের স্থানে থাকার" কাজের মডেলকে বর্ণনা করতে, এমনকি অভ্যন্তরীণ দলগুলিকেও সামরিক অক্ষর অনুযায়ী Delta এবং Echo নামকরণ করা হয়। এবার OpenAI এবং Anthropic এটি পুনরায় গ্রহণ করছে—এটি দৈবক্রম নয়—ইঞ্জিনিয়ারদের সামনের রেখায় পাঠানো, এই বিষয়টির মূলভাবটি কখনও পরিবর্তিত হয়নি।

এই প্রবন্ধটি শেষ কয়েকদিনে আমার চারজন বন্ধু যে তিনটি নির্দিষ্ট প্রশ্ন করেছিলেন, তার উত্তর দেয়:

FDE কি AI-এর বাইরের আবরণে একটি পরামর্শ প্রতিষ্ঠান? এর সাধারণ পরামর্শের সাথে সীমানা কোথায়?

FDE কি একটি উন্নত সফটওয়্যার আউটসোর্সিং? এটি আমি যা করছি তার সাথে কী পার্থক্য?

আমি কি FDE-এর জন্য উপযুক্ত? এই পদটি কোন ধরনের মানুষকে বাড়িয়ে তুলবে, আর কোন ধরনের মানুষকে ধ্বংস করে দেবে?

লেখকের মতামত সাবধানে আশাবাদী: FDE সত্যিই বেড়ে উঠছে, কিন্তু এটি সবার জন্য রূপান্তরের পথ নয়। এটিকে উত্তেজনাপূর্ণভাবে না বলে, এটিকে পরিষ্কারভাবে ব্যাখ্যা করা গুরুত্বপূর্ণ।

যদি এই ফ্রেমওয়ার্ক ডিপ এক্সপ্লোরেশন পর্যায়ের পুনরায় প্রকাশের সময়কে শুধুমাত্র একটি ঘটনার মাধ্যমে চিহ্নিত করতে হয়, তবে লেখক নির্বাচন করবেন ২০২৬ সালের ১১ মে — যেদিন OpenAI-এর ডিপ্লয়মেন্ট কোম্পানি ঘোষণা করা হয়।^[5]COO ব্র্যাড লাইটক্যাপ পূর্বের ব্যবসায়িক শাখা ছেড়ে বিশেষ প্রকল্পের দায়িত্ব পান এবং স্যাম আলটম্যানের কাছে সরাসরি রিপোর্ট করবেন, যিনি এই কাজে পুরোপুরি নিযুক্ত থাকবেন। একই সপ্তাহে, OpenAI ব্রিটিশ AI পরামর্শদাতা কোম্পানি Tomoro কে অধিগ্রহণ করে, যার মধ্যে 150জন Forward Deployed Engineer এবং Deployment Specialist নতুন কোম্পানিতে যোগ দেন।

উল্লেখযোগ্য যে, ওপেনএআইয়ের ভর্তি পৃষ্ঠায় একসাথে দশটিরও বেশি FDE পদ প্রকাশিত হয়েছে: সান ফ্রান্সিসকো, নিউ ইয়র্ক, ওয়াশিংটন, এবং Life Sciences, Semiconductor, Gov ইত্যাদি শিল্পভিত্তিক উপ-দিকসমূহসহ, এমনকি FDE ভর্তি অফিসারও^[6]এই পদটি এখনই চাকরির জন্য খোলা। বিশ্লেষকদের অনুমান যে এই দল তিন বছরের মধ্যে ২০০০–৪০০০ জনে বাড়বে। এটি একটি গবেষণা দলের আকার নয়, এটি একটি নিয়মিত সেনাবাহিনী।

অ্যানথ্রোপিক এখানে প্রায় মিরর অ্যাকশন। অ্যাপ্লাইড এআই টিমের নিচে ফরওয়ার্ড ডিপ্লয়ড ইঞ্জিনিয়ার পদ^[7]বোস্টন, নিউ ইয়র্ক, সিয়াটল, সান ফ্রান্সিসকো, ওয়াশিংটন এবং লন্ডন—এই ছয়টি স্থানে একসাথে প্রকাশ করা হয়েছে, যেখানে 25%–50% ক্লায়েন্টকে স্থানীয়ভাবে যাতায়াত করার প্রয়োজন। একটি সম্প্রতি পুনরাবৃত্তভাবে উল্লেখিত উদাহরণ হলো ফিনটেক কোম্পানি FIS—এটি ঘোষণায় সরাসরি লিখেছে “Anthropic-এর Applied AI টিম এবং forward-deployed engineers FIS-এর মধ্যে এমবেডড হয়েছে, যারা Financial Crimes AI Agent-এর ডিজাইনে একসাথে কাজ করছে এবং FIS-কে জ্ঞান স্থানান্তর করছে, যাতে এটি পরবর্তীতে আরও বেশি agent-এর বিস্তার স্বাধীনভাবে করতে পারে”。

এই বাক্যটিতে FDE পদটির প্রকৃত চিত্র লুকিয়ে আছে। এটি প্রি-সেল আর্কিটেক্ট, এসডিআর বা ক্লায়েন্টদের প্রশিক্ষণ দেওয়ার জন্য আসা ইভাঙ্গেলিস্ট নয়। এটি মডেল নিয়ে ক্লায়েন্টের কোডবেসে বসে থাকা ইঞ্জিনিয়ার। ব্র্যাড লাইটক্যাপ নিজেই আরও স্পষ্টভাবে বলেছেন: “আমাদের ক্লায়েন্টরা আমাদের বলেছে, তাদের প্রয়োজন হলো pilot থেকে production-এ যাওয়ার ক্ষমতা। Deployment Company হলো আমাদের ইঞ্জিনিয়ারদের তাদের টিমের মধ্যে পাঠিয়ে, ডেলিভারির জন্য পর্যাপ্ত সম্পদ প্রদান।”

এটিকে একটি চিত্রে চিত্রিত করুন, তাহলে তিন পক্ষের সম্পর্কটি খুব স্পষ্ট হয়ে উঠবে:

এই চিত্রে সবচেয়ে বেশি তথ্যপূর্ণ দুটি লাইন হল এফডিই দ্বারা দুই দিকে প্রতিক্রিয়া প্রেরণ। গ্রাহকের দিকে, এফডিই মডেলকে এসএএস হিসেবে বিক্রি করে না, বরং গ্রাহকের ডেটা, অনুমতি, সঙ্গতি এবং অভ্যন্তরীণ সিস্টেমকে একটি মডেল চালানোর জন্য একটি পাইপলাইনে একত্রিত করে; মডেল কোম্পানির দিকে, এফডিই গ্রাহকের প্রকৃত সমস্যা এবং ব্যর্থ নমুনা পণ্য এবং গবেষণায় ফিরিয়ে আনে, যা রোডম্যাপকে প্রভাবিত করে—একটি পুনরাবৃত্তভাবে ভুল হওয়া tool calling প্যাটার্ন, সম্ভবত SDK-এর পরবর্তী বিল্ট-ইন অ্যাবসট্রাকশনে পরিণত হবে।

এই কারণেই FDE এই চক্রে দুটি শীর্ষস্থানীয় মডেল কোম্পানি একসাথে পুনরায় চালু করেছে—এর পিছনে শুধু “আমাদেরও Palantir-এর মতো কনসাল্টিং করতে হবে” এই কথাটা নয়। এটি মডেল কোম্পানিগুলির একটি সংকেত সংগ্রহ যন্ত্র—সবচেয়ে ঘনঘটিত ক্লায়েন্টের সমস্যা শুধুমাত্র নিজেদের মানুষ উপস্থিত থাকলেই ধরা যায়, পার্টনারদের মাধ্যমে প্রেরিত চাহিদা সবসময় একটু দূরে। Anthropic একটি মিশ্র পথ অনুসরণ করছে: একদিকে FDE-এর নিজস্ব চালানো, অন্যদিকে কনসাল্টিং কোম্পানি এবং PE-এর সঙ্গে যৌথভাবে ডিপ্লয়মেন্ট নেটওয়ার্ক গড়ে তোলা। একটি নিজস্বভাবে, অন্যটি ecosystem-এর দিকে, কিন্তু উভয়েরই মূলমন্ত্র একই: মডেল কোম্পানিরা আর API সরবরাহকারীই থাকবেননা, তাদেরকে সরাসরি ইঞ্জিনিয়ারদের ক্লায়েন্টের পণ্যের ভিতরে পাঠাতে হবে।

পরবর্তীতে উত্তর দেওয়া হবে দুটি সবচেয়ে সাধারণ তুলনামূলক প্রশ্ন—FDE এবং প্রাচীন পরামর্শ (ম্যাকিনসি, এসিন্সেল ইত্যাদি) এর সীমানা কোথায়? এটি আমাদের পরিচিত সফটওয়্যার আউটসোর্সিংয়ের সাথে একই কিনা?

এফডিই-এর কাজের বর্ণনা প্রথমবার শুনে অনেকের প্রথম প্রতিক্রিয়া হয়: “এটা তো ম্যাকিনসি বা এসেনজির নতুন সংস্করণ!”

আমি এই সংযোগটি বুঝতে পারছি। সুটকেস পরে, ক্লায়েন্টের সাইটে যাওয়া, ক্লায়েন্টের মিটিং রুমে বসে ব্ল্যাকবোর্ডে ড্রয়িং করা, C-লেভেলের ম্যানেজারদের সাথে এলাইন করা—দৃশ্যটি দেখলে FDE এবং কনসালটিং কনসালট্যান্টদের মধ্যে পার্থক্য করা কঠিন। কিন্তু যদি আপনি একটু গভীরে যান, তবে দুটির কাজের মূলভিত্তি সম্পূর্ণ ভিন্ন। কনসালটিং বিক্রি করে প্রক্রিয়ার সীমানা, FDE বিক্রি করে মডেলের সীমানা।

এই দুটিকে একটি টেবিলে পাশাপাশি রাখলে পার্থক্যটি তাৎক্ষণিকভাবে প্রকট হয়ে ওঠে।

এই টেবিলের সবচেয়ে বেশি থামার মতো হলো "সম্পদের অবচয়" লাইন।

প্রাচীন পরামর্শের সবচেয়ে লাভজনক যুক্তি হল সম্পদের পুনঃব্যবহার—একটি ব্যাংকের জন্য প্রস্তুত করা পরিকল্পনা, পরবর্তীটির জন্য কিছুটা পরিবর্তন করে আবার বিক্রি করা; একটি খুচরা শিল্পের ডিজিটাল প্লেবুক তিন দশকেরও বেশি গ্রাহকের উপর পুনরাবৃত্তি করা যায়। এটিই গত তিন দশকে Accenture, Deloitte, McKinsey Digital-এর বৃদ্ধির মূল অর্থনৈতিক মডেল।

FDE-এ এই সম্পদ নেই। মডেলের ক্ষমতা দ্রুত পরিবর্তন হচ্ছে—আজ এখনও পরিকল্পিত Prompt চেইন প্রয়োজন, কিন্তু পরবর্তী ভার্সনে একটি বাক্যেই কাজটি শেষ হয়ে যাবে। এই গতিতে “পদ্ধতির সঞ্চয়” দ্রুত মূল্যহীন হয়ে যাবে। তাই FDE-এর জন্য সম্পদ পুনর্ব্যবহারের মডেল কাজ করবে না; প্রতিবার সম্পূর্ণ সাইকেল আবার চালানো প্রয়োজন—মডেলের সীমানা আবার মূল্যায়ন, টুলস্ট্যাক আবার বাছাই, পণ্যের ফর্ম্যাট আবার গঠন। এটি অপ্রাসঙ্গিক মনে হলেও, মডেলের গতির সাথে চলে যাওয়ার একমাত্র উপায়।

আপনি কি জানেন—প্রোডাক্ট ওভারহ্যাঙ্গ কী? লেখক গত প্রবন্ধে 致超级个体^[4]আমরা এই শব্দটি ব্যাখ্যা করেছি: মডেলের ক্ষমতা বর্তমান পণ্যের আকারকে ছাড়িয়ে গেছে, কিন্তু এটিকে বাস্তবায়নের জন্য কোনো পণ্য এন্ট্রি, অনুমতি বা প্রসঙ্গ নেই। FDE পদটির মূল্য হলো গ্রাহকের পরিস্থিতিতে অস্থিরভাবে ঝুলছে এমন Overhang-কে একটি বাস্তবিকভাবে চলমান পণ্যে পরিণত করা। গ্রাহকরা মডেল API-এর কল কোটা কিনছেন না, বরং “এই Overhang-এর সমষ্টিকে আমার ব্যবসায়ে প্রকৃতপক্ষে বাস্তবায়ন করতে পারে” —এই ক্ষমতা কিনছেন।

এটি “প্রকল্প কাঠামো” লাইনের পার্থক্যও ব্যাখ্যা করে। পরামর্শ প্রকল্পের মানক কাঠামো হল SOW (Statement of Work) + WBS (Work Breakdown Structure) + পর্যায়ভিত্তিক গ্রহণ: চুক্তিতে কী ডেলিভারি করা হবে, কখন ডেলিভারি করা হবে, কোন মানদণ্ডে গ্রহণ করা হবে তা স্পষ্টভাবে উল্লেখ করা হয়। এই কাঠামোটির পূর্বশর্ত হল চুক্তি স্বাক্ষরের আগেই লক্ষ্যগুলি সংজ্ঞায়িত হয়ে যাওয়া।

FDE-এর প্রকল্পগুলি এই পদ্ধতির সাথে খাপ খায় না। গ্রাহকরা সবচেয়ে বেশি বলেন: “আমি জানি AI আমাকে কিছু করতে সাহায্য করবে, কিন্তু আমি জানি না কী।” লক্ষ্যটিই প্রকল্পের অংশ। তাই FDE SOW গ্রহণ করে না, বরং mission—একটি আপেক্ষিকভাবে অস্পষ্ট দিকনির্দেশ—গ্রহণ করে; তারপর iteration-এর মাধ্যমে ধাপে ধাপে দিকনির্দেশটিকে স্পষ্ট করে; শেষ পর্যন্ত, কোনো একটি iteration-এ, সঞ্চিত মডেলের বোঝাকে একটি পণ্যের রূপে রূপান্তরিত করে।

"ডেলিভারেবল" লাইনটিও বিস্তারিত করা উচিত। এফডিই চলে যাওয়ার পরে, ক্লায়েন্ট সিস্টেমে একটি কাজ করা ফাংশন থাকে—এটি হতে পারে খুব ছোট, খুব অসুন্দর, বা কোনও ইউজার ইন্টারফেস ছাড়াই, কিন্তু এটি প্রতিদিন ব্যবহার করা হয়, পরিবর্তন করা হয়, এবং অভিযোগ করা হয়। পরামর্শের ডেলিভারেবল হল PPT এবং পরিবর্তন ব্যবস্থাপনা রিপোর্ট, যদিও প্রকল্পে কোডিং করা হয়েছিল বা ERP কনফিগার করা হয়েছিল, শেষপর্যন্ত ক্লায়েন্টের এক্সিকিউটিভদের হাতে থাকে একটি পদ্ধতিগত ডকুমেন্ট।

“প্রতিরক্ষা প্রাচীর” লাইনটি সবচেয়ে সূক্ষ্ম। FDE-এর প্রতিরক্ষা প্রাচীর হল মডেলের ক্ষমতার সীমানা সম্পর্কে বাস্তবসম্মত অনুভূতি—আপনি এই মাসে কতগুলি বাস্তব গ্রাহক সিনেরিও চালিয়েছেন, তার উপর নির্ভর করে আপনি বুঝতে পারবেন যে Claude 4.7 কী করতে পারে এবং কী জিনিস Claude 5-এর অপেক্ষায় থাকতে হবে। এই অনুভূতিটি PPT-তে লেখা যায় না, জ্ঞানভাণ্ডারেও রাখা যায় না, এটি শুধুমাত্র গত 90 দিনের মধ্যে কাজের হাতের ইঞ্জিনিয়ারদের মস্তিষ্কে বাড়ে।

তাই পরে যদি কেউ বলে “FDE তো নতুন ভার্সনের একন্সেল”, তাহলে এভাবে উত্তর দিন: একন্সেলের ইঞ্জিনিয়াররা গ্রাহকদের প্রক্রিয়াগুলোকে পুনর্নির্মাণ করে, আর FDE মডেলের সীমানা পুনরায় খুঁজে বের করে। প্রথমটির সম্পদ দশ বছর ধরে জমা হয়, আর দ্বিতীয়টির সম্পদ ৯০ দিনের মধ্যেই আবার গড়ে উঠতে হয়।

যদি "FDE হল নতুন সংস্করণের একসেন্টিউর" প্রথম স্তরের ভুল ব্যাখ্যা হয়, তবে "FDE হল মহংগা সফটওয়্যার আউটসোর্সিং" হল দ্বিতীয় স্তর। এই স্তরটি আরও বিভ্রান্তিকর, কারণ পৃষ্ঠতলের প্রমাণগুলি খুবই প্রবল: FDE প্রকৃতপক্ষে গ্রাহকের সাইটে কোড লিখে, গ্রাহকের ব্যবসার জন্য কাস্টমাইজড ফিচার তৈরি করে, এবং গ্রাহকের কাজের সময়ের সাথে মিলিয়ে কাজ করে। প্রথম দৃষ্টিতে, এটি আউটসোর্সড ইঞ্জিনিয়ারদের থেকে কোনও পার্থক্য দেখায় না।

কিন্তু ফিডব্যাক লুপটি দেখলেই পার্থক্যটি লুকানো যায় না।

এই চিত্রের সবচেয়ে গুরুত্বপূর্ণ পার্থক্যটি হল চিত্রের উপরের অংশটি কতটা সহজ নয়, বরং চিত্রের নিচের অংশে মডেল কোম্পানির দিকে একটি ফিডব্যাক চেইন যোগ করা হয়েছে। এই চেইনটি একটি সজ্জা নয়, এটিই FDE পদটির বাস্তবিক অস্তিত্বের কারণ। এই পার্থক্যটি বিশ্লেষণ করলে, কমপক্ষে চারটি তুলনা পাওয়া যায়।

যে জিনিসগুলো জুড়ে নেওয়া হয় তা ভিন্ন। বাইরের দল SOW-এর সাথে যুক্ত হয়—একটি চুক্তি স্বাক্ষরের আগেই সংজ্ঞায়িত প্রয়োজনীয়তার তালিকা: কোন ফাংশনগুলি তৈরি করতে হবে, কোন টেকস্ট্যাক ব্যবহার করতে হবে, কোন মানদণ্ডে গ্রহণযোগ্যতা নির্ধারণ করতে হবে, এবং লঙ্ঘনের ক্ষেত্রে কীভাবে ক্ষতিপূরণ দিতে হবে। FDE মিশনের সাথে যুক্ত হয়—ক্লায়েন্ট নিজেই ঠিক করে উঠতে পারছে না যে তারা কী চায়, শুধুই জানে “AI-এর মাধ্যমে আমি কিছু করতে পারি।” SOW-এর ভিত্তি হলো নিশ্চিততা, আর mission-এর ভিত্তি হলো অনুসন্ধান। দুটিরই প্রকল্প শুরুর দৃষ্টিভঙ্গি সম্পূর্ণভাবে ভিন্ন।

পরিসরটি ভিন্ন। বাইরের দল করে থাকে আংশিক ডেলিভারি—একটি মডিউল, একটি ওয়েবসাইট, একটি ডেটা পাইপলাইন, শেষ করে প্যাকেজ করে চলে যায়, পরের ক্লায়েন্টের দিকে। FDE করে থাকে এন্ড-টু-এন্ড—ব্যবসায়িক চ্যালেঞ্জ থেকে শুরু করে, মডেল সিলেকশন, পণ্যের ফর্ম্যাট ডিজাইন, এবং লঞ্চের পরে বাস্তব ব্যবহারকারীদের retention এবং churn পর্যন্ত।

বিলিং পদ্ধতি ভিন্ন। এটি সবচেয়ে অপরিচিত। একটি মডেল কোম্পানি একজন FDE-কে ক্লায়েন্টের সাইটে পাঠায়, এবং শুধুমাত্র এই প্রকল্পের জন্য কতটা পরামর্শ ফি আদায় করা হচ্ছে তার চেয়ে বেশি গুরুত্ব দেয়: এই ক্লায়েন্ট পরবর্তীতে কতটা token খরচ করবে? এটি retention ক্লায়েন্ট হবে কি? এটি আরও বেশি বিজনেস লাইনে বিস্তৃত হবে কি? FDE-এর প্রকৃত KPI হল প্রকল্পের গ্রহণযোগ্যতা চিঠিতে উল্লিখিত সংখ্যা নয়, বরং model token-এর দীর্ঘমেয়াদী খরচের বক্ররেখা।

ফিডব্যাকের গন্তব্য ভিন্ন। এটি চারটি গ্রুপের মধ্যে সবচেয়ে গভীর। বাইটার প্রকল্পে, ক্লায়েন্টের ফিডব্যাক সর্বোচ্চ বাইটার কোম্পানিতেই থাকে, এটি বাইটার কোম্পানির ভবিষ্যতে অন্যদের জন্য বিক্রি করা পণ্যকে প্রভাবিত করে না। অন্যদিকে, FDE-এর ফিডব্যাক মডেল কোম্পানির রোডম্যাপে ফিরে আসে—ক্লায়েন্ট যে প্রতিটি বাস্তব পরিস্থিতিতে সমস্যায় পড়েন, প্রতিটি Prompt-এর ব্যর্থতা, প্রতিটি টুল কলের বাগ, সবকিছুই পরবর্তী ভার্সনের ট্রেনিং ডেটা, পরবর্তী ভার্সনের টুল ডিজাইন, এবং পরবর্তী ভার্সনের পণ্য ফিচারের ইনপুট হয়ে ওঠে। অর্থাৎ, FDE-এর প্রতিটি ডিপ্লয়মেন্টকৃত ক্লায়েন্ট, মডেল কোম্পানির জন্য একটি প্রাকৃতিক design partner-এর মতো।

এটাই মডেল কোম্পানিগুলি এফডিইকে উচ্চ বেতনে নিয়োগ দেয়ার প্রকৃত কারণ। তারা শুধু একটি সেবা বিক্রি করছে না, তারা ক্লায়েন্টের স্থানে বাস্তব জগতের পণ্যের আকৃতির সংকেত সংগ্রহ করছে। এই সংকেতগুলি কেনা যায় না, ধরা যায় না, প্রশ্নাবলীর মাধ্যমেও বারবার বের করা যায় না—এগুলি শুধুমাত্র একজন নির্দিষ্ট ইঞ্জিনিয়ার একটি নির্দিষ্ট ক্লায়েন্ট ওয়ার্কফ্লোতে কয়েকবার দেয়ালের সাথে ধাক্কা খেয়েই ফিরিয়ে আনতে পারে।

আপনি কি জানেন—OpenAI এবং Anthropic-এর FDE টোটাল কম্পেনসেশন কত হতে পারে? Levels.fyi-এ Anthropic-এর সফটওয়্যার ইঞ্জিনিয়ারদের প্রকাশিত ডেটা অনুযায়ী^[8]সিনিয়র SDE-এর মধ্যমা সামগ্রিক প্যাকেজ \$710K এ পৌঁছেছে। FDE পদটির ঝুঁকি বেশি—মডেলের ক্ষমতার অনিশ্চয়তা, ক্লায়েন্টের ব্যবসায়িক অনিশ্চয়তা এবং পণ্যের রূপের অনিশ্চয়তা সবগুলোর সাথে মোকাবিলা করতে হয়, তাই শিল্পের সংক্ষিপ্তসার^[9]উল্লেখ করা হয়েছে যে, অগ্রণী AI প্রযোজনা FDE-এ উচ্চ স্তরের টোটাল প্যাকেজ প্রায় 350K - 550K এর মধ্যে পড়ে, যেখানে Staff লেভেলের উপরের পদে এটি \$630K+ পর্যন্ত পৌঁছায়। এই মূল্যটি “বাইরের কাজের ঘন্টা”-এর জন্য পরিশোধ করা হচ্ছে না, বরং “পণ্য + গ্রাহক + মডেল” — এই তিনটি ঝুঁকির সমন্বয়কে বহনকারীদের জন্য। > 2006 সালের কথা মনে করুন, আমি তখনই কাজে যোগদান করি, একটি কেন্দ্রীয় সরকারি প্রতিষ্ঠানে, যখন আমাদের গ্রুপটি তখনই তথ্যায়নের পথে ছিল; সেই সময়ে, আমাদের গ্রুপটি Accenture-এর পরামর্শদাতাদেরকে স্থায়ীভাবে নিয়োগ করেছিল, এবং Accenture-কে প্রতিদিন 3500 Yuan-এর পরামর্শদাতা ফি দিতে হত, যা কয়েকবছর ধরেই চলত; 1990-এরা Accenture-কে “সোনালি-কলার” (Gold Collar) বলেছিল। পরবর্তীতে, আমি German SAP-এর দিকে চলে যাই, SAP-এরা “SAP Consultant”-এরই একটি “সোনালি-কলার” (Gold Collar)’এর সংজ্ঞা-ই তৈরি করেছিল। এইভাবে, FDE-এর বেতন 24-36 মাসেরও বেশি।

বাহ্যিক কর্মচারী হল শ্রম আর্বিট্রেজ, এবং FDE হল ফ্রন্টলাইন সেন্সর। এই দুটি জিনিসকে বিভ্রান্ত করলে, ক্লায়েন্ট ভুলভাবে মনে করতে পারেন যে FDE কে SOW-এর মাধ্যমে নিয়োগ করা যায়, এবং প্রার্থীরাও FDE-এর জন্য বাহ্যিক কর্মচারীর মতো দৃষ্টিভঙ্গি অবলম্বন করবে। উভয় পক্ষই দ্রুত বাধায় আটকে যাবে।

অনেকে ভুল করে মনে করেন যে FDE শব্দটি OpenAI দ্বারা উদ্ভাবিত। কিন্তু এটি সত্য নয়। এর দুটি ইতিহাসের মূল রয়েছে, একটি Palantir থেকে এবং অন্যটি 2023-এর পরের নতুন প্রজন্মের মডেল কোম্পানি থেকে। এই দুটি মূলকে পাশাপাশি দেখলে FDE পদটি সত্যিকারের কী কাজ করছে তা আরও স্পষ্টভাবে বুঝতে পারবেন।

একটি সময়রেখা দেখুন।

প্রথম মূল হল পালান্টির।

প্যালানটির ২০০৩ সালে পিটার থিয়েল, আলেক্স কার্প, জো লন্সডেল ইত্যাদি দ্বারা প্রতিষ্ঠিত হয়, এবং প্রথম গ্রাহকগুলি ছিল মার্কিন গোয়েন্দা সংস্থাগুলি। কার্পের নিজের কোনও সিএস ব্যাকগ্রাউন্ড নেই—তিনি ফ্রাঙ্কফুর্টে দার্শনিক জুরগেন হ্যাবারমাসের সাথে ডক্টরেট পড়েছিলেন, এবং মার্কিন যুক্তরাষ্ট্রে ফিরে আসার পর থিয়েল তাকে সিইও হিসেবে যোগ করেন। FDE পদটি ঠিক এই “অ-প্রচলিত সিইও + অত্যন্ত গোপনীয় গ্রাহক” সংমিশ্রণ থেকেই তৈরি হয়েছিল: ৩৬ক্রের পুনর্বিবেচনা^[10]এটি খুব সরাসরি বলা হয়েছে যে, প্রাথমিক দিনে পালান্টিয়ারকে গোপনীয়তা সংস্থাগুলি কঠোরভাবে সমালোচনা করেছিল, কারণ ইঞ্জিনিয়ারদের বাস্তব ব্যবসায়িক পরিস্থিতি পাওয়া যাচ্ছিল না, এবং প্রয়োজনীয়তা একের পর এক অনুবাদের মাধ্যমে বিকৃত হয়ে যাচ্ছিল। পরবর্তীতে, পালান্টিয়ার একটি বিষয়ে চুক্তি করে—নিজেদের ইঞ্জিনিয়ারদের সরাসরি গ্রাহকের স্থানে পাঠানো, যেখানে তারা গোপনীয়তা বিশ্লেষকদের সাথে একসাথে কাজ করবে। এই মডেলটি পরবর্তীতে শ্যাম সাঙ্কার দ্বারা ব্যবস্থাগতভাবে বিকশিত হয়, যা FDE-এর প্রাথমিক রূপ হয়ে ওঠে।

২০০৯ সালের মধ্যে, FDE বাণিজ্যিক ক্ষেত্রে বিস্তৃত হয়। JPMorgan যখন Palantir-এর Metropolis প্ল্যাটফর্ম চালু করে, তখন ১২০ জন FDE অভ্যন্তরীণ হুমকি নিরীক্ষার জন্য নিযুক্ত হয়। এই সময় থেকে, FDE শুধু “ইঞ্জিনিয়ারদের কাজে পাঠানো” নয়, বরং একটি ব্যবস্থিত গ্রাহক-সন্নিবেশন পদ্ধতি হয়ে ওঠে: Foundry / Gotham-কে গ্রাহকের ব্যবসায়িক প্রবাহের মধ্যে প্রকৃতপক্ষে চালিয়ে যাওয়া, শুধু একটি লাইসেন্স দিয়ে চলে যাওয়ার বদলে।

পালান্টিয়ারের FDE নিয়োগের একটি অপ্রত্যাশিত মানদণ্ড হলো—CS ডিগ্রির প্রয়োজন হয় না। এটি “জানেন কি”-এ রাখা যেতে পারে।

আপনি কি জানেন—Palantir FDE-এর জন্য সিএস ডিগ্রির প্রয়োজন নেই? SkillScouter দ্বারা সংকলিত Palantir ভর্তি মানদণ্ড অনুযায়ী^[11]Palantir-এর অফিসিয়াল ক্যারিয়ার্স পেজের সাথে^[12]পালান্টিয়ার স্পষ্টভাবে সিএস বিষয়ের বাইরের প্রার্থীদের স্বাগত জানায়, সম্প্রতি এফডিই-এ নিযুক্ত হওয়া ব্যক্তিদের মধ্যে রয়েছে যান্ত্রিক প্রকৌশল, অর্থনীতি, দর্শন ইত্যাদি বিষয়ের পাঠ্যক্রমের। এটি আসলে দুটি জিনিসের উপর জোর দেয়: অসম্পূর্ণ তথ্যের মধ্যে কাজ করার ক্ষমতা এবং সি-লেভেলের গ্রাহকদের সাথে সরাসরি কথা বলার ক্ষমতা। সিএস ডিগ্রি একটি অতিরিক্ত পাওয়া, কিন্তু প্রবেশাধিকারের জন্য নয়। কার্প নিজেই এই মানদণ্ডের প্রথম উদাহরণ—একজন দর্শনের পাঠ্যক্রমের সিইও, যিনি পদার্থবিদ্যা, গণিত, দর্শনের পাঠ্যক্রমের FDE-দের নিয়ে গড়ে তুলেছেন।

দ্বিতীয় মূলটি 2023 এর পরের প্রজন্মের মডেল কোম্পানি।

ChatGPT 2022 এর শেষের দিকে প্রকাশের পর, OpenAI দ্রুত একটি বিষয় বুঝতে পারে: মডেল API কে ডকুমেন্টেশনের উপর ঝুলিয়ে দিয়ে ক্লায়েন্টদের নিজেদের দিয়ে কানেক্ট করানো সম্ভব হচ্ছে না। ক্লায়েন্টরা ব্যবহার করতে চায় না এমন নয়, বরং কীভাবে ব্যবহার করবে তা জানে না—তাদের ব্যবসায়িক সমস্যা আছে, কিন্তু পণ্যের রূপ নেই। তাই OpenAI, Anthropic, Cohere, Scale, Glean, Sierra, Hebbia, Decagon—এই সবকোম্পানি বড় পরিসরে FDE-এর চাকরির জন্য নিয়োগ শুরু করে।

এই প্রজেক্টে FDE প্রতিষ্ঠানটি Palantir-এর প্লেবুক অনুসরণ করছে—ইঞ্জিনিয়ারদের ক্লায়েন্টের সাইটে পাঠিয়ে একটি কাজের প্রবাহকে এন্ড-টু-এন্ড চালু করা। কিন্তু পণ্যের বাহন এখন সম্পূর্ণ ভিন্ন: Palantir-এর সময়ে FDE-এর কাজ ছিল ডেটা ইন্টিগ্রেশন এবং UI কাস্টমাইজেশন, আধুনিক FDE-এর কাজ হলো Prompt ডিজাইন, Agent অর্গানাইজেশন, টুল কল এবং ওয়ার্কফ্লো এম্বেডিং।

প্র্যাগমেটিক ইঞ্জিনিয়ার দ্বারা FDE-এর উপর একটি বিশেষ নিবন্ধ^[13]এই নতুন সংস্করণটিকে তারা “এন্টারপ্রাইজগুলির সাথে এমবেড করে ক্লডকে বাস্তব, নির্দিষ্ট এবং উচ্চ-মূল্যের সমস্যাগুলি সমাধান করতে দেয়” বলে ডাকে—এটি পাল্যানটির সময়কালের সাথে প্রায় একইভাবে প্রকাশিত, শুধু “ডেটা”-কে “মডেল” দিয়ে প্রতিস্থাপন করা হয়েছে।

এই দুটি মূল একসাথে দেখলে, একটি স্পষ্ট সাদৃশ্য এবং পার্থক্যের সেট দেখা যায়।

সাদৃশ্য: গ্রাহকরা সফটওয়্যার কিনছেন না। গ্রাহকরা কিনছেন “আমার সমস্যা সমাধান করতে পারে এমন ইঞ্জিনিয়ার + টুলসের সংমিশ্রণ”। এটি গত তিন দশকের কর্পোরেট সফটওয়্যার ইতিহাসে অস্বাভাবিক। SAP, Oracle, Salesforce শুধুমাত্র সফটওয়্যার বিক্রি করে—ইঞ্জিনিয়ারদের উদ্দেশ্য ছিল “গ্রাহকদের জন্য এই সফটওয়্যারটি সহজলভ্য করে তোলা”। Palantir এর বিপরীত: টুলগুলি “FDE-কে গ্রাহকের কাছে সমস্যা সমাধানের জন্য সক্ষম করে” তোলার জন্য উপকরণ। নতুন প্রজন্মের মডেল কোম্পানিগুলি এই উল্টো সম্পর্ককে গ্রহণ করে—OpenAI GPT-4-এর লাইসেন্স বিক্রি করে না, বরং “আমাদের FDE GPT-4-এর মাধ্যমে আপনার কাস্টমার সার্ভিসকে অটোমেশনের মাধ্যমে চালু করতে পারবে”।

পার্ল্যানটিয়ারের পুরনো সংস্করণে OPS ইন্টিগ্রেশনের ওপর জোর—ডেটা ইন্টিগ্রেশন, অন্তর্ভুক্তি মডেলিং এবং অ্যাক্সেস গভর্ন্যান্স হল প্রধান বিষয়। নতুন প্রজন্মে মডেল ক্ষমতা বাস্তবায়নের ওপর জোর—প্রম্পট ডিজাইন, এজেন্ট অর্ডারিং এবং রিটেনশন অপ্টিমাইজেশন হল প্রধান বিষয়। পুরনোটি সিস্টেম ইন্টিগ্রেটরের উন্নত সংস্করণের মতো, আর নতুনটি পণ্য ইঞ্জিনিয়ারের বিস্তৃতির মতো।

একটি মজার তথ্য: প্যালানটিরের প্রাথমিক FDE রা পরে অনেকেই উদ্যোক্তা হয়েছিলেন বা সরাসরি নতুন প্র thế hệ মডেল কোম্পানিগুলিতে যোগ দিয়েছিলেন। Anthropic, OpenAI, Sierra, Hebbia-এর প্রাথমিক দলগুলিতে, ex-Palantir-এর নামের একটি দীর্ঘ তালিকা পাওয়া যায়। এটি দুর্ঘটনা নয়—FDE পদটি নিজেকে পণ্যের ঝুঁকি, গ্রাহকের ঝুঁকি এবং প্রকৌশলের ঝুঁকি একসাথে বহন করতে বাধ্য করে, যা প্রায় একটি উদ্যোক্তা প্রশিক্ষণের মতো। লেখক Palantir-কে একটি অদৃশ্য উদ্যোক্তা ট্রেনিং ক্যাম্প হিসাবে দেখতে পছন্দ করেন: এটি শুধুমাত্র ইঞ্জিনিয়ারদেরই প্রশিক্ষণ দেয়নি, বরং অসম্পূর্ণ তথ্যের মধ্যেও কিছুকে শূন্য থেকে এক-এর দিকে এগিয়ে নিয়ে যাওয়ার দক্ষতা রাখা একটি দলকে। দুটি মূল, 2023-এর পরে একত্রিত হয়।

দুটি মূলের সংযোগ প্রধানত বিদেশে ঘটে। দেশে, FDE শব্দটি কম সময় ধরে ব্যবহৃত হয়েছে, কিন্তু এর সাথে সম্পৃক্ত কাজগুলি হঠাৎ করে উঠে আসেনি। দেশীয় FDE বুঝতে হলে প্রথমে এর দুটি স্থানীয় পূর্বসূরি চিনতে হবে, তারপর এটিকে মার্কিন FDE-এর সাথে তিনটি পরিবেশগত পার্থক্যের সাথে তুলনা করতে হবে।

দুটি স্থানীয় পূর্বসূরী

প্রথম পূর্বসূরী ছিলেন ক্লাউড প্রোভাইডারের সমাধান আর্কিটেক্ট। গত দশকে অ্যালিবাবা ক্লাউড, টেনসেন্ট ক্লাউড এবং হুয়াওয়ে ক্লাউড একটি সম্পূর্ণ Solution Architect (SA) দল গড়ে তুলেছে, যারা ক্লায়েন্টদের কাছে আর্কিটেকচার ব্যাখ্যা করে, POC তৈরি করে, মিগ্রেশন পরিকল্পনা করে এবং চালু পর্যন্ত ডেলিভারির সাথে সহযোগিতা করে। হুয়াওয়ের অভ্যন্তরে প্রকল্পগুলি ক্লায়েন্টের ডেটা সেন্টারে বাস্তবায়নের জন্য “ডেলিভারি ইঞ্জিনিয়ার” সিরিজও রয়েছে। এই ব্যবস্থা FDE-এর 80% কাজ করছে, তবে এর মূল ফোকাস এখনও প্রি-সেলস এবং ডিপ্লয়মেন্টে—এন্ড-টু-এন্ড পণ্য আপডেটের দায়িত্ব SA-এর হাতে নয়, প্রয়োজনীয়তা পরিবর্তন হলে পরিবর্তনের প্রক্রিয়ায় যেতে হয়, মডেল পরিবর্তন হলে হেডকোয়ার্টারের সময়সূচীর অপেক্ষায় থাকতে হয়।

দ্বিতীয় পূর্বসূরী হল একটি এআই স্টার্টআপে নতুনভাবে তৈরি হওয়া সিরিজ। মিনিম্যাক্স BOSS জব পোস্টে “এআই প্রি-সেল সলিউশন এক্সপার্ট” পদের বিজ্ঞপ্তি দিয়েছে, এবং মন্থ অফ দ্য ডার্ক, জিজ্ঞাপ, টংই, হুনহুয়ান ইত্যাদি মডেল কোম্পানিগুলিও অনুরূপ পদের বিজ্ঞপ্তি দিয়েছে। নামগুলি কিছুটা ভিন্ন, কিন্তু জব ডেসক্রিপশনের বিষয়বস্তু অত্যন্ত সদৃশ: গ্রাহকের স্কেনারিও বুঝতে পারা, ডেমো তৈরি করা, প্রম্পট টিউন করা, RAG চালানো, ডেলিভারি সলিউশন লেখা, এবং গ্রাহকের ইঞ্জিনিয়ারিং টিমের সাথে লাইভের জন্য কাজ করা। এই পদগুলিই প্রকৃতপক্ষে “চীনা FDE”।

তিনটি জলবায়ু পার্থক্য

ব্যক্তিগত ডিপ্লয়মেন্ট + ডেটা কমপ্লায়েন্স শুধুমাত্র মডেল কল মডেলকে চাপ দিচ্ছে। দেশীয় বি-টু-বি গ্রাহকদের ডেটা বাইরে যাওয়ার অনুমতি নেই, মডেল ওয়েটস নিয়ন্ত্রণযোগ্য এবং অডিট ট্রেসযোগ্য হওয়ার প্রয়োজনীয়তা মার্কিন বাজারের তুলনায় অনেক বেশি। একটি FDE প্রকল্পে, শুধুমাত্র API কল এবং Prompt চালানোর কাজ সম্ভবত মাত্র 30% হবে, বাকি 70% হবে মডেলটি ক্লায়েন্টের ডেটা সেন্টারে স্থানান্তর, অথেনটিকেশন চালু, ডেটা মিডলওয়্যারের সাথে ইন্টিগ্রেশন, এবং কমপ্লায়েন্স রেজিস্ট্রেশন।

মডেলের ক্ষমতা এখনও SOTA-এর পিছনে পিছনে চলছে, এবং এর বিকাশের সুযোগ প্রকৌশল স্তরে সীমাবদ্ধ হয়ে আসছে। মার্কিন যুক্তরাষ্ট্রের OpenAI এবং Anthropic মডেলের ক্ষমতাই ক্লায়েন্টদের মনোভাব বদলে দিতে পারে; কিন্তু চীনের Tongyi, DouBao, Kimi, GLM, DeepSeek-এর মডেলের ক্ষমতার পার্থক্য ততটা বেশি নয়, তাই ক্লায়েন্টদের সিদ্ধান্তগুলি বেশি করে Agent অর্ডারিং, RAG রিট্রিভাল কোয়ালিটি, টুল ইন্টিগ্রেশন এবং Workflow ডিজাইন—এই প্রকৌশলগত ক্ষমতাগুলির উপর নির্ভর করছে। চীনে FDE-এরা “আমাদের মডেলটি কতটা শক্তিশালী” নয়, “আমরা কি এই ব্যবসায়িক প্রক্রিয়াটি প্রকৃতপক্ষে চালাতে পারি”—এই বিষয়েই প্রতিযোগিতা করছে।

বি-এন্ডের পেমেন্ট ইচ্ছা এবং মূল্যনির্ধারণের গতি মার্কিন যুক্তরাষ্ট্রের সাথে সামঞ্জস্যপূর্ণ নয়। প্যালানটিরের মতো “প্রথমে এফডিই পাঠানো, তারপর উচ্চ মূল্যের সাবস্ক্রিপশন শুল্ক নেওয়া” মডেলটি সরাসরি অনুকরণ করা কঠিন। দেশীয় গ্রাহকদের বাজেট বার্ষিক ক্রয়ের সাথে মিলে যায়, পেমেন্ট প্রকল্প-ভিত্তিক দিকে ঝুঁকে, এবং এফডিইয়ের ব্যবসায়িক মডেলটি প্রায়শই সাবস্ক্রিপশন + প্রাইভেট লাইসেন্সিং + প্রকল্প ডেলিভারির মিশ্রণ হিসেবে গঠিত।

একটি অনন্য পজিশনিং: ইন্টারনাল FDE

অনেক বড় কোম্পানির অভ্যন্তরীণ এআই দলগুলি এখন "অভ্যন্তরীণ গ্রাহকদের" জন্য FDE মডেল ব্যবহার করছে। আলিবাবা ক্লাউড PAI এর ইঞ্জিনিয়ারদের তারা তাওবাওতে পাঠিয়েছে, টেনসেন্ট হুনইয়ানও ওয়েচ্যাট এবং বিজ্ঞাপন বিভাগের সাথে সমানুপাতিকভাবে সংযোগ স্থাপনের জন্য একটি সদৃশ পদ্ধতি ব্যবহার করছে। JD-এ "শিল্প বাস্তবায়ন ইঞ্জিনিয়ার", "এআই অ্যাপ্লিকেশন ইঞ্জিনিয়ার" এবং "স্মার্ট বিজনেস এক্সপার্ট" নিযুক্ত করা হয়েছে, যা মূলত অভ্যন্তরীণ FDE—মডেল দলের ক্ষমতা পুরোপুরি বিজনেস সাইডে চালানো। এটি বড় কোম্পানির লিডারদের জন্য একটি নতুন দৃষ্টিভঙ্গি তৈরি করেছে: কয়েকজন অভ্যন্তরীণ FDE-কে বিজনেস সাইডে অবস্থান নিয়ে, প্রথম demo-টি চালু করে, ROI-এর ডেটা বিজনেসের বসের হাতে দিলে, ডিপার্টমেন্টের দেয়ালগুলি দশটি মিটিংয়ের চেয়েও দ্রুত ধ্বংস হয়ে যাবে।

লেখক গত প্রবন্ধে “সুপার ইন্ডিভিজুয়াল” এর জন্য^[4]এই লেখায় সুপার ইন্ডিভিজুয়ালের পাঁচটি ইঞ্জিনের কথা বলা হয়েছে: প্রচুর কৌতূহল, অনুসন্ধান এবং উদ্ভাবনশীলতা, নিজে থেকে শেখার ক্ষমতা, নিজেকে চালিত করার ক্ষমতা এবং হাতে-কলমে কাজ করার ক্ষমতা। এই পাঁচটি বিষয় FDE-এর প্রবেশাধিকারের শর্ত, কিন্তু সবকিছু নয়। FDE পদটির জন্য এই পাঁচটি ইঞ্জিনের বাইরেও কিছু অতিরিক্ত বৈশিষ্ট্য থাকে, এবং কিছু ব্যক্তিত্বের চিত্রও স্পষ্টভাবে অনুপযুক্ত। লেখক অনেক দক্ষ ইঞ্জিনিয়ারকে FDE-তে রূপান্তরিত হয়েও সমস্যায় পড়তে দেখেছেন, এবং সমস্যাগুলির বেশিরভাগই দক্ষতার কারণে নয়, বরং ব্যক্তিত্ব এবং কাজের পছন্দের কারণে।

এফডিই-এর জন্য পাঁচটি গুণাবলী

বিক্রয় এবং যোগাযোগকে এড়াবেন না। FDE-এর দৈনিক কাজ হল দরজা বন্ধ করে কোড লেখা নয়, বরং ক্লায়েন্টের CTO, ব্যবসায়িক প্রধান, ক্রয়, সঙ্গতি এবং IT-এর সাথে সরাসরি যোগাযোগ করা। একটি সাধারণ প্রক্রিয়া: ক্লায়েন্ট CTO ডেমোর মধ্যেই আপনাকে বিরত করেন, FDE-এর প্রতিক্রিয়া হওয়া উচিত “আমি ফিরে একটি নতুন ভার্সন তৈরি করে পরের সপ্তাহে আসছি” নয়, বরং সেখানেই IDE খুলে Prompt পরিবর্তন করে পুনরায় চালানো। “ক্লায়েন্ট উপস্থিত, আমি পরিবর্তন করছি” হল FDE-এর সাধারণ অবস্থা।

অস্পষ্টতার মধ্যে আনন্দ পান। FDE-কে পরিষ্কার প্রোডাক্ট রিকোয়ারমেন্ট ডকুমেন্ট (PRD) পায় না, বরং শুধু একটি বাক্য পায়—“আমরা AI দিয়ে কিছু করতে চাই।” ক্লায়েন্টও নিজেই ঠিক কী চায় তা বুঝতে পারছে না, এবং FDE-কে এই অস্পষ্ট প্রত্যাশাকে বিশদ আকারে পরিণত করতে সাহায্য করতে হয়। যদি আপনি শুধুমাত্র পরিষ্কার প্রয়োজনীয়তা থাকলেই কাজ শুরু করেন, তাহলে FDE-এর দিনটি আপনাকে উদ্বিগ্ন করে তুলবে।

প্রকৌশল দক্ষতা দরকার, কিন্তু 10x প্রয়োজন নেই। FDE-এর জন্য আপনাকে কোম্পানির সবচেয়ে পরিষ্কার কোড লিখেন বা সবচেয়ে গভীর অ্যালগরিদম ব্যবহার করতে হবে না, এটি শুধু চায় যে আপনি এন্ড-টু-এন্ড কাজটি চালাতে পারবেন: ফ্রন্টএন্ডে একটি ক্লিকযোগ্য পৃষ্ঠা তৈরি করুন, ব্যাকএন্ডে একটি চলমান সার্ভিস তৈরি করুন, মডেলটিকে ব্যবসায়িক ডেটা সোর্সের সাথে যুক্ত করুন। FDE-এর বিশ্বে, “প্রায়ই ঠিকমতোই চলে” এটি একটি দুর্বলতা নয়, এটি একটি গুণ।

প্রতিক্রিয়ার মাধ্যমে উন্নতি করতে পছন্দ করেন। FDE-এর কাজে অসংখ্য “ক্লায়েন্ট দ্বারা ফিরিয়ে দেওয়া” এর মুহূর্ত রয়েছে: আজকের ডেমো কালকে ব্যবসায়িক পক্ষ বলবে “এটা আমার চাওয়া জিনিস নয়”; গত সপ্তাহে যা একমত হওয়া হয়েছিল, এই সপ্তাহে ক্লায়েন্টের একজন নতুন ম্যানেজার আসলে আবার করতে হবে। FDE-এর জন্য উপযুক্ত ব্যক্তিরা এই প্রতিক্রিয়াকে জ্বালানি হিসেবে ব্যবহার করেন, শেষ থেকে শুরু পর্যন্ত দায়িত্ব নেন, এবং “প্রয়োজনীয়তা প্রদানকারীরা পরিষ্কারভাবে বলেননি” বলে দোষ ঠেলে দেননা।

মডেলের সীমানা সংবেদনশীল। এটি সবচেয়ে প্রযুক্তিগত এবং অদৃশ্য নিয়ম। FDE-কে বুঝতে হবে কোন কাজটি LLM-এর জন্য উপযুক্ত, কোনটি নয়, এবং কীভাবে fallback করতে হবে—এই সংবেদনশীলতা পেপার পড়ে বোঝা যায় না, শুধুমাত্র ব্যর্থতার কেসগুলোর মাধ্যমেই শেখা যায়। ব্যর্থতার নমুনা জমা হয়ে FDE-এর মডেলের সীমানা সম্পর্কে মাসকল মেমরি গড়ে ওঠে: কোন পরিস্থিতিতে RAG ব্যবহার করতে হবে, কোনটিতে নিয়ম অনুসরণ করতে হবে, এবং কোনটিতে মানুষকে fallback এন্ট্রি দিতেই হবে।

FDE-এর জন্য উপযুক্ত নয় এমন চার ধরনের মানুষ

কোডের মধ্যে লুকিয়ে থাকতে চাওয়া শুধুমাত্র প্রযুক্তিগত প্রেমিক। FDE-এর প্রায় ৫০% সময় কোডিংয়ের বদলে ক্লায়েন্ট মিটিং, অভ্যন্তরীণ সমন্বয়, পণ্য আলোচনা এবং চুক্তি এগিয়ে নেওয়ায় ব্যয় হয়। যদি আপনার আনন্দের উৎস হয় চার ঘন্টা ধরে কারও ব্যাঘাত ছাড়াই কোডিং করা, তাহলে FDE আপনাকে দীর্ঘমেয়াদে মানসিকভাবে ক্লান্ত করে তুলবে।

OKR ছাড়া কিছু করতে পারে না এমন মানুষ। FDE-এর লক্ষ্যগুলি আপনার পারফরম্যান্স টেবিলে নয়, ক্লায়েন্টের কাছে থাকে। কাজের প্রগতি ক্লায়েন্টের প্রকল্পের নোড, মডেলের ক্ষমতার পরিবর্তন এবং আপনার স্কেনারিও সম্পর্কে নিজস্ব বিচারের সমন্বয়ে নির্ধারিত হয়। "প্রথমে OKR থাকতে হবে, তারপরই বুঝবো কী করতে হবে" এই অভ্যাসটির মানুষগুলির জন্য কোনো স্থির বিন্দু খুঁজে পাওয়া যাবে না।

যারা "পদোন্তর" কে "কাজ" এর চেয়ে বেশি গুরুত্ব দেয়। FDE-এর জন্য বড় কোম্পানির পদোন্তর ব্যবস্থায় কোনও সুবিধা নেই—গ্রাহক সন্তুষ্টি, প্রকল্প চুক্তি, পুনর্ব্যবহারের হার এই মাপকাঠিগুলি কোডের পরিমাণ বা লাইভ করার কম্পনের তুলনায় পদোন্তর মূল্যায়নে কম প্রভাবশালী। যদি আপনার কাজের প্রেরণার শীর্ষে পদোন্তর থাকে, তাহলে FDE ভালো বিকল্প নয়।

ব্যবসায়িক প্রেক্ষাপটের প্রতি বিদ্বেষ রাখেন এমন ব্যক্তি। FDE-কে গ্রাহকের P&L, ROI, ক্রয় প্রক্রিয়া, সঙ্গতির প্রয়োজনীয়তা বুঝতে হবে। যদি আপনি স্বাভাবিকভাবেই টাকা, চুক্তি, ব্যবসায়িক যুক্তি নিয়ে কথা বলতে অসহজবোধ করেন, তাহলে FDE-এর কাজটি আপনাকে মনে করাবে যে আপনি আপনার প্রযুক্তিগত আদর্শকে বিক্রি করছেন।

সেলফ-চেক তালিকা

৭টি প্রশ্ন, প্রতিটি FDE-এর একটি বাস্তব কাজের পরিস্থিতির সাথে মিলে যায়। ৫টির বেশি “হ্যাঁ” উত্তর দিলে FDE বিষয়ে গুরুত্বপূর্ণভাবে বিবেচনা করুন, ৩টির কম উত্তর দিলে সাবধানে চিন্তা করুন।

1. আপনি কি প্রতিদিনের 50% সময় কোডিং থেকে গ্রাহক মিটিং, বার্তা ও ফোনের উত্তর দেওয়ার জন্য সরিয়ে নিতে চান?

২. গ্রাহক আপনাকে বললেন “এটা কাজ করছে না, আমি ঠিক বুঝিয়ে বলতে পারছি না কেন” — আপনার প্রথম প্রতিক্রিয়া কৌতূহল, নাকি অসহিষ্ণুতা?

3. কেউ আপনার জন্য প্রড লিখে দেয়নি, আপনি কি এক সপ্তাহের মধ্যে Claude Code-এর সাথে একটি ক্লায়েন্টের জন্য দেখানোর যোগ্য প্রোটোটাইপ চালাতে পারবেন?

৪. একই ডেলিভারির জন্য ক্লায়েন্ট আপনাকে ৮টি ভার্সন পরিবর্তন করতে বললেও, আপনি কি যান্ত্রিকভাবে কাজ করার বদলে আপনার বিচারশক্তি বজায় রাখতে পারেন?

৫. মডেল ভুল উত্তর দিলে, আপনার প্রথম প্রতিক্রিয়া হবে ফলব্যাক ডিজাইন করা, নাকি মডেলকে দোষ দেওয়া?

৬. আপনি চুক্তি স্বাক্ষর করতে, প্রতিবেদন লিখতে, গ্রাহকের অনুমোদন নিতে এবং আইনি শর্তাবলীর জন্য আইনি দলের সাথে কথা বলতে প্রস্তুত আছেন?

7. আপনি দ্রুত প্রোটোটাইপ এবং দ্রুত ব্যর্থতা গ্রহণ করতে পারেন?

পাঁচটি বৈশিষ্ট্য, চারটি বিপরীত ছবি, সাতটি আত্ম-পরীক্ষা, শেষ পর্যন্ত একই প্রশ্ন: আপনি কি আপনার পণ্য অনুভূতি, প্রকৌশল ক্ষমতা এবং ব্যবসায়িক বিচারকে একই কাজের প্রবাহে একসাথে উন্নত করতে চান?

আগের নিবন্ধে আমি আলোচনা করেছিলাম “মানুষের ইঞ্জিন”: কৌতূহল, অন্বেষণের আবেগ, নিজে থেকে শেখার ক্ষমতা, নিজেকে চালিত করার ক্ষমতা, হাতে-কলমে কাজ করার ক্ষমতা—এগুলোকে বড় কোম্পানিগুলোর ভিতরে কীভাবে সম্পূর্ণ বন্দোবস্তের মাধ্যমে উদ্দীপিত করা যায়। এই নিবন্ধে আমি আরেকটি বিষয় নিয়ে আলোচনা করছি—পদের রূপ। FDE হল AI-এর ঔদ্যোগিক বিপ্লবের প্রথম পদ, যার নাম, বেতন পরিসর, চাকরির বিজ্ঞপ্তি এবং গ্রাহকদের প্রতিশ্রুতি-ভিত্তিক যাচাইকরণ রয়েছে। এটি “সুপার ইন্ডিভিজুয়াল” ধারণার সমার্থক নয়, বরং এই পুনঃগঠনের মধ্যেই প্রথমটি, যা অস্তিত্বহীন থেকে বাস্তবের দিকে বাস্তবায়িত হয়েছে।

FDE শেষ নয়। লেখকের মতে, FDE হল নতুন বিভাগীয় বিন্যাসের প্রথম যে রূপের নাম পাওয়া গেছে। এরপর আসবে Forward Deployed PM, Forward Deployed Designer, Forward Deployed Researcher—সব ধরনের কাজ, যেগুলো গ্রাহকের পরিস্থিতির সাথে ঘনিষ্ঠভাবে সংযুক্ত এবং অস্পষ্ট অঞ্চলে পণ্যকে বিকশিত করতে হয়, সবগুলোরই নিজস্ব “ফরওয়ার্ড ডিপ্লয়ড” সংস্করণ তৈরি হবে। চাকরির নাম পরিবর্তন হবে, কিন্তু মূল যুক্তি একই: মডেলের ক্ষমতা এগিয়ে থাকবে, পণ্যের রূপ তার পিছনে চলবে, এবং চাকরির কাঠামোটি কাজের প্রবাহের সাথে পুনরায় বিভক্ত হবে।

তিনটি পাঠকের জন্য প্রত্যেকের জন্য একটি বাক্য রাখুন।

টেকনিক্যাল মানুষদের জন্য: FDE আপনাকে কোম্পানিতে সবচেয়ে ভালো কোডার হতে বাধ্য করে না, কিন্তু এটি আপনাকে কোডের অর্ধেক সময় ক্লায়েন্টের দিকে সরিয়ে নিতে বাধ্য করে। যদি আপনার উত্তর হয় “হ্যাঁ”, তাহলে মার্কেটের জানালা খুলেছে, দেশীয় শীর্ষ মডেল কোম্পানি, ক্লাউড প্রোভাইডার এবং বড় কোম্পানির অভ্যন্তরীণ AI টিমগুলির চাকরির ভর্তি ত্বরান্বিত হচ্ছে। যদি উত্তর হয় “না”, তাহলেও কোনো সমস্যা নেই, নতুন ভাগবিভাগে আপনার জন্য অন্যান্য পদও তৈরি হবে।

এইচআর এবং ওডি-এর জন্য: "নাম ও বাস্তবতার বিচ্ছিন্নতা"-এর প্রতি সতর্ক থাকুন। আপনার কোম্পানিতে ইতিমধ্যেই কিছু FDE কাজ করছে, শুধুমাত্র পদবীতে "সমাধান বিশেষজ্ঞ", "শিল্প আর্কিটেক্ট", "এআই অ্যাপ্লিকেশন ইঞ্জিনিয়ার" লেখা আছে। তাদের চিহ্নিত করুন, পুনর্বিন্যাস করুন, এবং তাদের কাজের সাথে মেলে এমন একটি বৃদ্ধির পথ দিন—এটি শূন্য থেকে নতুন কর্মচারী নিয়োগের চেয়ে বেশি দক্ষ।

প্রশাসকদের জন্য: FDE মডেল শুধু বাইরের জন্য নয়, ভিতরের জন্যও ব্যবহার করা যায়। কোম্পানির ভিতরে কয়েকটি “অন্তর্গত FDE” ব্যবসায়িক পাশে বসিয়ে, মডেল টিমের ক্ষমতাকে এন্ড-টু-এন্ড ব্যবসায়িক প্রক্রিয়ার মধ্যে চালানো হলে, একটি নতুন AI বিভাগ তৈরি করে আরও দশটি ক্রস-টিম কোঅর্ডিনেশন মিটিং করার চেয়ে অনেক বেশি দক্ষ হবে। বিভাগীয় দেয়ালগুলি সংগঠনগত ডিজাইন দ্বারা মুছে ফেলা হয় না, বরং একটি কার্যকরী ডেমো দ্বারা।

এআই যুগের পেশাগত রূপান্তর শুরু হয়ে গেছে, FDE এটির প্রথম সংকেত, যা আমাদের বলে: মডেলের ক্ষমতার পরিবর্তনের গতি এতটাই দ্রুত যে এটি নতুন চাকরির সৃষ্টি করেছে। লেখক পাঠকদের জন্য একটি নির্দিষ্ট প্রশ্ন রেখে যাচ্ছেন—যদি তিন বছর পরে আপনার কোম্পানির সংগঠনগত চার্টে তিনটি নতুন পদ যোগ হয়, আপনি কি অনুমান করতে পারবেন এগুলো কী হবে? এই প্রশ্নটি ভালোভাবে চিন্তা করা, এই নিবন্ধটি পড়ার চেয়েও বেশি উপকারী।