Kỹ năng viết eval của FDE đang có người mua mới: các AI lab
Prime Intellect và Labelbox đang tuyển FDE để dựng môi trường RL và verifier từ chính quy trình của khách.
20/11/2026
Tờ báo của nghề Forward Deployed Engineer
Mỗi tuần một bài đào sâu cho người đang làm FDE: dữ liệu riêng, tài liệu chính chủ, bài học rút ra.
Prime Intellect và Labelbox đang tuyển FDE để dựng môi trường RL và verifier từ chính quy trình của khách.
20/11/2026
Cùng chức danh FDE, phần code có thể chiếm từ 30% đến 90% tuần làm việc.
Ứng viên qua vòng code chỉ ở mức tạm được vẫn thành FDE xuất sắc, và Ramp nói rõ họ chấm điểm ở đâu.
FDE phải tự gánh phần dữ liệu, còn hiểu biết về dây chuyền vẫn nằm ở người của nhà máy.
Họ chỉ có năm ngày tại khách, và thước đo là khách tự vận hành được những gì FDE để lại.
Khóa học dài tới 138 bài hay 23 tuần, nhưng thứ khan hiếm là một người thật đóng vai khách hàng khó tính, và người đó không nhất thiết là coach trả phí.
Cùng một nhãn có thể là ba công việc khác nhau, và phép thử là ai còn giữ hệ thống chạy sau buổi demo.
Tin tuyển ghi lệch nhau 3+ và 5+ năm, nhưng phần mô tả việc chỉ xoay quanh mapping, đối soát và pipeline dữ liệu.
Databricks giảm mạnh nhất, từ 124 xuống 94; các công ty gỡ 113 tin, trong khi chỉ đăng mới 53 tin trên những trang đã theo dõi từ trước.
Sách SRE của Google coi thứ chưa test là đã hỏng; bàn giao thật cần bộ test, tiêu chí nghiệm thu và runbook để đội khách dám sửa code.
Điều kiện là công cụ ấy có chủ, có tuổi thọ, và người khác vẫn chạy được khi bạn đã sang khách hàng khác.
Tin tuyển ở London và Bengaluru chỉ cần script Ruby hoặc Python vừa đủ; cái khó là làm việc đó ngay trước mặt khách, giữa buổi pilot.
Rủi ro lock-in đặc thù của FDE không nằm trong code, mà ở việc khách không tự vận hành được hệ thống.
Trong các tin FDE được đối chiếu, chỉ công ty hạ tầng AI đòi fine-tuning sâu, còn quyết định fine-tune thường bắt đầu từ một bộ eval.
Bằng chứng đáng tin là một project có xác thực, chịu được lỗi, phân trang và rate limit.
Tích hợp dữ liệu là việc chính; dev MuleSoft chỉ thiếu code, LLM và kỹ năng dẫn dắt khách hàng, thứ chứng chỉ không bù được.
Ba trong năm tin loại hồ sơ ngay từ đầu vì tiếng Nhật, nơi cư trú hoặc clearance Mỹ.
Làm ngay tại khách, kỹ sư giao diện phải lo cả scope, deploy lẫn việc đưa bài học về sản phẩm.
Ở Cognition gần như không cần code; ở OpenAI, mỗi quyết định phải gắn với một nhu cầu của khách.
Ba mức kinh nghiệm, một dòng về on-call và chữ "mơ hồ" cho biết buổi phỏng vấn sẽ xoáy vào đâu.
Trước khi so hai offer, hãy hỏi rõ chi phí đi lại, vì khoản không được hoàn là tiền bạn tự trả.
Cửa vào là clearance đang hiệu lực, và với mức Top Secret, chờ 243 ngày đã là nhóm nhanh.
Quản lý đội theo dõi tỷ lệ thắng deal và thời gian POC, còn ứng viên phải từng đưa phần mềm lên production, nên hãy hỏi rõ mình bị đo bằng gì.
Đây là thỏa thuận FDE thứ ba của Accenture với một nhà cung cấp trong chưa đầy sáu tháng, và chứng nhận Gemini không cho biết ai chịu trách nhiệm kết quả.
Số vị trí mở giảm còn 641 trong tuần đến 8/11, và nếu không tính các trang mới theo dõi thì mức giảm thực là 10.
Khoảng cách lương dễ gây chú ý, nhưng chi tiết đáng đọc hơn là Stripe đặt đội FDE trong Professional Services, tức mảng tư vấn.
Tin tuyển dụng Strategic Accounts đòi có thứ chạy production trước ngày 60, và có những đợt 80% thời gian phải ở chỗ khách.
Vị trí Forward Deployed Lawyer đòi bốn năm hành nghề và nằm ở khối Product, cho thấy ở ngành có luật lệ, chuyên gia ngành mới quyết định thế nào là đúng.
Cách chia một offer 50.000 AED mỗi tháng có thể quyết định Golden Visa và làm trợ cấp thôi việc sau năm năm chênh nhau 35.000 AED.
Hai vị trí AI Enablement ngồi cùng Sales, Marketing, Finance, xây workflow rồi bàn giao để các phòng đó tự vận hành lâu dài.
Đặt cạnh tin €50.000–70.000 của một startup, nó như cho thấy lab trả gấp bốn, nhưng thời điểm, cổ phần và cấp kinh nghiệm đều khác.
Đọc lướt tưởng dữ liệu được trả cao hơn AI, nhưng hai vai khác nhau cả cấp bậc lẫn track, nên chỉ so trong cùng một track mới có nghĩa.
Từ 1/1/2026, tin đăng phải ghi lương với khoảng rộng không quá 50.000 CAD, nhưng vị trí trả quanh 200.000 CAD trở lên được miễn.
Levels.fyi tính cả stock và bonus do người dùng tự khai, còn tin tuyển dụng chỉ có khoảng lương, nên hãy biết con số đếm gì trước khi đàm phán.
Không nguồn nào bịa số; mỗi nguồn đếm những người khác nhau vào lúc khác nhau, và đọc chúng cần đúng kỹ năng FDE dùng với dữ liệu khách.
Trước khi hỏi FDE có "đủ kỹ thuật" hay không, bạn cần biết tin tuyển dụng trước mặt đang tả công việc nào trong số những công việc cùng mang cái tên ấy.
Trước khi ký offer, hãy hỏi công ty làm gì với bạn lúc chờ dự án, luật nơi ký cho phép gì và bạn có chỗ đứng ở phía khách đến đâu.
Anthropic, Meta và một số vòng FDE của OpenAI cho dùng AI, nên điểm nằm ở việc bạn kiểm tra gì sau khi dán gợi ý của máy.
Khách chạy air-gapped hay on-prem cần người vừa viết phần mềm vừa giữ hệ thống ổn định ở nơi nhà cung cấp không với tới, và vị trí này tuyển cả new grad.
Clearance đi theo máy chủ chứ không theo chức danh: kỹ sư tự tay đưa code lên cloud mật, phiên bản gắt nhất của điều ngân hàng, bệnh viện cũng đòi.
Tin tuyển dụng nói rõ đây không phải bán hàng hay dịch vụ: MCP server và Code Connect đã có, thứ còn thiếu là lớp ngữ cảnh dựng riêng cho từng khách.
Tin tuyển mảng video, backend và Mobile SDK đều đặt kỹ sư nơi sản phẩm Adobe ghép với hệ thống khách, nên hãy chuẩn bị cho điểm nối ấy.
Bỏ 338 vị trí của 90 công ty mới được theo dõi, số vị trí mở giảm 25 vì 139 tin bị gỡ, nhiều hơn 114 tin mới.
Salesforce đăng 28 trong 66 vị trí mới, 75 vị trí bị gỡ, và nếu bỏ phần công ty mới được theo dõi thì số vị trí giảm 9.
Chưa thấy tin tuyển FDE công khai nào của Aitomatic, nhưng các tài liệu công khai về công ty và một tin tuyển dụng của TSMC ở Phoenix vẫn gợi ý khá rõ bạn nên luyện gì.
Khi thứ giao cho khách là bộ dữ liệu chứ không phải phần mềm, triển khai nghĩa là biến nhu cầu mơ hồ thành đặc tả, rubric và con số chứng minh chất lượng.
Tin bản senior thêm ba việc bản junior không có: biến giải pháp thành thứ dùng lại được, kèm junior và trực on-call.
Con số do một công ty tuyển dụng tự đếm; khi có khung lương, mỗi bang lại định nghĩa một kiểu, hiểu sai là mặc cả sai điểm.
API của Column có spec và sandbox, nhưng bên dưới là một ngân hàng thật, và chỗ khách tích hợp mới chính là sản phẩm.
Một bên là tổng thu nhập do người lao động tự báo, bên kia là lương cơ bản niêm yết; báo nhầm số với recruiter, bạn hoặc tự hạ giá hoặc bị loại.
Công ty nước ngoài chưa có pháp nhân ở Việt Nam chỉ thuê được bạn qua EOR hoặc hợp đồng contractor, và luật thuế mới từ 1/7 làm phép tính đổi khác.
Anthropic nói có bảo lãnh, FieldAI chỉ hỏi, còn phí H-1B 100.000 USD khiến việc bạn ở trong hay ngoài nước Mỹ thành một khoản chi phí tuyển dụng.
Ngoài khung base $135.000–$200.000, thứ thật sự tạo chênh lệch là cấp bậc, phần RSU không tính vào con số và chuẩn thông quan mà code giỏi không đổi được.
Vị trí Aladdin ở Singapore có vòng phản hồi về product rất FDE, nhưng nằm trong quá trình bán hàng, nên câu chuyện ứng tuyển phải kể theo kiểu Solutions Engineering.
Tin tuyển dụng ghi chức danh "Principal Software Engineer", nhưng câu đầu tiên đã cho thấy nghề FDE đang đi vào bên trong các tập đoàn tài chính.
Phần lớn khách tự host Textual trong VPC, nên FDE của Tonic phải cài đặt, kiểm tra đầu ra đã khử định danh và viết một phần báo cáo gửi khách.
Tổng số vị trí mở lên 625 trong tuần 19–25/10, nhưng chỉ vì 186 vị trí từ bảng tuyển dụng của 45 công ty vừa được đưa vào theo dõi.
Hai vai còn lại dành cho người từ ngân hàng và quỹ đầu tư; chỉ đọc chữ FDE trong tiêu đề, bạn dễ luyện demo cho một việc hạ tầng.
Thứ họ xây cho khách hàng chiến lược sẽ vào sản phẩm của Glean, nên kinh nghiệm triển khai giỏi đến đâu cũng chưa đủ qua vòng lọc.
Hai tin tuyển dụng cách nhau chín ngày, sau đợt cắt 14% nhân sự, đòi mọi kết quả của agent phải giải thích được trước người có quyền bác bỏ nó.
Dịch vụ có biên lợi nhuận gộp 30-40%, phần mềm 70-80%, nên câu hỏi thật là công việc hiện trường có làm sản phẩm mạnh lên không.
Từ mid-level đến Senior, việc chấm đầu ra LLM theo độ chính xác pháp lý được coi nặng ngang việc dựng RAG pipeline và agent.
Công ty không hạ chuẩn đồng loạt: một tin ở Bengaluru chỉ cần 1-3 năm và tính cả dự án LLM ngoài giờ, còn cấp senior đòi bằng chứng rất cụ thể.
Vị trí AI đòi ít nhất 3 năm trong procurement hay finance operations, còn vị trí kỹ sư hỏi bạn đã đưa hệ thống nào lên production.
Dù nộp bản nào, các hướng dẫn không chính thức đều nói vòng case study chấm việc bạn có hỏi khách trước khi thiết kế hay không.
Sau vụ chatbot Air Canada và vụ kiện Workday, điểm duyệt và log mà FDE dựng đang trở thành bằng chứng khi xảy ra tranh chấp.
Vòng này chấm việc bạn hiểu vì sao sản phẩm đáng tiền với khách, không chấm tài ăn nói, nên cách chuẩn bị cũng phải khác.
Loadsmart, Vooma và Augment cần người tích hợp hệ thống của khách, nhưng dữ liệu vẫn đến qua email nhà xe và chứng từ gõ tay.
&above và Entrans đã bán FDE như một dịch vụ, và cùng một chức danh có thể bị chấm theo những thước đo gần như ngược nhau.
Đọc kỹ ba tin tuyển từ £65.000 đến £255.000, khoảng chênh gắn với việc phải làm cho khách, số ngày lên văn phòng và cổ phần hơn là chức danh.
Chỉ 8% tin tuyển FDE đòi tầm Staff+, và ở cấp đó người xét duyệt nhìn vào mức mơ hồ bạn gánh và tri thức bạn mang về.
Chỉ một tin tuyển được đối chiếu có ghi lương, còn dải S$7.000–25.000 mỗi tháng của một bên cung ứng nhân sự thực ra mượn từ ML engineer.
Code tuỳ biến vẫn chạy sau ngày bàn giao, và việc nó có về được sản phẩm chung cho thấy bạn đang ở công ty sản phẩm hay hãng tư vấn.
Bỏ phần đến từ một công ty mới được theo dõi, tuần 12–18/10 chỉ thêm 4 vị trí thật, và số công ty đang tuyển vẫn là 53.
ServiceNow và Workday từng chịu biên gộp thấp lúc IPO rồi lấy lại; phép thử là những gì học ở hiện trường có quay về sản phẩm hay không.
Equity có thể chiếm 55–70% thu nhập FDE ở nơi trả cao, nên offer chưa kèm tổng số cổ phần fully diluted là offer chưa hoàn chỉnh.
OpenAI ở UAE đòi ba ngày lên văn phòng mỗi tuần kèm tới 50% thời gian đi công tác, còn tin ở Ấn Độ hứa làm tại chỗ khách mà không nói bao nhiêu.
Anthropic và Google nhận kinh nghiệm tương đương, Palantir chỉ xếp ngành học vào mục preferred, nên câu hỏi là thứ gì thay tấm bằng trên CV của bạn.
Bốn hướng dẫn viết cho nhà tuyển dụng, nhưng người hưởng lợi là ứng viên đã ghi lại công việc ở khách hàng từ nhiều tháng trước.
Xử lý sự cố, observability và cloud mang theo được, còn phần phải bù là API, cấu trúc dữ liệu, ML và vai cố vấn đáng tin của khách.
Trong khoảng 1.000 tin tuyển Bloomberry phân tích, con số đi công tác mới quyết định tuần làm việc, còn ở lab AI lớn phần nhiều thu nhập là equity.
Những tuần học thêm không đổi được thành năm kinh nghiệm, nhưng nếu nhắm đúng tầng tuyển dụng, bạn có thể dùng chúng để tích đủ bằng chứng mà nhà tuyển dụng thật sự soi tới.
Base dồn quanh 195K USD và bị khoá theo level, còn equity cùng level có thể chênh 50K đến 200K USD, nên hãy chốt level trước.
Median thu nhập FDE trên Levels.fyi là $216.250; mối nguy còn lại là không ghi lại những gì mình đã thực sự xây.
Nếu bỏ ra 145 vị trí đến từ các trang tuyển dụng mới được theo dõi, số vị trí Forward Deployed Engineer đang mở thay đổi -8 trong giai đoạn từ 7/10/2026 đến 11/10/2026.
Palantir và Anthropic coi trọng kinh nghiệm làm với khách, nhưng tin tuyển của họ vẫn đặt Python và ứng dụng production đã ship làm điều kiện cứng.
Hai tracker đếm được tỷ lệ remote là 9% và 19%, còn 80% tin trong bộ dữ liệu của Rung có nhắc đến đi lại hoặc làm tại chỗ.
Khác biệt đó tách FDE khỏi Customer Success Engineer: một bên dựng bản triển khai đầu tiên, bên kia giữ khách tiếp tục dùng sản phẩm.
Ranh giới nằm ở chữ ký hợp đồng: sales engineer chứng minh sản phẩm hợp bài toán, còn FDE sở hữu hệ thống khi nó đã chạy production.
131 vị trí đến từ bảng tuyển dụng của 35 công ty mới được theo dõi; trên các bảng cũ, 12 vị trí bị gỡ, chỉ 3 vị trí mới.
Twin trả lời chuyện gì sẽ xảy ra, agent quyết định nên làm gì, và agent chạm vào dây chuyền thật mà thiếu twin có thể gây hại.
Mỗi mốc tối thiểu 5.000 USD và chỉ xong khi một người cụ thể phía khách duyệt, cách biến phán đoán thành thứ khách ký nhận được.
Khi 67% lãnh đạo nhân sự Mỹ nói hồ sơ do AI viết làm chậm tuyển dụng, bài viết có giá nhất lúc có người muốn kiểm chứng bạn.
Principal FDE, PM, quản lý hay khởi nghiệp đều dựa trên khả năng chẩn đoán tại chỗ khách hàng; câu hỏi thật là hai năm tới bạn học kỹ năng nào.
Con số do một đơn vị tuyển dụng đưa ra, chưa được kiểm chứng; chính khung lương của họ cho thấy junior FDE khởi điểm 20 triệu, thấp hơn nhiều lập trình viên thường.
Lương cơ bản trung vị trong 135 tin tuyển FDE ở Mỹ chỉ khoảng 190.000 USD một năm; thứ đẩy gói thu nhập ở OpenAI và Anthropic lên cao là cổ phần vest theo năm.
Ngay Palantir, nơi chia ra Delta và Echo, cũng thừa nhận ranh giới giữa hai vai trò không rõ; hãy tìm trong JD xem ai sở hữu bản build và ai sở hữu kết quả.
Một danh mục tuyển chọn chỉ đếm được 224 vị trí đang mở ở 39 công ty, và theo một tác giả, khoảng 40% tin mang chức danh này không phải kiểu FDE xây dựng.
Ở OpenAI, khung lương FDE mảng chính phủ khởi điểm thấp hơn mảng thương mại 39.200 USD, còn cái giá thật là giấy phép an ninh, ngày xa nhà và đạo đức.
Chưa công ty nào công bố con số, nhưng các playbook cùng chỉ ra trần tải tùy vào giai đoạn của từng tài khoản và mức đóng gói thành công cụ.
Code viết tại khách quay về sản phẩm lõi là FDE; nằm lại ở khách và tính phí theo dự án là professional services, dù chức danh là gì.
Intercom coi việc khách im lặng sau câu trả lời của Fin là đã giải quyết, và người đo, bảo vệ con số đó là kỹ sư làm cạnh khách.
Người tuyển FDE tìm một kết quả triển khai họ kiểm chứng được, kiểu “giảm từ 6 tuần xuống 9 ngày”, chứ không phải tên công cụ.
Salesforce đã ghi vào tin tuyển FDE rằng code có thể do công cụ AI sinh ra, nhưng người chịu trách nhiệm cho kết quả vẫn phải là kỹ sư.
Phosai Labs còn đặt ngưỡng 20% để nhận ra đội FDE đã trôi sang hỗ trợ bán hàng, trong khi Rocketlane coi cùng tín hiệu đó là việc của sản phẩm.
Cách tìm vấn đề đáng giải thì mang theo được, còn biến lời giải cho một khách thành việc kinh doanh có đòn bẩy thì phải chủ động luyện.
Cách công ty thiết kế vai trò quan trọng hơn sức bền: vòng phản hồi về product giữ tay nghề, còn luân chuyển và lịch đi lại sát thực tế giữ sức người.
Đừng đọc chức danh mà hãy xem bạn được xây gì và code đi về đâu; năm phép thử giúp lộ ra những vị trí demo hay hỗ trợ khách hàng đội lốt.
Thứ họ cân là bằng chứng bạn đã đưa phần mềm chạy thật ở môi trường người khác, và Anthropic còn nhận kinh nghiệm tương đương thay bằng cử nhân.
Cửa FDE cho người mới có thật nhưng hẹp và mở theo lịch tốt nghiệp; với đa số kỹ sư Việt, đường thực tế là một lối vòng chuẩn bị được ngay từ bây giờ.
Với ảnh AI cho doanh nghiệp, prompt là phần dễ; khó là quy trình duyệt mà người có quyền quyết định, không phải một con số, nói lời cuối.
Chọn giữa Claude Agent SDK, OpenAI Agents SDK và Google ADK là chuyện ràng buộc của khách, không phải điểm số, nên hãy hỏi bốn câu trước.
Microsoft tự xếp Kubeflow ngang Azure ML pipelines, Vertex chạy thẳng mã KFP, nên bảng so tính năng không còn phân định được nền tảng nào hơn.
Thời hạn do khách đặt, chất lượng cần mức sàn; kỹ năng khó là phân biệt yêu cầu mới do khám phá với yêu cầu làm phình việc.
Ranh giới không nằm ở việc AI viết code mà ở chỗ có ai review, test và giải thích được nó, như vụ database production bị xóa trên Replit cho thấy.
Prompt vẫn mang những câu vá lỗi cho model cũ, nên thứ cần giữ là bộ eval, nhất là khi OpenAI Evals tắt hẳn ngày 30/11.
Hình dung của lãnh đạo khách gần như trùng định nghĩa AGI, vẫn chỉ là giả thuyết; việc của FDE là biến kỳ vọng ấy thành bản thiết kế mà không dập tắt nó.
Khi ngân hàng đòi dữ liệu riêng và update mỗi quý còn chuỗi bán lẻ muốn tính năng ngay, deployment stamps quan trọng hơn microservices.
Mesh, fabric và kho trung tâm mỗi thứ giả định một cách tổ chức con người khác nhau; chọn sai giả định thì stack tốt mấy cũng kẹt.
PCI DSS đòi giữ audit log 12 tháng, GDPR đòi xoá dữ liệu cá nhân không chậm trễ, và lời giải nằm ở việc API nhận gì, log ghi gì.
Chuyển sang Responses API tưởng chỉ là đổi endpoint, nhưng vòng gọi tool và việc lưu hội thoại giờ nằm trong code của chính khách.
Use case trụ được với người dùng thật thường có chung một điểm: hoặc có người chốt kết quả, hoặc có chỉ số đo được hằng ngày.
Không phải stack, vốn gần như trùng khít, mà là ai đặt đề bài và kết quả thực tế của người dùng quyết định khi nào xong việc.
Mô hình hay bỏ sót thông tin nằm giữa ngữ cảnh dài, nên FDE phải thuyết phục khách bằng độ chính xác, độ trễ và hóa đơn.
LangSmith, Arize, Helicone và PostHog đều ghi lại lời gọi LLM, khác nhau ở giả định về dữ liệu, mức sửa code và nỗi lo của khách.
Anthropic khuyên bắt đầu bằng gọi thẳng API, nên chọn LangChain, LlamaIndex hay Haystack thực chất là chọn giao lớp nào cho thư viện người khác.
Reasoning là núm vặn phải đo riêng từng workload, và thứ thuyết phục khách là eval trên dữ liệu của họ, không phải bảng benchmark.
Anthropic dẫn đầu với 32% lượng dùng LLM doanh nghiệp, nhưng khi onsite, điều quyết định là dữ liệu nằm đâu, giữ bao lâu và đi qua hợp đồng nào.
Anthropic và Cognition công bố hai kết luận ngược nhau chỉ cách nhau một ngày, nhưng khi đặt hai bài cạnh nhau, ranh giới thật sự lại khá rõ: đừng hỏi bao nhiêu agent, hãy hỏi agent nào được quyền ghi.
Palantir kỳ vọng khoảng 25%, Istari Digital tới 50%; câu hỏi khó hơn là bạn đã từng thật sự ngồi cạnh khách hàng chưa.
Ở Distyl AI và Databricks, vòng nặng ký nhất là 45 đến 60 phút với người phỏng vấn đóng vai khách hàng cố tình giấu thông tin.
Anthropic đòi từ 4 năm ở vai trò kỹ thuật tiếp xúc khách hàng, đúng nửa kỹ năng mà cách tổ chức công việc hiện nay vẫn giữ bạn tránh xa.
GitHub phân tích hơn 2.500 file cấu hình agent và thấy phần lớn hỏng vì viết quá mơ hồ, tức lỗi nằm ở người ra đề.
Một tin gắn nhãn “Remote” chỉ nhận công dân Mỹ, còn các lab AI lớn đòi lên văn phòng lại tài trợ visa hoặc hỗ trợ chuyển chỗ ở.
Các công ty AI đã cam kết khoảng 10 tỷ USD trong 12 tháng, và FDE được giữ lại là người biến lời giải cho một khách thành thứ cả công ty dùng lại.
Botminds muốn FDE làm như một CTO thực chiến cho mỗi lần triển khai, Arist còn giao dựng cả một chức năng, nên tin tuyển cần đọc thật kỹ.
Tranh cãi chuyên sâu hay generalist đặt sai chỗ: đổi khách hàng thì kiến thức ngành không theo bạn trọn vẹn, chỉ cách bước vào bối cảnh lạ là mang theo được.
Khi “đúng” trở thành chuyện chủ quan, người đứng gần khách hàng nhất phải là người biến nó thành bài kiểm thử chạy được.
Tốc độ hay gu công nghệ không tách FDE khỏi consultant; điều quyết định là bài học từ mỗi deployment có quay về định hình sản phẩm hay không.
Ở đầu kia, OpenAI trả 345.000 USD cho quản lý FDE hơn tám năm, và từ nấc giữa trở lên equity kéo tổng thu nhập tách xa lương cơ bản.
Theo Epoch AI, vị trí adoption đã lên 11% tin tuyển của Anthropic và 17% của OpenAI, dấu hiệu mô hình đã chạy trước khả năng hấp thụ của doanh nghiệp.