Kế hoạch go-live thường chết ở cột việc của phía khách
Bạn đếm ngược từ ngày go-live, mỗi chặng có hai người tên thật chịu trách nhiệm và một phép thử trên sản phẩm.
20/11/2026
Tờ báo của nghề Forward Deployed Engineer
Giải thích từng khái niệm của nghề FDE: ngắn, có hình, có việc nên làm ngay.
Bạn đếm ngược từ ngày go-live, mỗi chặng có hai người tên thật chịu trách nhiệm và một phép thử trên sản phẩm.
20/11/2026
Bỏ dấu cả kho thì 'khóa học' ra 'khoa học', nên hãy giữ hai bản index và để bộ test chọn trọng số.
Chính README của SQLGlot nhận nó là transpiler chứ không phải validator, nên luật an toàn trên cây cú pháp, kể cả phân giải scope, bạn phải tự viết.
Chốt ba việc trước khi đi: quyền đọc hệ thống, đúng người cần gặp, và biết mình sẽ quan sát điều gì.
GoReplay không tự so response, nên bước so sánh giữa bản cũ và bản mới bạn phải tự viết bằng middleware.
Giám đốc cần một đoạn văn để ra quyết định; kỹ sư trưởng cần đủ chi tiết để tự vận hành khi bạn rời đi.
Nhầm hai loại là luyện sai kỹ năng, kể sai chuyện khi phỏng vấn, nhưng đọc kỹ tin tuyển dụng là đủ để phân biệt trước khi ký.
Assertion và contract rẻ, chạy nhanh, bắt lỗi sớm; eval và end-to-end để sau, với ít test hơn.
Cách dựng cờ rủi ro và hàng đợi người duyệt để agent chỉ dừng ở đúng chỗ cần đến người.
Hội đồng hỏi lại vài câu quen thuộc với mọi thay đổi, nên hãy trả lời sẵn và xin cho bản deploy lặp lại được duyệt tự động.
Vài chục dòng Python với re và Counter đủ biến một file log hỗn độn thành bảng top lỗi để mang vào cuộc họp với khách.
Từ một bản tin ADT mẫu ra một Patient hợp lệ, kèm cái bẫy R4 với R5 mà người mới hay vấp.
Nơi lưu dữ liệu và nơi mô hình suy luận là hai cài đặt riêng, và khách cần bằng chứng cho cả hai.
Người quyết định là khách hàng, còn FDE phải làm đúng thứ tự và giữ lại bằng chứng.
Mẫu gốc của Anthropic dừng khi đạt PASS nhưng không có trần số vòng, nên bản chạy với khách thật phải tự thêm điểm dừng.
Câu trả lời an toàn tùy vào trạng thái của hạng mục trên roadmap, và chỉ đội product mới được chốt ngày.
Định dạng sai hiếm khi vỡ ngày đầu, mà vỡ khi dữ liệu thật hoặc schema lệch khỏi điều hai bên ngầm hiểu.
Thủ phạm thường là một lần ghi dựa trên bản ghi đã cũ, nên mỗi field cần đúng một hệ thống chủ và ca chưa rõ chủ phải để người duyệt quyết định.
Lấy danh sách từ chính nhà cung cấp, ghi domain thay cho IP và giải thích lý do của từng dòng trước khi gửi đi.
Thứ chặn đường hiếm khi là code mà là cuộc họp steering chỉ để nghe báo cáo; người dựng agent nên thiết kế nó, dù không chủ trì.
Một buổi phỏng vấn không truy lỗi biến rủi ro rò rỉ thành danh sách use case đầu tiên của dự án.
Ranh giới nên nằm trong code và hợp đồng, đừng chỉ trông vào trí nhớ của bạn.
Hai lỗi chặn được từ lúc thiết kế sự kiện, lỗi thứ ba cần đối soát xong trước khi hoá đơn bị chốt.
Một bảng Postgres, một ràng buộc unique và quy tắc 409, 422 là phần lõi để mọi lần gọi lại nhận đúng kết quả cũ.
Năm dấu hiệu nhỏ báo trước một dự án hỏng, và cách nói chúng ra trước khi khách lên tiếng.
Thay sai số cluster bằng kiểm định giả theo thời gian và hoán vị site, rồi nói rõ giới hạn power.
Dead letter queue giữ được dữ liệu hỏng, nhưng chỉ khi retry, retention và người trực được cấu hình đúng.
Bốn tiêu chí giúp FDE chia hệ thống thành từng lớp và nói thật, kể cả khi câu trả lời không có lợi cho sản phẩm của mình.
Chỉ cần đổi transport, cùng một client vừa gọi API thật vừa chạy test offline mà không phải sửa code.
Hãy giữ vài tool lõi, gom phần còn lại theo tiền tố và để agent tự tìm khi cần đến.
Một câu SKIP LOCKED đủ để chia việc cho nhiều worker; phần khó hơn là xử lý job kẹt và bảng phình.
Tuyến một không cần hiểu model, chỉ cần biết hỏi cái gì vừa thay đổi, gom đủ ba bằng chứng và được phép báo động sớm.
Semver, changelog và cửa sổ bảo trì là ba công cụ giúp mỗi khách hàng biết trước lúc nào được nâng cấp và sẽ có gì thay đổi.
Một bảng kiểm kê, một baseline và một bản đánh giá bằng văn bản sẽ quyết định việc gì thật sự phải làm lại.
Bàn giao cho support là một cổng nghiệm thu có tiêu chí, có người ký nhận, không phải một buổi chào tạm biệt.
Trace cho bạn biết agent làm bao nhiêu task, nhưng tài chính chỉ tin con số khi có baseline đo trước.
Thủ phạm thường nằm ở ba dòng cấu hình systemd, và bằng chứng có thể đã mất cùng lần khởi động lại.
Hai tờ giấy chỉ ra người duyệt việc, người dùng sản phẩm và người có thể lặng lẽ chặn dự án.
Phải ghép ETag với watermark, cursor và đối soát định kỳ thì mới xử lý được bản ghi trùng và không sót bản ghi bị xoá.
Gắn nhãn chặn hay không chặn, nêu lý do rồi để người viết tự quyết: khách được bảo vệ, người mới lớn nhanh hơn.
Muốn chuyển khách từ v1 sang v2 mà đơn hàng không dừng, cần lớp adapter, chạy song song hai phiên bản và soát kỹ logic ghi, nơi lỗi hiện ra thành dữ liệu sai.
Slack trả phí mặc định giữ dữ liệu suốt vòng đời workspace; bảng theo dõi bản sao giúp bạn chỉ hứa xoá phần mình nắm quyền.
Khách nhận ra ngay khi bạn đoán, và điều họ nhớ lâu là bạn có quay lại đúng hẹn hay không.
Phép thử rất đơn giản: nếu công khai mã nguồn ngay hôm nay, khóa của khách nào sẽ bị lộ?
Excel chèn BOM để hiển thị đúng tiếng Việt; một parser Python nhỏ cùng golden test biến lỗi này và hai lỗi im lặng khác thành test đỏ.
Lấy đúng phép tính error budget của SRE, áp vào tỉ lệ câu trả lời đạt chuẩn thay cho request thành công.
So khớp chuỗi gãy trước những biến thể hợp lệ; assert theo thuộc tính như cấu trúc JSON hay số kết quả, ngay trong pytest, sẽ sửa được.
Mã lỗi cần tìm từ khoá, số liệu tổng hợp cần SQL, nên hãy phân loại câu hỏi của khách trước khi chọn vector database.
Chấm 10 ý tưởng theo giá trị và khả thi, rồi chốt bằng văn bản một thước đo mà người cầm ngân sách đồng ý.
Ba test pytest và một exit code cho biết có cần rollback, miễn là bạn không để mã 5 lọt qua cổng.
Một health check, cờ --wait và một nhánh else trong deploy.sh đủ để đưa image cũ lên lại khi bản mới không khỏe kịp hạn.
Đồng hồ bị đặt lại sau mỗi bước, thêm retry thì lên tới 270 giây; cách sửa là một deadline duy nhất cho cả request.
Bản kê chỉ có ý nghĩa khi nó kê cả những thư viện bạn chưa từng tự chọn.
Một bảng bốn mức viết trước go-live cho bạn biết lỗi nào đáng gọi dậy giữa đêm, lỗi nào chờ được tới sáng.
Thủ phạm thường là role kết nối, và cách sửa chỉ cần vài câu SQL đặt đúng chỗ.
Bốn dòng trong một script bàn giao điển hình hỏng mà không báo lỗi, từ lệnh cd vào thư mục chưa mount đến rm -rf có thể xóa sạch thư mục gốc.
Hợp đồng không gọi tên prompt, eval và connector thì tranh chấp chỉ được hoãn tới ngày bàn giao.
Deny-list không cứu được bạn; chỉ đường fetch ghim IP và đi qua egress proxy mới chặn được.
Mỗi kiểm tra trả về PASS, WARN hoặc FAIL, và chỉ FAIL mới được dừng việc cài.
Mỗi service có tài khoản riêng và tự hết hạn, còn SecretID chỉ đăng nhập được đúng một lần.
Chia một thay đổi phá vỡ thành nhiều lần deploy nhỏ, lùi lại được cho tới pha contract, và đừng bỏ bước dọn dẹp cuối.
Schemathesis tự sinh request từ schema, nhưng chỉ được phép bắn vào staging, không bao giờ vào production.
Năm ngày bấm giờ quy trình làm tay sẽ cho bạn con số để bảo vệ dự án khi khách hỏi về ROI.
Theo MIT, pilot AI thất bại vì không khớp quy trình chứ không vì model, nên hãy chỉ ra phần Copilot chưa làm và gắn giải pháp vào công cụ khách đang dùng.
Hiểu tín hiệu dừng bằng tay một lần, rồi để pipeline lo việc đó trong code thật.
Cách đọc, ghim phiên bản và cách ly server bên thứ ba trước khi agent chạm vào dữ liệu của khách.
Nếu một dòng log không dẫn được tới bộ test, người duyệt và cảnh báo drift, ngày go-live sẽ phải lùi lại.
ADR không cấm khách đổi ý, nó biến cuộc tranh cãi thành một câu hỏi: bối cảnh đã đổi chưa?
Con số ấy hiếm khi chia đều mỗi tuần, mà dồn thành những đợt dài vào lúc build và tích hợp.
Billing đối soát vào cuối kỳ, còn hạn mức phải được kiểm ngay trên từng sự kiện, nên đây là hai hệ thống chạy theo hai nhịp khác nhau.
Một giáo án hai giờ với hai mục tiêu, một bài lab đã chạy thử, và bài về nhà nối thẳng vào dự án của khách.
160 lần chạy trên laptop đủ cho bạn biết agent đã đáng tin để giao cho khách hay chưa.
Ở full VPC hay on-prem, bạn không giữ cluster lẫn dữ liệu, nên tín hiệu chẩn đoán phải được thiết kế từ ngày đầu.
Lời phản biện thường che một ràng buộc bạn chưa biết, và một câu hỏi đúng hay gỡ được nó hơn một lần giải thích nữa.
Idempotency key, outbox và đối soát ba chiều giúp sổ sách của khách khớp đến đồng cuối cùng khi khoá sổ.
Một nhãn enum, một file pytest và 40 email thật cho bạn con số để bảo vệ thiết kế trước người phỏng vấn.
Một câu nói rõ vai trò, một danh sách việc không làm và một lần khách xác nhận sẽ chặn scope creep từ sớm.
Retrain nên dựa trên hiệu năng với nhãn mới và ngưỡng hiệu chỉnh từ lịch sử của khách, nếu không sẽ đốt cả sprint cho một model vẫn chạy tốt.
Dựng bộ chấm theo từng trường để chọn parser bằng số đo, không bằng cảm giác.
Một câu mẫu bốn vế giúp người phỏng vấn nghe được cách bạn đổi hướng khi khách hàng tung dữ kiện mới.
Ngoài một vòng coding mức trung bình theo nguồn bên thứ ba, job post gợi ý hai năng lực cần chứng minh: vận hành hạ tầng deployment và cố vấn khách hàng tài chính.
Tin tuyển dụng mới là đề cương đáng ôn: biến mục tiêu kinh doanh mơ hồ thành SQL chạy được, rồi thành con số chất lượng khách hàng tin.
Đề chỉ có một câu, không schema, không số người dùng; lời giải mạnh hỏi trước hệ thống chạy ở đâu, như một buổi customer discovery thu nhỏ.
Trên Blind, người kể onsite giống một buổi tư vấn, người dặn phải làm tốt HackerRank, còn tin tuyển dụng thì gần như dòng nào cũng thành một câu hỏi.
Băm nội dung file thay vì tên, ghi vào một bảng sổ cái và cách ly CSV lỗi, thì file gửi lại hay nạp dở cũng không bị nạp hai lần.
Chỉnh prompt trên tài khoản demo có thể thắng nhưng sẽ vỡ khi lên production; bộ eval held-out trên dữ liệu thật cho biết bạn thua ở đâu trước khi ký.
Bài thực hành với FastMCP thêm phân quyền theo từng tool: nhân viên chỉ tra cứu, trưởng ca được hoàn tiền, token của hệ thống khác bị từ chối.
Khi người phỏng vấn đóng vai khách bị bộ phận tuân thủ chặn go-live, hãy nhận việc về mình nhưng hỏi trước rồi mới bàn kiến trúc.
Debug một robot xây gạch dừng giữa bức tường là vừa tách lỗi theo từng lớp, vừa giải thích cho đốc công chuyện gì đang xảy ra.
Forward Deployed Builder vừa thiết kế, vừa chốt hợp đồng, vừa vận hành cùng một workflow agentic, nên đường tắt nào trong demo cũng thành nợ của mình.
Model context dài hay quên phần giữa tài liệu, nên hãy chia nhỏ bằng map-reduce hoặc refine rồi đối chiếu với danh mục điều khoản.
Bộ chấm kiểu τ-bench nhìn vào database thay vì transcript, và dựng được trong một buổi chiều bằng Python trên laptop.
Buổi demo chỉ có ích khi khách tự dùng phần mềm trên dữ liệu thật và hai bên chốt được một thay đổi cho tuần sau.
Claude Code coi file hướng dẫn là ngữ cảnh chứ không phải luật, nên FDE vào repo của khách cần thêm một lớp khóa thật và biết rõ giới hạn của nó.
Vai trò FDE ở CoreWeave gắn việc dựng agent với workshop, và một agent có lỗi được trace bằng W&B Weave giúp đội khách thấy nó sai ở đâu.
Mượn cách Terraform dùng file plan, agent chạy dry-run, hiện diff và chỉ áp dụng đúng bản kế hoạch đã được người duyệt.
Hai tin công bố OTE 270.000–300.000 USD, nhưng kiểm tra cluster GPU, tinh chỉnh inference và post-training đòi hỏi cách chuẩn bị khác hẳn nhau.
Một thread 12 email có thể chứa 78 bản sao nội dung, và retriever của bạn sẽ đọc lại thư cũ mỗi lần ai đó bấm Reply.
Câu WHERE sẽ lặng lẽ chọn một nghĩa, và FDE ngồi ở site khách trả giá cho nghĩa sai bằng chính lòng tin của khách.
Forward Deployed GTME đi cùng dự án từ discovery đến bàn giao, và một yêu cầu ngắn của VP RevOps chứa ít nhất năm quyết định kỹ thuật.
Một kế hoạch hành động chung có ngày cụ thể, người phụ trách có tên ở cả hai phía và phần kỹ thuật do FDE viết làm được điều email hỏi thăm không làm được.
Thủ phạm thường là một đại từ bộ truy xuất không hiểu; viết lại câu hỏi giúp được, nhưng chỉ bộ test chia theo lượt mới thuyết phục được khách.
Ví dụ một công ty bảo hiểm cho thấy cách biến nhận định của trưởng nhóm bồi thường thành rubric pass/fail, rồi kiểm tra judge có chấm giống người không.
Kỹ sư hiện trường của Physical Intelligence xếp ticket theo ảnh hưởng tới cả đội, tái hiện lỗi rồi đặt lệnh cạnh phản hồi trong log trước khi kết luận.
Tin tuyển FDE của CrossCountry Consulting yêu cầu đặt điểm duyệt HITL hay HOTL theo rủi ro và mức trọng yếu của từng bước, ngay từ tuần đầu dự án.
Với distillation, model lớn làm thầy tạo dữ liệu, còn model nhỏ học lại và chạy ngay trên hạ tầng của khách, trả lời được câu hỏi về chi phí, độ trễ và dữ liệu.
Phần khó của đối chiếu hoá đơn không nằm ở phép so sánh mà ở những ngoại lệ, và một agent tốt phải biết khi nào thì dừng tay.
Vai trò onboarding chịu trách nhiệm từ cuộc gọi API đầu tiên tới tháng production đầu tiên, và prototype lấy transcript bằng polling là chỗ khách hay kẹt nhất.
Mặc định vllm bench serve bắn mọi request cùng lúc, nên phải đặt đúng mức đồng thời, tốc độ request và SLO của khách mới ra số đội hạ tầng tin được.
Trước khi nối TMS vào agent, cần nắm năm bản tin X12 hay gặp nhất và vì sao segment G62 đổi nghĩa giữa chúng.
Kỹ năng cần có không phải bán hàng mà là trả lời không cam kết, rồi chuyển tín hiệu đúng người, mà người đó mỗi công ty một khác.
Tách riêng mức ảnh hưởng, hạn chót và SLA đã ký giúp FDE xếp thứ tự công việc trong mười lăm phút và giải thích được vì sao.
Refresh tăng dần khiến chi phí theo tốc độ dữ liệu thay đổi chứ không theo kích thước bảng, và dựng cả hai cách cho thấy mỗi cách bắt bạn lo gì.
Công cụ lo được cú pháp chứ không lo ngữ nghĩa, nên chuỗi rỗng, ép kiểu hay GROUP BY văn bản vẫn chạy êm mà ra số sai.
Thêm câu "chưa rõ thì hỏi" vào prompt gần như vô ích; cần đưa việc hỏi vào hạ tầng agent rồi dùng eval nhỏ đo xem hỏi có đáng.
Sau vụ Air Canada, câu “AI bị ảo giác” không còn bào chữa được gì; khách chỉ nhìn bạn chặn lỗi, đính chính và chứng minh bản sửa nhanh đến đâu.
Gặp họ lần đầu ở tuần thứ sáu thì nhiều khả năng phải làm lại phần lớn kiến trúc, nên bằng chứng cần chuẩn bị từ tuần đầu.
Trust policy bên khách và IAM policy bên bạn đều phải mở cửa, còn ExternalId dùng để chặn confused deputy chứ không phải mật khẩu.
Cho agent chạy shadow mode cạnh nhân viên vận hành, ghi lại quyết định của cả hai bên, rồi vài chục dòng Python tính kappa cho biết mức đồng thuận có hơn may rủi hay không.
Ghi sự kiện chung transaction với đơn hàng rồi để relay gửi đi, bên nhận chỉ cần dedup là retry không tạo bản trùng.
SI xây theo SOW, còn bạn giữ tiêu chí "xong" tính bằng kết quả kinh doanh, kiến thức về nền tảng và khâu bàn giao để khách tự vận hành.
Firewall lặng lẽ cắt kết nối nhàn rỗi mà pool vẫn tưởng còn sống, và tăng pool, thêm retry hay thêm worker đều làm sự cố nặng hơn.
Độ chính xác có thể lệch tới 15% giữa các lần chạy y hệt, nên quyết định giữ hay bỏ prompt sau một lần eval dễ chỉ là so nhiễu.
Với Claude, lời từ chối vẫn trả status 200 và vẫn tính phí token, nên code phải đọc tín hiệu dừng trước khi parse.
Người tạo ra bước gây lỗi lại là người bạn cần nhất để sửa nó, và cách mở lời quyết định họ hợp tác hay đứng ra bảo vệ quy trình.
Mọi việc dang dở phải vào một trong ba giỏ, bài học, nợ còn lại hoặc việc cho đội product, và mục nào cũng phải có người phụ trách.
Lời gọi nào cũng phải có kết quả trả về, kể cả lời gọi lỗi, tool có side effect thì chạy tuần tự, và phải đếm xem vòng xử lý còn hỏng bao nhiêu.
GIS ghi lưới được thiết kế để vận hành ra sao, SCADA ghi lưới đang chạy thế nào lúc này, và hiểu điều đó giúp FDE khỏi mất hàng tuần sửa thứ không hỏng.
Câu phản đối thường là nỗi lo ai sẽ sở hữu hệ thống khi FDE rời đi, và người hỏi rất có thể chính là người đó.
Lost update không ném exception, và nó có xảy ra hay không tuỳ vào mức cô lập của database bên khách, thứ rất ít engineer từng kiểm tra.
Phép nhân này tính được trước khi viết code, và ngay cả ở mức 99% thì 20 bước vẫn chỉ còn 82%, nên cắt bớt bước lợi hơn mài prompt.
Một server Python nhỏ gây timeout, 429 và đổi tên trường theo kịch bản, để bạn cho khách thấy agent làm gì khi hệ thống của họ sập.
Phòng tài chính của khách cần chi phí trên mỗi kết quả, một dự báo kèm biên sai số, và người phải đưa ra cả ba là FDE.
FedRAMP chỉ là phần móng; mức IL xây bên trên quyết định bạn deploy ở đâu, môi trường tách biệt tới đâu và ai được mở file log.
Phần lớn tin của OpenAI và Anthropic đã đóng, nhưng yêu cầu về ngôn ngữ, kinh nghiệm và đi công tác cho thấy mỗi thành phố cần gì.
Một dòng ghi rõ MCP server, sub-agent và agent skill là gốc của bộ khung sáu mục giúp trưởng nhóm tuyển đúng người, và cho ứng viên biết CV cần chứng minh gì.
Buổi luyện 60 phút gồm bốn mẫu SQL và một đoạn Python đọc JSON bẩn, kèm hai lỗi mà module json của Python không hề báo.
Nếu cả hai cùng mở terminal thì không ai báo tin cho khách, và ranh giới này cũng chỉ ra TAM còn thiếu gì để chuyển sang FDE.
Kỹ sư triển khai cấu hình sản phẩm theo playbook có sẵn; FDE được gọi đến khi playbook hết tác dụng và phải viết code production mới.
Chỉ khi ghi tách người kích hoạt và agent hành động thay, theo mô hình delegation của RFC 8693, log mới cho biết tool nào đã được gọi với tham số gì.
Tách một job quyền riêng, có nguồn tín hiệu và ngưỡng fail-closed, để chatbot không trích tài liệu lương cho người vừa bị thu hồi quyền.
Trên WikiContradict, mọi mô hình được thử đều vấp khi ngữ cảnh mâu thuẫn, nặng nhất là khi không đoạn nào nói thẳng ra sự khác biệt.
Git bisect lo phần tìm kiếm nhị phân; việc của bạn là viết một eval có ngưỡng đủ chịu được độ nhiễu của LLM.
Bảo cả phòng rằng dự án đã thất bại rồi hỏi vì sao: kỹ thuật của Gary Klein phá sự im lặng mà hai tổ chức giữ để khỏi mất mặt.
Trước khi train model, baseline median và MAD cho kỹ sư của khách một quy tắc họ tự kiểm tra và tự chỉnh được khi bạn đã rời đi.
Phân trang của MCP không áp dụng cho tools/call, nên limit, cursor và ngân sách token là việc người viết tool phải tự làm.
Bài thực hành khóa app Graph vào đúng một hộp thư chung ở phía Exchange, rồi dùng kết quả kiểm thử để chứng minh với IT của khách.
Ghim phiên bản, đo độ lệch và chạy lại eval giúp bạn báo khách trước, kèm con số, vì không phải lần tụt nào cũng do nhà cung cấp đổi model.
Dựng baseline naïve và backtest trên dữ liệu model chưa thấy, trước khi một sai số đo trên dữ liệu huấn luyện quyết định lịch xếp ca.
Trừ phần trùng do may rủi bằng Cohen's kappa, con số chỉ còn 0,375, một phép kiểm tra vài phút trước khi báo cáo bất kỳ điểm số nào.
Thu được tiền vẫn chưa đủ: pilot sẽ bế tắc nếu đến ngày cuối không có con số nào để đọc và không có ai đủ quyền để ký.
Quy mỗi ngày chờ thành số ngày demo bị lùi, và lời nhắc lịch sự trở thành một bảng theo dõi, một phép trừ và một tin nhắn có phương án.
Trộn vector hai model làm kết quả rơi sai vùng, nên bản diễn tập sáu bước trên laptop này kết thúc bằng lệnh quay lui đã thử thật.
Rào cản lớn nhất là ghép AI vào quy trình tiếp nhận sẵn có, nên việc đầu tiên của FDE là vẽ ra hồ sơ qua tay ai, dừng ở đâu, ai ký.
Thừa nhận một lần, đừng sửa code ngay trước mặt khách, chọn đường lui có sẵn theo mức hỏng, cũng là cách FDE xử lý sự cố thật.
Dựng thử hotline bảo hiểm bằng LiveKit, agent giữ trọn câu pháp lý, nhường lời khi khách chen ngang và chuyển máy qua SIP trunk của khách.
Im lặng hay đoán đại giờ xong đều phản tác dụng, trong khi một người phụ trách, bốn trạng thái và vài câu viết sẵn là đủ.
Truy xuất đúng tài liệu mới là nửa bài toán, vì câu trả lời vẫn có thể hỏng ở đúng chỗ người dùng nhìn thấy đầu tiên: ngôn ngữ.
Câu trả lời bám sát một quy định đã hết hạn vẫn được điểm cao, và lỗi khách nhìn thấy chỉ lộ ra trong những trace chưa ai đọc.
Phán đoán chỉ hình thành khi kỹ sư của khách tự tay xử lý lỗi, và kế hoạch pair bốn tuần giúp họ đến được đó trước ngày bạn đi.
Bảy dòng dữ liệu và một script Python đủ làm lộ ba cái bẫy: số cặp bùng nổ, tên khớp 100 điểm vẫn sai, và lần nạp lại sinh node trùng trong Neo4j.
Cổng 443 cho trang web đi qua nhưng gói tiếng WebRTC có thể không có lối ra; đọc candidate và cặp kết nối sẽ biết nên gọi đội mạng hay sửa code.
Lệch 12 tiếng, một câu hỏi mơ hồ về bảng orders có thể mất hai ngày, còn tin nhắn viết đủ để không ai hỏi lại thì không mất thêm ngày nào.
Cái giá phải trả là replication slot có thể lặng lẽ làm đầy ổ đĩa production của khách, chưa kể snapshot và watermark phải hiểu cho đúng.
Gắn nhãn thì dễ; phần khó là đặt ngưỡng tin cậy và ranh giới rủi ro bên ngoài model, rồi chuyển ca thiếu chắc chắn cho người duyệt.
Đề xuất viết lại từ đầu là bỏ qua điều tin tuyển yêu cầu; một façade kiểu Strangler Fig cho thấy bạn làm được trong ràng buộc sẵn có.
GIL chỉ chặn việc chạy mã Python song song, nên hãy đo xem chương trình đang chờ hay đang tính trước khi chọn thread, process hay asyncio.
Thứ bán trong hợp đồng hiếm khi khớp với dữ liệu thật, và chính đội IT biết nó hỏng ở đâu; hãy kéo họ vào làm người cùng sở hữu.
Chốt ngưỡng đạt/trượt, môi trường và kịch bản trước khi bấm chạy, người phản biện sẽ thành đồng tác giả của kết quả.
Script gỡ $ref và xuất tool cho cả Claude lẫn OpenAI, còn chọn endpoint và viết mô tả vẫn là việc của FDE.
Token exchange theo OAuth cho agent hành động thay người dùng mà log vẫn ghi rõ ai yêu cầu, ai thực hiện.
Khoảng 40 dòng Python lấy khung lương công khai mà luật các bang buộc ghi trong tin tuyển, rồi xuất ra file CSV.
Palantir, C3 AI và Applied Intuition đều đang tuyển người tốt nghiệp từ tháng 12/2026 đến năm 2027, và tin tuyển dụng của họ nói về khách hàng không kém gì nói về code.
ROW_NUMBER kèm rn = 1 giữ đủ cột của bản ghi mới nhất, miễn là bạn phá thế hoà để kết quả không đổi giữa các lần chạy.
Trọn gói chỉ có nghĩa là các mảnh đã khớp nhau, không trả lời dữ liệu nằm đâu, đội nào được bao nhiêu GPU hay model vào mạng nội bộ bằng đường nào.
Ranh giới không nằm ở chức danh mà ở chỗ ai trả tiền cho giờ làm của bạn và đoạn code có quay về sản phẩm hay không.
Embedding, UMAP và HDBSCAN trên laptop biến ticket thô thành các chủ đề có tên, có số lượng, nhưng trước hết phải hỏi khách có cho dữ liệu ra ngoài không.
Hãy kể gọn dưới 90 giây, vì câu hỏi hành vi xuất hiện gần như ở mọi vòng, kể cả giữa một vòng kỹ thuật.
pass@k cho biết agent có làm được việc không, pass^k cho biết nó có làm đúng mọi lần không, và khách cần biết bạn đang báo con số nào.
Một buổi tự tập 45 phút, ghi âm bằng điện thoại, giúp bạn nghe lại đúng lúc mình nhảy vào lời giải hoặc im lặng quá lâu.
Ở một ngân hàng bán API như Column, không có vendor trung gian để đổ lỗi, và cũng không ai cản bạn sửa tận gốc.
Theo một khảo sát ERE dẫn lại, kỹ sư trả lời hiring manager nhiều nhất; kèm theo một link tới hệ thống bạn làm đang chạy thật.
Hai tuần đầu thường chỉ là đi theo người kỳ cựu, nhưng nhịp chậm ấy là các nấc thang bạn có thể chủ động leo, không phải bị gạt ra ngoài.
Một mẫu email dưới 150 từ và năm bước biến ghi chú thô thành bản chốt phạm vi, dữ liệu và hạn bàn giao trước khi kịp tranh cãi.
Người ký cuối là pháp lý, PR hoặc lãnh đạo cấp cao, nên hãy chốt con số được công bố và người duyệt trước khi viết dòng đầu tiên.
Gắn mỗi chunk với ID tài liệu gốc ổn định và một nơi ghi lại những gì đã index, bạn đồng bộ được cả sửa lẫn xoá mà không embed lại từ đầu.
Buổi luyện 90 phút, gắt hơn pha Build 2 giờ của vòng thật, rèn đúng thứ Sierra chấm: dám cắt phạm vi và bảo vệ được quyết định.
Ngày bạn rời khách hàng nên do bộ tiêu chí chốt từ trước go-live và quy tắc năm ngày làm việc liên tiếp quyết định, chứ không phải do lịch.
SAP mua Prior Labs vì LLM yếu với dữ liệu bảng, nhưng FDE vẫn phải chứng minh TabPFN thắng cách làm cũ trên chính bảng của khách.
Trước khi hứa ngày lên production, FDE nên chấm dữ liệu thật của khách theo đúng use case, thay vì phát hiện lỗ hổng khi đã build nửa chừng.
Hypothesis sinh vài trăm dòng đơn hàng, nhưng lỗi chỉ lộ ra khi đem kết quả so với một cách tính độc lập thay vì chỉ test round-trip.
VPN nối hai mạng nên cần các dải địa chỉ không chồng lấn, còn PrivateLink chỉ đưa một dịch vụ vào mạng của khách.
Agent soạn email có thể bị đội sales bỏ qua sau hai tuần; tin tuyển của Outreach chỉ ra hai việc không cần code giúp tránh điều đó.
Gắn khoảng hiệu lực lên từng chunk, lọc theo mốc as-of và test theo ngày; trên tài liệu nhiều phiên bản, naive RAG chỉ đúng 58%.
Tin tuyển FDE của Legora cho thấy DMS như iManage vẫn là system of record, và quyền truy cập từng vụ việc quan trọng hơn model.
Anthropic, OpenAI và Gemini đều giảm 50% cho batch; việc khó của FDE là chia lô gọn và lưu kết quả trước khi hết hạn 29 ngày.
Vitest kết hợp MSW chặn request ở tầng mạng, nên bạn test được các ca 200, 401, 404 và 500 trên laptop mà không sửa code client.
Theo Anthropic, 20-50 tác vụ lấy từ lỗi thật đã đủ để bắt đầu; kỹ năng nằm ở việc bỏ những ca chính bạn không chấm được.
Một ca giả định dựa trên vị trí FDE ở Saronic cho thấy vì sao phải ghi đủ dữ liệu để tái hiện lỗi trước khi bắt tay vào sửa.
Kỹ sư không nói tiếng Anh từ nhỏ hiếm khi thiếu ngữ pháp; họ thiếu câu luyện sẵn để làm rõ yêu cầu, từ chối và trả lời “khi nào xong?”.
Tổ chức trung bình bỏ 46% PoC AI trước khi lên production, thường vì chưa ai viết ra "tốt" là bao nhiêu.
Tài liệu của MongoDB khuyên nhúng dữ liệu mà ứng dụng luôn đọc cùng nhau, và dùng tham chiếu cho phần có thể phình ra không giới hạn.
Anthropic từng giảm độ trễ token đầu từ 11,5 xuống 2,4 giây và chi phí 90%; sáu bước giúp bạn làm lại và chứng minh với khách.
Python bỏ qua type hint lúc chạy, nên với code lạ, chính type checker mới cho bạn biết mỗi hàm thật sự nhận gì, trả gì.
Người tuyển muốn biết code của bạn từng chạy trên hạ tầng của người khác chưa; liệt kê công nghệ không trả lời được, nhưng hệ thống, ràng buộc và kết quả đo được thì có.
Electric Twin và PromptQL tuyển đúng chức danh này, Palantir gọi là Deployment Strategist, và đây là cửa vào nghề cho người làm data, research hay consulting.
Tin tuyển mảng Secure Services Edge của Duo Security đòi 7+ năm mạng và bảo mật, cùng bằng chứng mà đội kỹ thuật tái hiện được.
Intercom thử mọi thay đổi của Fin trên một baseline; FDE giỏi mang đúng thói quen ấy đến từng khách hàng.
Ở Arize AI, FDE cùng đội của khách dựng vòng từ trace đến eval, và kỹ năng cốt lõi là bắt được judge yếu trước khi nó thành cổng phát hành.
Mở Jira liệt kê mọi thứ đã ship là cách nhanh nhất để phí một giờ của người quyền lực nhất phòng họp; hãy chọn 2-3 thành quả đo được.
Thứ dễ hỏng không phải giọng đọc hay prompt: API đổi khuôn JSON khi không thấy đơn là agent có thể đọc cho khách trạng thái đơn của người khác.
Tin thực tập và new grad của Palantir cách nhau đúng một năm học, còn tin thực tập của Google London chỉ nhận hồ sơ khoảng sáu tuần.
Nộp cùng một CV cho cả Deployment Strategist lẫn FDSE sẽ không thuyết phục được bên nào; tin tuyển dụng đã nói rõ mỗi bên cần bằng chứng gì.
Một dự án nhỏ chứng minh được cả xây hệ thống, migration lẫn vòng phản hồi với Product sẽ thuyết phục hơn một CV liệt kê công nghệ.
Đọc theo thứ tự, phần trách nhiệm là một vòng deployment GenAI từ discovery đến bàn giao, và mỗi chặng cần một bằng chứng riêng.
Người được gọi phỏng vấn là người chứng minh được từng dòng, và dòng nào cũng biến được thành một dự án nhỏ, một bản memo hay một câu trả lời.
Arize cần 2–5 năm kinh nghiệm và GenAI đã chạy production; một notebook gọi API mô hình chưa đủ làm bằng chứng.
Tin tuyển ở London mô tả trọn một engagement, từ discovery đến eval, tracing và chi phí, nên cách chuẩn bị tốt nhất là tự làm một dự án migration.
Bốn động từ phát triển, cấu hình, triển khai, tối ưu vẽ ra vòng đời một engagement, và bằng chứng tốt nhất là tự dựng thử bản nhỏ cho từng việc.
Có tin đòi người xây agent, có tin đòi người quản trị Kubernetes và Helm, và mỗi nhánh cần một loại bằng chứng riêng khi ứng tuyển.
FDE ở đây thuộc khối engineering chứ không phải sales, và công ty tin sự thấu cảm dạy được, nên hồ sơ phải chứng minh năng lực kỹ thuật trước.
Quốc tịch, clearance hay số năm kinh nghiệm có thể loại bạn trước khi ai đọc đến kỹ năng, và ATS có thể lọc hồ sơ trước cả người đọc.
Ba tin tuyển ở ba cấp, từ phòng lab AI đối tác đến agent cho doanh nghiệp, nên được đọc như câu hỏi phỏng vấn, mỗi câu cần một bằng chứng đã chạy thật.
Hệ thống của khách thường không sửa được, nhưng bạn vẫn có thể đặt trước nó một lớp API sạch, có kiểu và có xác thực mà không phải đụng vào một dòng code cũ nào.
Vẽ quy trình từ điểm đầu và điểm cuối, chấm điểm từng việc cùng người trực tiếp làm, rồi mới hứa với khách.
Công thức SQL thường không sai; thủ phạm là một chuỗi thời gian đi qua ba hệ thống, hệ thống nào cũng tự đoán múi giờ.
cProfile dùng khi chạy lại được script; py-spy lấy mẫu tiến trình đang chạy trên máy khách mà không phải sửa một dòng code.
Mỗi lần deploy có hai danh tính, bạn và service account, và lỗi 403 nếu đọc đúng sẽ chỉ ra bên nào đang thiếu quyền gì.
Scope creep và discovery mở đầu bằng cùng một lời nhờ; hai câu hỏi và bản nháp change order giúp phân biệt mà không phải đáp ngay có hay không.
Golden set chỉ là ảnh chụp, còn production đổi theo từng tính năng mới của khách, nên điểm offline có thể tăng khi chất lượng thật giảm.
Chốt trên giấy các chiều đo, ngưỡng đạt, ngân sách lỗi và cổng cứng từ trước, kẻo buổi nghiệm thu trôi theo người nói to nhất phòng.
Một người bạn đóng vai khách lảng tránh, một thẻ vai giấu ràng buộc và đồng hồ đếm ngược là đủ cho buổi tập 60 phút tối nay.
Tin tuyển dụng báo trước gần hết các vòng, trừ bài thuật toán tính giờ, còn trả lời như Customer Engineer là tự đẩy mình sang việc khác.
Tin tuyển dụng của Palantir và Anthropic cùng lặp lại một chữ, production, và hiểu chữ ấy là biết mình cần luyện gì trước khi nộp đơn.
Share bảng tính cho email của một service account là script Node.js đọc được đơn hàng, ghi báo cáo, xử lý lỗi hạn mức và đẩy file lên Drive.
Vị trí Deployed PM cho Codex mà OpenAI đang tuyển vạch rõ ranh giới: FDE lo làm cho chạy, PM quyết định làm gì và vì sao.
Hãy bắt đầu với hai người và một ranh giới code rõ ràng, nếu không mỗi deployment sẽ thành một dự án làm riêng mà không ai ghi lại cách làm.
Cả hai đều ngồi cạnh khách hàng và cùng viết code, nhưng chỉ một bên còn chịu trách nhiệm về hệ thống khi hợp đồng đã ký xong từ lâu.
“Thích khách hàng, thích build AI” nghe nhiệt tình nhưng lãng mạn hoá vai trò; một đoạn 60 giây gồm bốn phần mới chứng minh điều recruiter thật sự lọc.
Gắn correlation ID vào mọi dòng log JSON chỉ bằng thư viện chuẩn Python, trong khoảng 30 phút, để khách gửi về đúng hai dòng của request lỗi.
Khách chỉ tin người mới khi họ tự chứng minh được mình, nên thứ cần bàn giao là đường dẫn tới bản ghi luôn cập nhật cùng một phần delta ngắn.
Thủ phạm thường là hai allowlist CSP ở hai phía iframe, và biết bên nào đang từ chối giúp bạn khỏi mất một tuần email với đội bảo mật.
Bản vá hoàn hảo lúc 3 giờ sáng không bù được sáu tiếng khách chờ trong im lặng; 24 giờ đầu chia ba chặng, chặng nào cũng phải ra sản phẩm cụ thể.
VCR.py và pytest-recording phát lại response đã ghi mà không cần mạng, miễn là bạn che token và dữ liệu khách trước khi commit cassette.
Đó là kiểu theo hình dạng, Promise và npm; phần còn lại đều có bản tương ứng trong Python, cùng một lệnh kiểm tra nên chạy trước mỗi lần merge.
Chạy năm lần và báo kèm khoảng tin cậy 95%, bằng một script Python thuần làm trong một buổi chiều, để một lần ra 79% không đánh lừa khách.
Các nguồn nói từ năm giờ đến một tuần, nên hãy hỏi recruiter rõ thời hạn và thứ cần nộp như khi chốt phạm vi với khách hàng.
Reject không hủy các lệnh ghi còn lại, nên chỉ kết quả theo từng bản ghi với allSettled mới cho bạn biết cái gì đã sang và chạy lại có an toàn không.
Ứng viên giỏi thuật toán vẫn trượt vì đưa giải pháp trước khi xác định phạm vi, và mỗi dạng câu hỏi đều có cách trả lời riêng.
Trên 1.000 tin, TypeScript, agent, AWS và kinh nghiệm LLM cùng quanh mức một phần ba, đủ để tách điều kiện tối thiểu khỏi lợi thế.
Giữ CV trong một trang nếu chưa đủ tám năm kinh nghiệm, mở đầu mỗi bullet bằng kết quả, và con số nào chưa kiểm chứng được thì đừng ước lượng cho đẹp.
Sau hai vòng HackerRank là vòng 45 phút sửa lỗi trong một codebase lạ, và cách bạn giải thích được chấm ở mọi vòng.
Bạn có khoảng 60 phút để biến một mục tiêu kinh doanh mơ hồ thành thiết kế hệ thống, nên chỉ luyện LeetCode thì sẽ hụt.
Trước khi lao vào luyện đề, hãy ghép từng yêu cầu, từ MCP server đến 25-50% thời gian onsite, với vòng thi nhiều khả năng sẽ kiểm tra nó.
Hãy nhận một việc chưa ai viết spec, gần người dùng, làm đến cùng và để lại sản phẩm cụ thể cho người phỏng vấn xem, trước khi nộp đơn.
FDE được đánh giá theo việc deployment có đổi cách khách hàng vận hành hay không, và dành khoảng 60% thời gian mỗi tuần bên khách.
SE chứng minh sản phẩm có thể chạy khi bán hàng, còn FDE gánh nó trong production, và khúc giữa lộn xộn đó đòi một cách nghĩ mới.
Cửa mở chủ yếu ở các công ty đang dựng đội FDE từ đầu, và muốn bước qua, bạn cần bằng chứng đã làm việc với khách hàng thật.
Tin tuyển của Valdera, Rowspace và Vori cho thấy việc đầu tiên là đi tìm dữ liệu trong bản export SAP, file Excel và PDF scan của khách.
Hai năm viết code production đã đủ phần lớn hành trang, nhưng nhiều người trượt vì vẽ kiến trúc trước khi hỏi khách thế nào là thành công.
Hướng dẫn của CISA cùng IEC 62443 cho ra ba quy tắc: dữ liệu chỉ chảy ra, con người quyết, luôn có đường lùi về điều khiển tay.
Cái khó không nằm ở model mà ở việc đóng gói bản phát hành tự đủ, cập nhật hỏng vẫn quay lại được và giám sát máy không có mạng.
Chia chunk cố định khiến đoạn manual mất tên model và cắt đôi bảng thông số, còn mã lỗi cần BM25 chạy cùng embedding.
Chương trình đổ vỡ khi báo động giả khiến kỹ thuật viên thôi đọc cảnh báo; việc thật của FDE là biến số đo rung thành work order họ tin là đáng làm.
Hamel Husain gọi phân tích lỗi là hoạt động quan trọng nhất trong evals; kết quả là bảng xếp hạng nhóm lỗi và một việc cần sửa ngay tuần này.
Người ta kể quy trình họ nghĩ mình làm; ngồi cạnh họ mới thấy những thói quen chính họ không nhận ra, đúng nơi agent sẽ hỏng.
Bốn cái phanh gồm giới hạn đồng thời, giữ nhịp, timeout và retry có điểm dừng chặn được bão 429, PoolTimeout và cảnh script đứng im ở 97%.
Bạn có khoảng một tuần để nộp code, ứng dụng chạy được và video; điểm số dường như nằm ở việc gắn mỗi quyết định với nhu cầu khách hàng.
Vòng re-engineering và learning chấm quy trình debug có hệ thống chứ không chấm tốc độ, nên luyện một bộ bài nhỏ trên laptop hiệu quả hơn cày đề.
Khi agent đạt 81% thay vì 90% đã hứa ngay trước buổi demo, việc báo tin bắt đầu từ buổi kickoff và kết thúc bằng các phương án cụ thể.
Schema không cho model biết đội finance tính MRR thế nào; định nghĩa mỗi chỉ số một lần trong semantic layer để LLM và báo cáo dùng chung.
Năm bước với Typer và uv biến một script rời thành CLI đóng gói, kèm help và auto-completion mà bạn không phải viết thêm dòng nào.
Cặp hỏi–đáp tĩnh không bắt được hội thoại rẽ nhánh, nên hãy dựng một khách hàng giả có mục tiêu ẩn, persona và giới hạn kiên nhẫn.
Ở giai đoạn demo, supporter và champion trông giống hệt nhau; khác biệt là ai dám đặt uy tín nghề nghiệp vào dự án, và điều đó thử được.
Quy trình năm bước bằng kubectl giúp tách lỗi ứng dụng khỏi lỗi hạ tầng khi gặp CrashLoopBackOff, OOMKilled hay lỗi DNS trên cụm của khách.
Stripe gửi lại suốt ba ngày, mỗi lần một chữ ký mới, nên bài hướng dẫn dựng receiver ba lớp bằng Python thuần, có lọc theo event ID.
Mượn kỷ luật đối chiếu của kế toán, với ngưỡng sai lệch chốt từ trước, giúp FDE giải thích ngay mọi chênh lệch thay vì hẹn kiểm tra lại.
Đọc DPA như đọc spec, từ danh sách subprocessor đến điều khoản xoá dữ liệu, để có sẵn câu trả lời trước khi khách hỏi.
Ví dụ bot trả lời chính sách đổi trả cho thấy scorer so chuỗi đánh lừa ra sao, và vì sao chỉ đọc log mới bắt được lỗi.
MCP server quyết định agent chạm được hệ thống nào, skill dạy cách làm, sub-agent tách quyền hạn; nhầm lẫn sẽ tốn context và lộ dữ liệu.
Một lời từ chối có lý do, có phương án thay thế và được ghi lại thường giữ được lòng tin của khách tốt hơn một cái gật đầu.
RAID log và decision log ngay trong repo, với cột người duyệt tách riêng khỏi owner, trả lời câu đó trước khi có người hỏi.
Nhanh hơn mới là một nửa vấn đề, vì khách vẫn bực khi agent tranh lời hoặc chuyển máy rồi bắt họ kể lại từ đầu.
Sai bao nhiêu là quyết định sản phẩm, nên trước dòng code đầu tiên hãy chốt với khách loại lỗi nào chấp nhận được và đo trên dữ liệu nào.
Một cú bấm chỉ báo có lỗi chứ không nói lỗi ở đâu; đọc và gắn nhãn trace mới tránh được kiểu sửa prompt mà mọi thứ vẫn y nguyên.
62% nhân viên tuyến đầu hoài nghi AI, và sau mỗi lời phản đối là một nỗi lo cụ thể, như sợ bị giám sát, mà FDE phải tìm ra và gỡ bằng thiết kế.
pandas cộng ô thiếu như số 0, nên hãy đếm từng ô mất khi ép kiểu và gửi khách danh sách lỗi trước buổi demo.
Agent đúng 80% mỗi lần chỉ đúng cả ba lần liên tiếp với xác suất 51%, nên bộ eval từ lỗi thật đáng giá hơn một demo trau chuốt.
Firecrawl đo FDE bằng adoption và mở rộng hợp đồng chứ không bằng số ticket đã đóng; cơ hội nằm trong log sử dụng và cách khách tự xoay xở.
Đóng băng ghi, backup cuối, đồng bộ, đổi routing: trình tự này chỉ an toàn khi bản backup đã được restore thử trước đêm go-live.
Hệ thống nội bộ cũ vẫn đổ văn bản tự do vào điện mới, và việc của tuần đầu là đo xem bẩn đến đâu trước khi mô hình học sai.
Năm lớp kiểm tra, từ schema đến trích dẫn nguồn, quyết định con số nào vào thẳng hệ thống kế toán và con số nào phải chờ người duyệt.
Lãnh đạo duyệt đề xuất chứ không duyệt kết quả, nên hãy nói khuyến nghị trước, bằng chứng sau, và đừng mở đầu bằng kiến trúc.
Năm tài liệu và một template repo, làm trong khoảng ba giờ, giữ lại những gì đội đã học thay vì để chúng đi theo FDE khi dự án kết thúc.
Theo ước tính của một công ty tư vấn, gửi báo cáo SOC 2 trước có thể rút bộ CAIQ 260 câu xuống còn khoảng 78 đến 104 câu phải tự viết.
Ranh giới tenant phải nằm sẵn ở database, vector store, khoá mã hoá và cấu hình, được quyết định từ thiết kế chứ không để tới sprint cuối.
Một dataset quỹ đạo vàng, vài hàm chấm và experiment trên Langfuse gắn vào CI chỉ ra chính xác agent bỏ qua bước nào.
Hãy chốt trước ai ký nghiệm thu, ai cấp quyền và thế nào là thất bại, nếu không thì đến tuần thứ năm phạm vi dự án sẽ trôi khỏi tay bạn.
Khi agent ERP của khách là một hộp đen, phần khó lúc giao việc cho nó không nằm ở giao thức mà ở xác thực và tracing.
Hệ thống của bạn có thể chạy hoàn hảo mà vẫn thất bại nếu hai tuần sau go-live, người dùng lặng lẽ quay lại file Excel cũ.
HL7 v2 đẩy sự kiện tới bạn, FHIR để bạn hỏi trạng thái; chọn sai từ đầu thì agent hoặc phản ứng quá trễ, hoặc đọc sai dữ liệu.
Một script có seed biến tuần chờ quyền truy cập thành vài trăm khách hàng và đơn hàng kiểu Việt Nam, chạy lại lần nào cũng y hệt.
Đếm lượt đăng nhập chỉ che mất vấn đề; FDE cần một baseline adoption, một đội champion nội bộ và biết bảng tính cũ còn làm được gì.
Khách cần hai con số RPO và RTO, đặt riêng cho từng workload và được chứng minh bằng một lần khôi phục bạn đã chạy thật.
Playwright MCP đọc accessibility snapshot thay vì ảnh chụp màn hình, còn phiên đăng nhập và mọi thao tác ghi vẫn do người duyệt nắm giữ.
Chỉ đổi định dạng prompt đã có thể làm độ chính xác lệch khoảng 5%; feature flag, nhóm control và lịch 5-20-50-100% giúp bắt lỗi trước khách.
PMI ghi nhận 26% tổ chức coi sponsor hỗ trợ yếu là nguyên nhân chính khiến dự án thất bại; FDE thường biết sớm nhất và phải tìm người thật sự có quyền.
Unicode cho phép một chữ tiếng Việt được lưu theo hai cách; không chuẩn hóa trước, phép join lặng lẽ bỏ sót khách mà chẳng báo lỗi.
Trọng số chỉ là một phép nhân; những phần khách không tự nói ra như KV cache mới là thứ làm bản ước tính lệch gấp đôi.
Nhãn ticket của khách luôn lệch, nên bộ ví dụ cần lấy mẫu theo lớp, loại trùng và đo độ ổn định qua nhiều thứ tự, chỉ với thư viện chuẩn.
Cho mô hình được nói không biết, bắt trích nguyên văn cho từng ý, rồi để code đối chiếu với tài liệu gốc và rút lại ý không có chỗ dựa.
Model tự nói mức tin cậy thường quá tự tin; tự chấm dạng đúng/sai và ngưỡng đo trên dữ liệu thật mới đáng tin hơn.
Với những quyết định không được sai ở site khách, bốn lớp kiểm tra cho thấy lớp nào đáng tiền và lớp nào chỉ làm phình hóa đơn API.
Tách thành bốn lớp vai trò, chính sách, ngữ cảnh khách và cấu hình phòng ban, mỗi phòng mới chỉ tốn thêm một khối cấu hình thay vì một bản sao.
Max tokens, stop sequence và penalty vẫn quyết định output có dùng được không, và mỗi tác vụ của khách, từ trích xuất đến chatbot, cần bộ thông số riêng.
Thêm quy tắc thay đổi, một người chịu trách nhiệm, test phía consumer và quy trình đổi field hai giai đoạn để pipeline phát hiện ngay thay vì sai lặng lẽ.
Khi khách chỉ có một database đầy thông tin cá nhân, hãy mask dữ liệu trước khi nó rời prod và dựng cả ba môi trường từ cùng một định nghĩa dạng code.
Bài tập fanout vừa Free Tier với SNS, ba hàng đợi SQS và Lambda dạy trước những lỗi trùng và mất message bạn sẽ gặp ở site khách.
Trước khi viết code trong xưởng của khách, hãy chốt schema sự kiện, giao thức ở biên và row key, vì mỗi lựa chọn sai lặp lại hàng chục triệu lần.
Ba lớp kiểm tra độ mới, số dòng và schema, thêm lưới an toàn cho job không chạy, giúp bạn bắt lỗi trước khi khách tự phát hiện.
Chia nhóm bằng hash ổn định, log đủ dữ liệu và kiểm tra SRM trước khi đọc bất kỳ con số nào cho khách.
Chính AWS nói graph database chỉ đáng giá với dữ liệu kết nối dày; dấu hiệu nằm ở cách khách đặt câu hỏi.
Mỗi thành phần chỉ cần trả lời hai câu: dữ liệu nằm đâu, ai được chạy; với replication 3, file 1 GB là 48 bản sao block.
S3 không cập nhật nguyên tử nhiều key cùng lúc, nên job chết giữa chừng sẽ để lại bảng ghi dở nếu thiếu Delta Lake, Iceberg hay Hudi.
Công cụ BI sinh ra để kể chuyện quá khứ, nên điểm dự đoán cần bảng đầu ra riêng, bản demo Streamlit trước và nhãn tách rõ khỏi số liệu thật.
Hãy chọn mã hoá, tokenization hay làm mờ cho từng trường, và sẵn sàng trả lời ai giữ khoá, ai được thấy gì.
Reverse ETL lo chặng cuối, đồng bộ điểm churn và nhãn ticket từ warehouse về Salesforce hay Zendesk.
Chốt grain trước, rồi dựng star schema bên cạnh hệ OLTP, để có dashboard sau hai tuần thay vì sa lầy hai tháng.
SCD loại 2 giữ mọi phiên bản của khách hàng và sản phẩm: tự viết bằng SQL để hiểu cơ chế, rồi giao cho dbt snapshot chạy trong production.
Chỉ với Python thuần, file CSV ghi số tiền mỗi dòng một kiểu và trùng mã đơn bị chặn ngay đầu pipeline, rồi chuyển sang thư viện chuyên dụng khi dự án lớn dần.
Mỗi lần nạp theo ngày đều idempotent nhờ MERGE và transaction, nên chính job chạy hằng đêm cũng dùng được để backfill dữ liệu nhiều năm.
Biến chữ “realtime” thành một con số độ trễ rồi chọn kiến trúc rẻ nhất đáp ứng được, nhiều khi chỉ là batch chứ không phải streaming chạy suốt ngày đêm.
Bảng kiểm kê dựng trong bảy bước ở tuần đầu, chỉ với quyền read-only, ghi rõ chủ sở hữu, lineage và ràng buộc của từng nguồn trước khi viết pipeline hay agent.
Lần ngược dữ liệu qua năm chặng, từ generation tới serving, là phần data engineering FDE cần nắm, dù không phải trở thành data engineer.
Claim check giữ message gọn nhẹ, filter idempotent chịu được message giao trùng, và vài chục dòng Python thuần đủ dựng cả pipeline trên laptop.
Leader election và khoá có ích, nhưng lớp phòng thủ đầu tiên là thiết kế job định kỳ idempotent để chạy trùng cũng không sinh kết quả trùng.
Liveness check phải nông, rồi mới đến metric và cảnh báo, để đội vận hành của khách tự trực được dịch vụ khi FDE đã rời đi.
Chatty I/O, over-fetching và busy database phải rà cùng một lượt, vì sửa lỗi này rất dễ đẩy hệ thống sang lỗi kia.
Retry budget, circuit breaker và bulkhead, gói trong khoảng 100 dòng Python thuần, giữ cho lỗi 429 do chạm spend cap không kéo sập luôn API CRM của khách.
Gateway, sidecar và ambassador gánh việc bảo mật và log từ bên ngoài, miễn là bạn đặt proxy đúng chỗ và không giao cho nó logic của ứng dụng.
Anti-corruption layer giữ những mã như 'D' ngoài prompt và eval, còn strangler fig thay dần từng chức năng cũ mà không cần viết lại cả hệ thống.
Đặt mục tiêu đo được, đọc kế hoạch thực thi, chuyển báo cáo sang materialized view trên PostgreSQL rồi mới tính đến index.
Saga ghi lại cách hoàn tác từng bước đã commit, và gắn cờ cần người duyệt khi chính bước bù cũng thất bại.
Một consumer mới trên hàng đợi sẵn có là đủ, miễn nó không làm thanh toán chạy hai lần hay để lỗi dồn lại âm thầm.
Queue không giúp bạn nhanh hơn, nhưng competing consumers và back-pressure cho bạn quyền tự chọn tốc độ xử lý.
Mất IP thật, session nhảy và health check báo sai đều sửa được khi bạn biết L4, L7 và reverse proxy nhìn thấy gì.
Presigned URL cho người dùng upload thẳng lên storage, ứng dụng chỉ giữ việc phân quyền, còn CDN lo phần nội dung tĩnh.
Bảng bạn đọc có thể chỉ là một shard, dữ liệu khách hàng nằm ở database khác, hoặc cột region là bản chép cũ chưa từng cập nhật.
Ba chiến lược Redis theo thứ tự dùng ngoài đời: cache-aside mặc định, write-through khi cần dữ liệu mới, refresh-ahead cho key hot.
Latency, throughput và scalability đều cần con số đi kèm, và ngưỡng latency chấp nhận được là do khách đặt, không phải bạn.
Trước khi sửa prompt, hãy xem model đọc từ bản sao nào, vì định lý CAP chỉ ra mức nhất quán mà chưa ai chủ động chọn.
Nhân con số đó qua database, API bên thứ ba và hai phút chờ failover, lời hứa tưởng dễ bắt đầu lung lay.
Quy trình k6 chạy trên laptop giúp đặt ngưỡng pass/fail, tìm điểm p95 bắt đầu cong và thêm caching mà không rò dữ liệu giữa user.
Một buổi chiều với mock server và contract test bằng Python thuần đủ để bắt thay đổi đó trước khi báo cáo doanh thu ra số 0.
SOAP, gRPC hay GraphQL đều dựa trên một file hợp đồng chặt chẽ, và đó là đường tắt để gọi thành công ngay ngày đầu.
Mất message, chấm trùng hay model chậm đều được trả lời bằng vài dòng cấu hình Kafka và Flink, chứ không nằm ở model.
CFPB không chấp nhận cái cớ thuật toán quá phức tạp; SHAP tách phần đóng góp của từng feature, LIME kiểm lại lời giải thích trên chính hồ sơ ấy.
90 ngày số liệu vận hành cho bạn baseline, kịch bản hòa vốn và điều kiện dừng để con số 20% trở nên đáng tin.
Khi xây ứng dụng AI trong hạ tầng của khách, một trang design doc viết trong hai ngày lôi bất đồng ra sớm, lúc sửa còn rẻ.
Databricks ra đề viết một hàm xử lý dictionary trong notebook, OpenAI giao một bài implementation chia nhiều phần, còn Palantir dành 60 phút decomposition cho một đề cố ý thiếu thông tin và không quan tâm bạn có thuộc Dijkstra hay không.
Hỏi ai đang gọi API, giữ secret ngoài repo, rồi xoay secret mà job đồng bộ đêm vẫn chạy.
Theo Điều 9 của EU AI Act, họ hỏi rủi ro còn lại là gì và ai đã chấp nhận, nên hồ sơ phải sống cùng hệ thống chứ không phải PDF nộp một lần.
Có eval trước rồi hãy cắt token: theo OpenAI, giảm một nửa token đầu ra có thể cắt khoảng một nửa độ trễ.
Hỏi lần gần nhất họ làm việc đó ra sao thay vì cần tính năng gì sẽ biến buổi phỏng vấn từ danh sách mong ước thành dữ liệu.
Người phỏng vấn chấm cách bạn ra quyết định, nên câu trả lời tốt nêu ràng buộc, phương án, lựa chọn, cái giá và cách bạn giải thích với khách.
Prototype đọc đúng ba hóa đơn tự chọn chưa phải hệ thống cho mọi hóa đơn, và giám đốc tài chính ngồi xem không nhìn thấy khoảng cách đó.
Một MCP server Python gắn vào Claude Code giúp chốt phần khó nhất là thiết kế tool, nên khi có hệ thống thật chỉ cần thay lớp dữ liệu.
Năm việc từ quản lý phiên bản đến train lại có kiểm soát giúp FDE trả lời được cuộc gọi báo lỗi đầu tiên, và Palantir ghi hẳn chúng vào JD.
Agent càng được tự chạy lệnh ở máy khách hàng thì càng cần một hàng rào mà nó không thể thuyết phục để được cho qua.
Unit test từng tool rồi chạy cả luồng nhiều lần, chấm theo trạng thái cuối trong database, mới bắt được lỗi mà câu trả lời trơn tru che đi.
FDE nên tự gửi email đó trước ngày go-live, đi từ bản vẽ hệ thống đến bộ ca test prompt injection chạy trong CI.
Nắm thứ tự initialize, header Accept và mã phiên, bạn đọc được lỗi của server khách và gọi được tool kịp buổi demo thứ Năm.
Kích thước chunk mặc định chưa từng thấy tài liệu của khách, nên hãy đo trên câu hỏi thật trước; thêm reranking thì mức giảm lên 67%.
Có làm presales hay không tùy công ty; sau chữ ký, từ chốt phạm vi, đưa lên production đến bàn giao cho Customer Success, chặng nào cũng có thứ phải giao.
Con số nói ra trong phòng họp thường vào thẳng ngân sách; vài giờ đo theo các ngưỡng mặc định của Spark cho biết một máy có đủ hay không.
Sáu bước đưa một demo cho khách từ chiếc máy chưa có Node tới bản build sạch, kiểm kiểu đủ và không lộ API key trong bundle.
Hai tuần đầu thường dành cho việc nội bộ, nên kế hoạch 30-60-90 ngày phải sớm chốt với khách một việc nhỏ nhưng tác động lớn.
Nghị định 356 siết việc đưa dữ liệu nhạy cảm ra nước ngoài, và bảng ánh xạ giữ lại cho tiện có thể khiến hệ thống không còn được coi là đã khử nhận dạng.
Bảng bị cắt đôi, dấu thanh rơi mất khi OCR và mã hợp đồng bị coi là nhiễu là thủ phạm quen thuộc, nên hãy phân loại file trước khi parse.
Timeout, retry có kỷ luật và một idempotency key cố định cho mỗi thao tác gói gọn trong khoảng 80 dòng TypeScript để chép về dùng ngay.
Một buổi tối dựng queue bền, worker an toàn và API trả HTTP 202 là đủ để tác vụ gọi model kéo dài vài phút không timeout hay biến mất.
Phần lớn tính năng chat chỉ cần server đẩy token xuống trình duyệt, và chọn WebSocket theo thói quen kéo theo đánh đổi hạ tầng mà khách không cần.
Tự rà soát theo OWASP API Top 10, có test BOLA tự động và kiểm tra rate limit lẫn SSRF, trước khi đội pentest của khách tìm ra lỗi.
FDE đứng ở cả hai phía của rate limit, và vài chục dòng Python đủ để lùi lại khi gặp lỗi 429 và tự đặt giới hạn cho API của mình.
Quyền phải được kiểm tra trước khi văn bản lọt vào prompt, và chọn RBAC, ABAC, ReBAC hay PBAC quyết định quy tắc của khách có được giữ trọn hay không.
Ba câu hỏi đủ để đọc mọi cơ chế: credential nằm ở đâu, server có lưu trạng thái không, và ai bảo đảm danh tính người dùng.
Phân trang bằng offset buộc server quét gần cả bảng ở những trang cuối, còn cursor, keyset và checkpoint giữ việc kéo dữ liệu nhanh và không trùng lặp âm thầm.
RFC 9457, chuẩn thay RFC 7807 từ năm 2023, thêm các trường lỗi máy đọc được để đội vận hành bên khách tự xử lý nhiều sự cố.
407, 504 hay dòng CORS đỏ chỉ về những tầng khác nhau, và dò lần lượt DNS, proxy, mã HTTP rồi trình duyệt là cách nhanh nhất tìm ra chỗ chặn.
Chọn TensorRT, LiteRT hay ExecuTorch là việc làm sau, khi FDE đã tính xong thiết bị, nguồn điện và rollout ở hàng chục địa điểm.
Khi model và code không đổi, lần ngược con số qua dataset, job và run sẽ chỉ ra thứ đã đổi ở phía trên model.
Evidently, Prometheus và Grafana cho FDE biết feature nào bắt đầu lệch từ ngày nào, trước khi khách hỏi vì sao model kém đi.
scikit-learn không hỗ trợ load model giữa hai phiên bản, nên cần pin môi trường, lưu bằng skops và giao một container FastAPI.
Khi khách hỏi "model tháng trước học trên dữ liệu nào?", FDE cần trả lời bằng một commit hash, không phải bằng trí nhớ.
Với CML, một file workflow và ba script Python đủ để mỗi pull request tự đăng metric và biểu đồ thành comment.
Với ảnh và văn bản thì ngược lại; bốn câu hỏi về dạng dữ liệu, nhãn, nhu cầu giải thích và GPU cho đáp án trong đa số trường hợp.
Trong ví dụ của scikit-learn, lợi ích tăng từ -209 lên -143 khi gán đúng giá cho từng loại lỗi; khách hỏi về cái giá ấy chứ không hỏi AUC.
Đo lại bằng 13 tokenizer, các bản đời mới chỉ tốn 1,05 đến 2,14 lần tiếng Anh, nên hãy đếm trên dữ liệu thật của khách.
Một vòng sáu bước, đi từ cách nhẹ nhất đến nặng nhất, chọn phần lịch sử cần giữ trước mỗi lượt gọi model.
Một vòng chấm điểm và viết lại truy vấn chặn các đoạn văn gần đúng, còn 20 câu hỏi thật kèm đáp án cho biết vòng lặp có giúp ích không.
Tỷ lệ hoàn thành, lỗi tool, số bước và tỷ lệ chuyển cho người đo được ngay tuần đầu, biến lời phàn nàn mơ hồ thành danh sách việc cần sửa.
Tách agent xử lý hồ sơ vay thành planner, DAG, executor, critic và replan giúp đo và giải thích được, dù quy trình cố định chỉ cần workflow viết tay.
Vercel bỏ phần lớn tool khỏi agent mà nó vẫn chạy tốt, vì semantic layer của họ vốn đã được viết tài liệu kỹ.
Sáu bước đặt một người duyệt trên Slack giữa agent và mỗi lệnh hoàn tiền hay email, kèm timeout, đường lui và nhật ký.
Sau buổi demo là lỗi 403, trích dẫn không khớp điều agent khẳng định, và bộ phận pháp lý hỏi ai đã cho phép crawl.
Bốn lớp giới hạn cùng thời điểm bàn giao cho con người được thiết kế sẵn giữ vòng lặp không chạy mãi và đốt tiền.
Anthropic coi description chi tiết là yếu tố quan trọng nhất với một tool, và ví dụ về API của một công ty giao vận cho thấy cách viết lại từng bước.
Muốn khách tin con số eval, hãy hiệu chỉnh judge theo nhãn của chuyên gia giỏi nhất bên họ và đo bằng TPR, TNR thay vì tỉ lệ đồng thuận.
Xoá cột giới tính chưa đủ, còn đổi riêng chi tiết nhân khẩu học trong cùng một hồ sơ thì biến fairness thành một lỗi đo được và test được.
PhoWhisper chép lời, WhisperX tách người nói, còn lỗi thật đến từ file 8kHz, người nói chen nhau và khâu ghép hai bên.
Một buổi tối đọc model card và tự test là đủ để lập bảng so sánh license và cam kết ngôn ngữ của Qwen, Llama, Gemma và Mistral.
Việc quan trọng nhất không nằm ở code mà ở bộ đáp án tự gõ cho khoảng 20 mẫu thật của khách, thiếu nó thì không biết model đọc đúng hay sai.
Không cần cả cụm GPU, thứ quyết định kết quả là nhãn nhất quán và một tập test giữ riêng để con số đánh giá còn đáng tin.
Tự viết vòng tool use với Claude và OpenAI rồi đối chiếu Gemini giúp bạn đọc được những lỗi tầng thấp mà framework che đi.
Câu hỏi đúng cho FDE không phải làm sao để model không bao giờ bị lừa, mà khi bị lừa thì nó làm được tối đa điều gì.
Chạy lần lượt zero-shot, few-shot, chain-of-thought và ReAct trên 20 ticket đã gán nhãn để biết lúc nào thêm token, độ trễ và công bảo trì là đáng.
Lọc theo phòng ban trước khi xếp hạng, rồi kiểm tra lại quyền từng tài liệu tại nguồn, là đủ để bịt lỗ hổng chỉ với Python thuần.
Trong thử nghiệm của Anthropic, hybrid search giảm 49% số lần truy xuất thất bại, thêm rerank thì giảm 67%; hãy dựng bộ đo để tự kiểm chứng trên dữ liệu của bạn.
Model fine-tune cho luật báo Accuracy@1 tăng từ 0.5682 lên 0.7274, nhưng con số đó chưa nói gì về kho tài liệu bảo hiểm của khách hàng.
File chính sách vẫn nằm trong context, chỉ bị chôn giữa lịch sử chat, bảng đơn hàng và FAQ; chọn đúng thứ model được thấy mới là kỹ năng cần có.
Viết lại một PoC ngắn đến chuẩn production cho thấy khoảng cách này rất cụ thể, luyện được từng phần, và đáng đưa vào CV.
Nền tảng ML và tư duy debug mang sang được; thứ phải học thêm là tách bài toán mơ hồ, viết code production và làm chủ cả deployment.
Bảy bước, áp vào một agent phân loại ticket cho công ty logistics, biến ghi chú discovery thành tài liệu đội platform của khách duyệt trước khi code.
Một trang, ba câu hỏi cố định mỗi tuần, và mục cuối ghi rõ khách cần quyết định gì, trước hạn nào.
Theo IBM, chỉ khoảng 25% sáng kiến AI đạt ROI kỳ vọng, và kỹ năng FDE còn thiếu là đọc báo cáo lãi lỗ của khách, một kỹ năng học được.
Edana từng tìm ra bốn lượt email không có trong tài liệu ở một khách logistics, và một bảng tính cùng chỗ ngồi cạnh nhân viên là đủ để tìm chỗ lệch.
Đi xuyên bastion từ laptop giữ private key khỏi máy của khách, còn một script ngắn ghi lại tình trạng máy chủ trước khi bạn bắt đầu đoán.
Năm thói quen, từ tách danh tính theo thư mục đến tôn trọng luật review, giúp merge request đầu tiên trên GitLab nội bộ của khách không nằm im.
docker save và docker load đưa được bản build qua, nhưng phần quyết định là đặt cổng duyệt đúng chỗ trong quy trình.
Mọi lời gọi mô hình phải đi qua tài khoản cloud của khách, nên hãy nắm Bedrock, Foundry và Vertex AI trước ngày đầu onsite.
Dự án portfolio này ghi trace và số token của từng request vào SQLite, rồi một dashboard cộng chúng thành chi phí.
Airflow yêu cầu mỗi task cho cùng một kết quả dù chạy lại bao nhiêu lần, và bài này dựng pipeline ELT bốn task giữ được đúng nguyên tắc đó.
Hot standby từ chối mọi lệnh ghi; nếu chỉ có primary, hãy khoá phiên chỉ đọc và đặt timeout để một câu COUNT(*) không đè lên đơn hàng thật.
Đừng đọc file theo thứ tự chữ cái; hãy mở manifest, entry point và một handler API, rồi lần theo một request tới database.
Đội ERP của khách sẽ xây logic trên từng trường bạn đặt tên, nên hãy xác định ai được gọi và chọn REST hay GraphQL theo người gọi.
System prompt khéo đến mấy cũng không đủ; cần lập mô hình đe doạ và chặn hoàn tiền, rò rỉ dữ liệu ở những tầng model không có quyền quyết định.
Hướng dẫn từng bước đưa vLLM vào private subnet, kèm sơ đồ cổng đủ rõ để đội bảo mật của khách ký duyệt và cách xử lý bộ nhớ GPU.
Workflow GitHub Actions chạy promptfoo so prompt cũ với prompt mới trên cùng golden dataset, rồi comment điểm thẳng vào mỗi PR sửa prompt.
Chia bộ nhớ thành context window, checkpointer theo thread và store dài hạn, rồi định lịch xoá cho từng tầng trước khi khách hàng hỏi.
Chỉ cần Python, một tool và một vòng for, và khi agent của khách lỗi lúc 2 giờ sáng, bạn sẽ biết phải mở dòng code nào.
Output của model thay đổi theo từng snapshot, nên chỉ những ca cũ đã có đáp án đúng mới chứng minh được prompt vẫn chạy ổn vào tháng sau.
Thêm câu “đừng bịa” đôi khi có tác dụng, nhưng chỉ khi hiểu model đã thấy gì và chọn chữ ra sao, bạn mới biết vì sao.
Một golden set nhỏ, hit rate và MRR viết bằng Python thuần, rồi RetrieverEvaluator của LlamaIndex, cho biết lỗi nằm ở bước tìm hay bước sinh câu trả lời.
Người dùng qua 750 phiên bật auto-approve trên 40% số phiên, gấp đôi người mới; bảng phân quyền kiểu đèn giao thông biến niềm tin đó thành quy tắc.
Một anti-corruption layer cùng cửa riêng cho đọc và ghi chặn schema cũ lan vào code mới, trước khi lần nâng cấp ERP kế tiếp kéo sản phẩm sụp theo.
Coi mọi yêu cầu khách nói ra là giả thuyết cần kiểm chứng, và vài câu hỏi discovery đúng chỗ có thể cứu bạn khỏi ba tuần build sai hướng.
Hợp đồng doanh nghiệp đầu tiên kèm bảng câu hỏi bảo mật; SAML lo đăng nhập, SCIM lo thu hồi tài khoản, và FDE cần cả hai trước khi lên production.
Vẽ được mọi nhánh trước khi chạy thì đó là workflow; agent chỉ đáng chi phí khi các bước không thể liệt kê trước.
Kỹ năng cốt lõi không phải sửa lỗi mà là dựng một bản tái hiện người ở xa chạy được, không mang theo byte dữ liệu nào của khách.
Hướng dẫn từng bước bằng Python: mẫu lấy từ lỗi thật, chấm đúng/sai bằng pytest và một LLM judge đã đối chiếu với nhãn chấm tay.
Theo Tandem, vòng phản hồi gãy vì mất bối cảnh: yêu cầu về đến PM chỉ còn một dòng, không còn biết ai cần, vì sao cần hay thiệt hại ra sao.
Không ai trong đội dữ liệu bên khách báo cáo cho bạn, nên muốn họ đổi pipeline, bạn phải dựa vào người bảo trợ đã đưa mình vào và uy tín tự gây dựng.
Tuyên bố sự cố sớm, cử một người chỉ huy và viết postmortem trung thực sẽ quyết định khách hàng còn tin bạn đến đâu.
Một lần retry sau timeout có thể trừ tiền khách hai lần, và idempotency key là cách Stripe gợi ý để server nhận ra request bị gửi lại.
Một phép JOIN âm thầm cộng đơn hàng hai lần là lý do FDE phải đếm khóa và kiểm tra dữ liệu trước khi gửi con số cho khách.
CTO hỏi hệ thống có chạy ổn không, CFO hỏi tiết kiệm được gì; FDE chỉ trả lời được một người thì deployment sẽ dừng ở bản demo.
Chuẩn của PostHog là người lạ trong đội khách đọc xong tự làm theo được; đa số tài liệu trượt vì viết vội trong tuần bận nhất và không dẫn nguồn.
Gartner dự báo ít nhất 30% dự án GenAI bị bỏ dở sau POC, và lấp khoảng trống đến production chính là việc FDE được thuê để làm.
Trong thử nghiệm của METR, lập trình viên tin mình nhanh hơn 20% dù thực tế chậm hơn 19%; ROI phải đo từ baseline và trừ công kiểm tra, sửa lỗi.
Gật đầu mọi yêu cầu thì dự án mất biên lợi nhuận, lắc đầu mọi yêu cầu thì khách mất đúng lý do đã chọn bạn thay vì một sản phẩm chuẩn hóa.
Câu hỏi thật là control plane, compute và dữ liệu nằm ở đâu, vendor còn giữ quyền gì, và BYOC chỉ là cùng mô hình nhìn từ phía khách.
OWASP khuyên đừng đặt cược vào prompt mà hãy cắt chức năng, quyền và mức tự chủ, để mô hình có bị lừa cũng chỉ trả lời sai.
Mỗi span ghi token, tính năng và khách hàng thì cả ngày đoán mò gọn lại thành một câu truy vấn, và chi phí ghi ở hai nơi sẽ đối soát được với nhau.
Anthropic, OpenAI và Google mô tả cùng một kiến trúc, và nhờ đó FDE biết chính xác chỗ đặt chốt chặn mà đội bảo mật của khách sẽ hỏi tới.
Dưới 200.000 token, Anthropic khuyên đưa cả kho vào prompt; lớn hơn thế thì hãy đo Recall@k trước khi đổ lỗi cho model.
Test viết trước launch chỉ chứa những câu bạn tưởng tượng, còn trace production chứa lỗi chính tả, email dán nguyên và câu hỏi hai ý của người dùng thật.
Ở Databricks, vòng decomposition 60 phút xuất phát từ một mục tiêu kinh doanh mơ hồ và được xem là trọng tâm, còn coding chỉ là một vòng riêng.
Kỹ sư hay coi nối dữ liệu là việc dọn dẹp, nhưng Tagup ghi SQL, ETL là kỹ năng cứng, còn pilot AI hỏng phần lớn vì dữ liệu rời rạc.
Trong khoảng 1.000 tin tuyển FDE, đa số đòi Python và full stack, còn 47% yêu cầu làm việc trực tiếp với khách hàng.
Việc của FDE là biến câu "con bot trả lời dở quá" thành tiêu chí đạt hay trượt và một bộ eval mà cả hai bên cùng ký.
Databricks neo mỗi engagement vào OKR chung với khách trước khi xây, và một bản brief một trang chia ba tầng giúp bạn làm điều tương tự.
Thói quen khó đổi nhất là triage tin khách gửi từ tối hôm trước, nghe ra blocker trong standup rồi biến lời khách thành task.
Một FDE ở Rippling gọi lời phàn nàn là triệu chứng, và discovery tốt lần ngược về vấn đề workflow trước khi viết dòng code nào.
Echo tìm đúng bài toán, Delta xây giải pháp; kiêm cả hai nghĩa là phải biết mình đang ở chế độ nào và viết bản brief nối hai phần.
Pipeline của khách hỏng lúc 2 giờ sáng thì không có đội nào để bàn giao, nên "xong" không còn chỉ là PR được merge.
Tin tuyển dụng dùng lẫn lộn chữ "solutions" và "customer-facing", nên hãy hỏi ai sở hữu code production trước khi nhận một việc có thể chỉ là vẽ sơ đồ.
Trong 300 dự án AI doanh nghiệp mà MIT NANDA khảo sát, 95% không tạo ra lợi nhuận đo được, và OpenAI lẫn Anthropic đang trả lời bằng cách gửi kỹ sư thẳng tới văn phòng khách hàng.
Cách chia của OpenAI là điểm xuất phát: thiếu kiến thức thì dùng RAG, làm sai cách thì fine-tune, và chỉ baseline trên dữ liệu của khách mới phân xử được.
SDK Langfuse cache prompt phía client 60 giây theo mặc định, nên hãy coi label là deploy, eval là test và viết sẵn kế hoạch rollback.
Warehouse giữ dữ liệu đã định hình cho báo cáo chứ không cho model; cách phân biệt lake, warehouse và lakehouse ngay tuần đầu, trước khi pipeline xây trên nền sai.