Blog · IA
Forward deployed engineer (FDE) : le métier qui met l'IA en production

Sommaire
Le forward deployed engineer travaille chez le client pour faire passer l'IA du pilote à la production. D'où vient ce métier, que fait-il, et quand en avez-vous besoin ?
En France, les recherches Google sur « forward deployed engineer » ont été multipliées par neuf en un an : 480 par mois en janvier 2026, 4 400 en octobre (volumes Google Ads). Le terme vient de Palantir, OpenAI l'a remis au premier plan, et beaucoup d'entreprises qui lancent des projets d'IA le découvrent. Voici ce que recouvre ce métier, pourquoi il se répand, et ce qu'il dit de la façon dont un projet d'IA réussit.
Qu'est-ce qu'un forward deployed engineer ?
Un forward deployed engineer, ou FDE, est un ingénieur logiciel qui travaille au plus près du client. Il ne se contente pas de conseiller : il écrit du code sur les systèmes du client, le met en production, puis fait remonter ce qu'il a appris vers le produit de son entreprise.
Gergely Orosz, dans The Pragmatic Engineer (août 2025), le décrit comme un ingénieur qui alterne entre le travail embarqué chez le client et le développement du produit. Le rôle mêle trois métiers : l'ingénierie logicielle, l'appui commercial et le travail sur la plateforme.
« Forward deployed » est un terme militaire : il désigne des troupes déployées en avant, sur le terrain. Appliqué au logiciel, il veut dire que l'ingénieur va là où se trouve le problème, au lieu d'attendre qu'il remonte par un ticket.
D'où vient le métier : Palantir
Le rôle est né chez Palantir au début des années 2010, sous le nom interne de « Delta ». Palantir travaillait alors pour des clients dont les besoins ne pouvaient pas passer par un cycle produit classique : il fallait envoyer des ingénieurs sur place.
Selon The Pragmatic Engineer, Palantir a compté plus de FDE que d'ingénieurs produit jusqu'à 2016 environ. Avec le lancement de sa plateforme Foundry, beaucoup d'entre eux sont ensuite passés sur le produit.
Pourquoi tout le monde en parle en 2025-2026
Les éditeurs de modèles d'IA ont repris le modèle. OpenAI a aujourd'hui une équipe de forward deployed engineering, dirigée par Colin Jarvis. Le fonds Andreessen Horowitz a même qualifié le FDE de « métier le plus recherché des startups » (juin 2025) : pour lui, une startup d'IA qui accepte des marges plus faibles au début, le temps d'intégrer son produit chez le client, se construit un avantage durable.
La raison de fond est simple : l'IA fonctionne en démonstration, beaucoup moins dans le quotidien d'une entreprise.
- Le rapport du MIT « The GenAI Divide » (projet NANDA, 2025) estime qu'environ 95 % des projets d'IA générative en entreprise ne produisent pas de résultat mesurable. Selon ses auteurs, la cause est moins la qualité des modèles que leur mauvaise intégration aux outils et aux façons de travailler.
- Gartner prévoit que plus de 40 % des projets d'agents IA seront abandonnés d'ici fin 2027, à cause des coûts et d'une valeur mal définie (prévision de juin 2025, rapportée par Reuters).
- Chez OpenAI, Colin Jarvis estime que dans environ 80 % des cas, ce qui bloque est le déploiement, pas le modèle (interview à The Next Web, septembre 2026).
Le FDE est la réponse à cet écart : quelqu'un qui connaît la technologie et qui reste jusqu'à ce que l'outil serve vraiment.
Ce que fait un FDE, concrètement
- Il part du métier, pas de l'IA. Chez OpenAI, chaque mission commence par deux jours chez le client. On demande aux dirigeants de mettre l'IA de côté et de nommer les plus gros leviers de leur activité.
- Il construit sur les systèmes réels : les données, les outils et les droits d'accès du client, pas une maquette à part.
- Il met en production et mesure. Chez OpenAI, un FDE est jugé sur la mise en production et sur l'évolution d'un indicateur réel, pas sur le volume d'utilisation.
- Il fait remonter ce qu'il apprend vers le produit ou vers les méthodes de son équipe.
- Il prépare son départ. « Nous devrions toujours être temporaires », résume Colin Jarvis. L'objectif est que l'équipe du client tienne seule.
FDE, consultant, solutions engineer, développeur : quelles différences ?
- Forward deployed engineer : il livre un outil en production et une équipe autonome. Il écrit du code chez le client et reste le temps que l'outil serve, puis il transmet.
- Consultant : il livre des recommandations et une feuille de route. Il écrit rarement du code, et sa mission s'arrête au rapport.
- Solutions engineer (avant-vente) : il livre une démonstration ou une architecture cible. Il aide surtout à conclure la vente.
- Développeur logiciel : il livre les fonctionnalités du produit. Il travaille rarement chez le client et reste sur le produit.
La frontière la plus discutée est celle avec le consultant. Andreessen Horowitz note lui-même que des prestations de services sont parfois « rebaptisées » forward deployed engineering. La différence tient en une question : à la fin de la mission, y a-t-il un outil en production chez le client, avec des gens capables de le faire vivre ?
Pour le profil qui conçoit les applications d'IA générative elles-mêmes, voir notre article sur le rôle du GenAI engineer.
Votre entreprise a-t-elle besoin d'un FDE ?
Le modèle FDE répond à des situations précises :
- vos pilotes d'IA fonctionnent en démonstration mais ne passent pas en production ;
- vos données sont dispersées dans des outils métier (ERP, CRM, boîtes mail, documents) ;
- votre équipe informatique n'a pas le temps d'intégrer l'IA en plus de son travail courant ;
- l'outil existe, mais personne ne l'utilise vraiment.
Pour y répondre, trois voies existent :
- Recruter un FDE en interne. C'est la solution la plus durable, mais le profil est rare : il faut savoir coder, comprendre un métier et parler aux équipes.
- Passer par l'éditeur de votre modèle d'IA. Les grands éditeurs déploient des FDE, surtout chez leurs plus gros clients.
- Faire appel à une équipe qui travaille de cette façon : cadrer avec le métier, construire sur vos systèmes, mettre en production, puis transmettre.
Comment nous appliquons ce modèle chez Scroll
Nous ne conseillons que ce que nous savons construire. Nos projets d'IA suivent la même logique que celle d'un FDE : les mêmes personnes cadrent, construisent, mettent en production et transmettent.
- Imalize, fabricant industriel : un agent IA lit chaque e-mail entrant, reconnaît les vraies demandes commerciales et les enregistre dans l'ERP avec leurs pièces jointes, en moins d'une minute par commande. Voir le cas Imalize.
- Sistr, plateforme d'intérim : matching des missions et chatbot WhatsApp intégrés à l'outil des recruteurs. Voir le cas Sistr.
- Formation de « champions IA » : nous avons formé l'équipe support d'un éditeur de logiciels à construire et publier ses propres agents IA, sur ses propres cas.
Notre objectif est le même que celui de Colin Jarvis : que vos équipes n'aient plus besoin de nous. Nous identifions et formons des champions internes, nous documentons ce qui est construit et nous organisons la passation dès le départ.
Vous avez un projet d'IA qui ne passe pas le cap de la production ? Découvrez notre approche de la transformation IA ou demandez un pré-cadrage gratuit en 48 h.
FAQ
Foire aux questions
Que veut dire « forward deployed engineer » ?
Littéralement, « ingénieur déployé en avant ». Le terme vient du vocabulaire militaire et désigne un ingénieur logiciel qui travaille directement chez le client, sur ses systèmes, pour mettre une solution en production.
Un FDE, est-ce un consultant ?
Non. Un consultant recommande ; un FDE construit. Il écrit du code chez le client, le met en production et reste jusqu'à ce que l'outil serve, puis il transmet à l'équipe interne.
Quelle différence entre un FDE et un AI engineer ?
L'AI engineer conçoit et développe des applications d'IA, souvent au sein d'une équipe produit. Le FDE peut avoir les mêmes compétences, mais il les exerce chez le client, avec un objectif de mise en production et de transmission.
D'où vient le métier de FDE ?
De Palantir, au début des années 2010, où ces ingénieurs s'appelaient en interne « Deltas ». Le rôle s'est répandu en 2025 avec les éditeurs d'IA générative, dont OpenAI.
Faut-il recruter un FDE ou faire appel à une équipe externe ?
Recruter est plus durable si vous avez plusieurs projets d'IA à mener sur la durée. Pour un premier projet, une équipe externe qui travaille selon ce modèle permet d'aller en production plus vite, à condition qu'elle forme vos équipes et organise la passation.
À lire ensuite
Guides du même sujet
Approfondissez le sujet avec une sélection de ressources complémentaires.
06 août 2026
GenAI Engineer : quel est son rôle dans un projet d’IA générative ?
Le GenAI Engineer transforme une idée liée à l’IA générative en un produit fiable. Découvrez son rôle, ses missions et les compétences nécessaires pour passer du cas d’usage à la production.
02 nov 2026
AI Act : la première norme harmonisée est publiée, et le haut risque reporté
EN 18286 a été publiée au Journal officiel le 14 octobre 2026, et les obligations haut risque sont repoussées à décembre 2027. Ce que ça change pour vos projets IA.
22 sept 2026
Jev : le modèle d'IA qui décide au lieu de rédiger
Lancé en septembre 2026 par TypeSafe AI, Jev ne génère pas de texte : il renvoie des décisions typées et calibrées. Ce que c'est, ce qu'il coûte, et trois cas d'usage.