💡 核心結論速覽 (TL;DR)
- 台灣真的在招，而且不是只有雙北：我在 104 搜「FDE」掃到 31 筆相關職缺，和碩（高雄＋台北）、緯創、研華、永豐餘、中國信託、雄獅資訊都在列。
- 最大的坑是譯名有 4 種寫法：前線部署、前進部署、前端部署、前線佈署都有公司在用——搜錯字就整批漏掉。
- 薪資別直接換算：台灣這 31 筆全部「面議」，一筆公開區間都沒有；Anthropic 官方職缺頁寫的是年薪 $280,000–$320,000 美元，而且那是 base 不是總報酬。
- 非工程背景不是自動出局：有職缺標題直接寫「非工程師可應徵」。先照文末那張關鍵字表把四種寫法都搜一遍，再決定要不要投。
看完某支談 AI 職涯的影片之後，很多人會做同一件事：打開人力銀行，搜「前端部署工程師」。
然後什麼都找不到，或是跑出一堆前端工程師的職缺，於是得出結論——「這個職位台灣沒有，是美國的事」。
這個結論是錯的，而且錯在一個很好笑的地方：你搜的字不對。我實際去掃了一輪，台灣不但有，招人的還是和碩、緯創、研華、永豐餘、中國信託、雄獅這種你叫得出名字的公司。
這篇不打算再解釋一次「FDE 是什麼」——那個網路上已經很多了。我要給你的是掃描當下的真實職缺樣貌：誰在招、開在哪、薪水寫不寫、以及那個讓你搜不到的譯名問題到底有多嚴重。
FDE 是什麼？先把名字講對，你才搜得到
FDE 的原文是 Forward Deployed Engineer（也有公司寫成 FDSE，Forward Deployed Software Engineer），這個角色由 Palantir 發揚光大。工作內容講白話就是：帶著產品直接進到客戶公司裡開發與部署，常常要跟對方的員工並肩工作一段時間。
關鍵在 forward 這個字。它是軍事用語的「前進部署」，指的是把資源推到最前線，不是待在後方。所以它跟前端（front-end）一點關係都沒有——這是整件事最常被搞混的地方。
問題是，台灣市場上這四種寫法現在是同時流通的：
| 中文寫法 | 實際在用的公司 |
|---|---|
| 前線部署工程師 | 和碩、緯育（緯創集團）、雄獅資訊、翰林教育科技、摩絡人工智慧、神盾衛星、台鉅生技、十論科技、上門國際 |
| 前進部署工程師 | 邁達特數位（AWS FDE、Databricks FDE 兩個職缺） |
| 前端部署工程師 | 泓道國際、塞特知識、杰倫智能（寫成「前端部屬」） |
| 前線佈署工程師 | 台灣資服科技 |
看到重點了嗎？「前端部署工程師」不是網路謠傳，是真的有公司這樣掛職缺。所以你搜這個詞不算搜錯，只是會漏掉另外三種寫法底下的所有機會。
最保險的做法是直接搜「FDE」。這三個字母四種譯法的職缺標題幾乎都會放，是目前涵蓋率最高的關鍵字。
台灣真的有 FDE 職缺嗎？我掃完 31 筆的結果
有，而且比我原本預期的多。
我在 104 用關鍵字「FDE」掃了一輪，回傳 37 筆，其中標題明確跟 FDE、部署、AI 導入相關的有 31 筆。這是掃描當下的數字，職缺會變動，你自己去搜的時候看到的不會完全一樣。
先講一個必須誠實說明的限制：這 31 筆是「搜 FDE 搜得到的」，不是台灣所有 FDE 職缺。後面會講到，有一大批做同樣的事但根本不叫 FDE 的職缺，這種方法抓不到。這個限制本身，剛好就是這篇文章的主題。
掃出來最反直覺的三件事：
❶ 不是只有台北。和碩在高雄鼓山和台北北投各開一個 EdgeAI FDE、台灣資服在高雄前鎮、台鉅生技在台南仁德、摩絡在新竹、上門國際在桃園大園。中南部有真實需求，這跟一般人對 AI 職缺的想像不太一樣。
❷ 有公司已經開了整個組。雄獅資訊的職缺編制寫的是「AI 應用暨前端部署開發部・FDE 組」——不是找一個人來試試看，是已經編制化了。
❸ 職稱組合五花八門。快組隊科技開的是「FDE ＆ 韌體工程師」「FDE ＆ 硬體研發工程師」，都採時薪制；邁達特則是綁定特定技術棧，開了 AWS FDE 和 Databricks FDE 兩個獨立職缺。這代表FDE 在台灣還沒有標準定義，各家長得很不一樣。
誰在招 FDE？不是 AI 新創，是製造、金融、旅遊、教育
這是整份掃描最讓我意外的部分，也是我認為求職者最該知道的一件事。
如果你以為 FDE 是 AI 新創在搶的職位，那方向就偏了。實際在招的是這些：
| 產業 | 公司與職稱 |
|---|---|
| 製造／電子 | 和碩集團（EdgeAI 前線部署工程師，高雄＋台北）、緯創集團緯育（AI FDE） |
| 工業電腦 | 研華 Advantech（職稱掛「解決方案架構師 Forward Deployment Engineer, FDE」） |
| 金融 | 永豐餘投控（AI 應用工程師 FDE）、中國信託（AI 應用策略分析師 AI Deployment Strategist） |
| 旅遊 | 雄獅資訊科技（FDE 組） |
| 教育 | 翰林教育科技、緯育 |
| 傳產／其他 | 科定企業建材（系統導入工程師 FDE）、台鉅生技（AI 數位轉型部）、菜蟲農食（Forward-Deployed Product Builder） |
這個分布其實很合理，也跟媒體觀察到的需求成長對得起來。FDE 的價值不是會寫模型，是能把一個產業的既有流程翻譯成系統。而最需要這種翻譯的，正是那些流程又老又複雜、但資料量很大的傳統產業。
AI 新創反而不太需要——他們的客戶通常自己就懂技術。
如果你原本以為要進 AI 產業才有機會碰到 AI 落地，這份名單應該會改變你的判斷。順帶一提，這種「職稱在變、能力才是本體」的現象我在拆解未來產品團隊的 5 種角色那篇談過，FDE 基本上就是那個趨勢跑到求職市場上的樣子。
FDE 年薪多少？台灣 31 筆全面議，美國那邊是這個數字
先講台灣，因為這個答案可能會讓你失望：31 筆職缺，薪資欄位全部是「面議」，一筆公開區間都沒有。
我不會幫你推估一個數字，因為那會是編的。掃描結果就是這樣，我照實寫。
美國那邊倒是公開的。Anthropic 官方職缺頁上的 Forward Deployed Engineer 寫得很清楚：
Annual Salary: $280,000 - $320,000 USD（地點：紐約／舊金山／西雅圖）
學歷要求是學士，或「同等的教育、訓練與經驗組合」——這句話很重要，後面會再提。
OpenAI 那邊沒有把薪資放在公開列表，但規模更能說明問題：他們有一個叫做 Forward Deployed Engineering 的完整部門。
底下分出 Healthcare、Gov、Life Sciences、Semiconductors 等產業垂直，還有 Forward Deployed Software Engineer、Forward Deployed Security Engineer、Technical Deployment Lead 等不同軌道。
這已經不是一個職缺，是一條完整的職涯線。
亞太據點包含首爾、新加坡、雪梨、東京、阿布達比。我看的那份列表裡沒有台北——這不代表他們不在台灣找人，但至少那個時間點的公開職缺沒有。
「年薪 1000 萬」該怎麼理解？三個不能直接換算的理由
網路上流傳的「FDE 年薪 1000 萬台幣」大致上是把美國數字換算過來的。這個數字本身不算誇大，但直接拿來套台灣會有三個問題。
❶ 那是 base salary，不是總報酬，但也不是全部。Anthropic 寫的 $280K–$320K 是年度基本薪資；美國科技業的股票通常另計，所以總報酬可能更高。兩個方向的誤差都存在，不要只挑對自己有利的那邊算。
❷ 那是舊金山、紐約、西雅圖的價格。這幾個城市的生活成本跟台北完全不是同一個量級。同一個職位在東京、首爾、新加坡開的數字也不會一樣。
❸ 台灣目前根本沒有公開數據可以比。31 筆全面議，這代表市場還在形成期——連雇主自己都還沒抓準這個職位該值多少。
我的判斷是：現階段把 FDE 當成「薪資明確比較高的職位」去追，風險不小。比較合理的看法是，它是一個正在成形、還沒被標準化的位置——這代表議價空間大，但也代表你可能要自己去定義這份工作值多少。
如果你在意的是「會 AI 到底能不能換到更好的待遇」，我另外整理過台灣薪資調查數據與談加薪的實際話術，那篇的數字比 FDE 這種新職位可靠得多。
同一份工作在台灣還有哪些名字？搜尋關鍵字對照表
這一段是我認為這篇最實用的部分。
前面說過，31 筆是「搜得到 FDE」的結果。但掃描過程中我發現一大批做同樣的事、卻完全不叫 FDE 的職缺——如果你只搜 FDE，這些全部會漏掉。
這不是台灣獨有的混亂。維基百科在定義這個職位時就直接寫明，它的職責與解決方案架構師、售前工程師、專業服務工程師、系統整合商、資訊科技顧問高度重疊——換句話說，職稱本來就沒有標準答案。
| 你該搜的關鍵字 | 實際看到的職缺例子 |
|---|---|
| FDE | 涵蓋率最高，四種譯法幾乎都會放這三個字母 |
| 前線部署工程師 | 台灣最主流的譯法，大廠多用這個 |
| 前進部署工程師 | 邁達特的 AWS／Databricks 職缺 |
| 前端部署工程師 | 泓道國際、塞特知識（會混進大量前端職缺，要自己篩） |
| 解決方案架構師 | 研華同時掛這個與 FDE；但也會混進雲端架構師職缺 |
| AI 導入顧問／AI 導入專案經理 | 金牛智能、未來巢科技、星創網絡 |
| 系統導入工程師 | 科定企業的 FDE 就掛在這個名字底下 |
| AI 應用工程師／AI 顧問師 | 永豐餘、大碩智能 |
要提醒一件事：人力銀行的關鍵字是模糊比對，搜「AI 導入顧問」會跑出會計助理、搜「解決方案架構師」會跑出一堆雲端架構師。所以上面這些我只列了實際確認過的職缺例子，沒有給你數量統計，因為那個數字不會準。
實務上我會建議這樣做：用 FDE 當主關鍵字建一個訂閱，再拿其他七個當補充手動掃。不要只設一個。
非工程師能做 FDE 嗎？有職缺直接寫「非工程師可應徵」
這題我原本以為答案是「不行」，掃完之後改觀了。
翰林教育科技的職缺標題是這樣寫的：「FDE Forward Deployed Engineer 前線部署工程師（非工程師可應徵）」——直接寫在標題裡，不是藏在條件裡的但書。
另外一批職缺的命名也透露了同樣的訊息。星創網絡開的是「企業 AI 導入專案經理（業務性質、免陌開）」、17Life 開的是「AI 核心團隊技術專案經理（FDE）」、中國信託叫「AI 應用策略分析師」。這幾個名字的重心都不在工程，在「導入」跟「策略」。
連 Anthropic 那份職缺的學歷要求都寫了「學士學位，或同等的教育、訓練與經驗組合」——這種寫法通常就是替非典型背景留門。
但我要說清楚不要誤會：「非工程師可」不等於「不用懂技術」。你還是要看得懂系統怎麼串、知道什麼做得到什麼做不到、能跟工程師對話。差別在於你不需要自己從頭寫，而是要能判斷。
要補到什麼程度？我的標準是「看得懂別人寫的、講得出哪裡會出事」，不需要到能獨立開發。如果你要從零補，零基礎的自學路線圖可以照走，但不用走完——走到看得懂就夠了。
補的方向也可以更準一點。前面提到邁達特開的是 AWS FDE 與 Databricks FDE，這類職缺看的是資料與雲端的基礎判斷力，不是語法熟不熟。想先補這一塊，DataCamp 的 AI Fundamentals 這種理論向入門課比直接啃官方文件省力——它整條只有九小時、不用寫程式，目的就是讓你講得出「這件事做不做得到」。
如果你完全沒碰過這塊，我會建議先從實際用過幾款 AI Agent 開始，把「它到底能做到什麼」這件事變成你的體感，那比讀十篇介紹文有用。
從產品經理視角看：這份工作真正難的不是技術
這一段是我自己的判斷，因為我做的事跟 FDE 的核心重疊度很高。
我帶過團隊、扛過產品成敗，也自己用 AI Agent 從零把幾個系統做起來過。這兩件事加在一起之後我很確定一件事：把流程變成系統，難的從來不是那個系統。
真正難的是三件事。
❶ 客戶說的流程，跟他們實際跑的流程不一樣。你去問，得到的是理想版本；你去看，會發現有一堆沒人講的例外處理、私下的 Excel、某個資深員工腦袋裡的判斷。FDE 的第一份工作其實是考古，不是開發。
❷ 你要決定哪些流程根本不該自動化。有些環節之所以慢，是因為它在承擔責任——需要有人簽名、需要有人能被問到。把這種環節自動化掉，效率上去了，但出事的時候沒有人負責。這個判斷沒辦法交給技術，只能靠人。
更麻煩的是，做完之後你要證明它真的有用。這件事比想像中難——我寫過怎麼設計驗收機制去量測成效，同一套邏輯放到客戶現場只會更難，因為對方的標準跟你的不一樣。
❸ 你要在別人的辦公室裡推動改變。你不是他們的主管，卻要說服他們改掉做了十年的習慣。這是我認為 FDE 最被低估的能力，也是為什麼有公司願意寫「非工程師可應徵」——因為這一段跟寫程式一點關係都沒有。
所以如果你是 PM、顧問、業務工程師、或者做過系統導入，你的劣勢沒有你想的那麼大。你要補的是技術判斷力，而技術背景的人要補的是這三件事——後者通常更難補。
這條路適合誰？我不會建議誰去追
市場還在形成期，所以適不適合的差距會比成熟職位大很多。
| 我會說值得試 | 我會說先別急 |
|---|---|
| 做過系統導入或 ERP 專案，熟悉客戶現場 | 只因為看到「年薪 1000 萬」而心動 |
| PM／顧問背景，願意補技術判斷力 | 期待有標準化的職涯路徑與明確薪級 |
| 工程背景但受不了只待在後端寫需求 | 不喜歡出差、不喜歡跟客戶周旋 |
| 能接受工作內容每家公司都長不一樣 | 需要靠公開薪資行情來談判的人 |
成本面很單純：投履歷不用錢，真正的成本是你要花時間把四種關鍵字都掃過一遍，加上研究每家公司對 FDE 的定義——因為這 31 筆的工作內容差異大到不能一概而論。同樣叫 FDE，在和碩是 EdgeAI、在雄獅是旅遊系統、在科定是建材業的系統整合。
如果你是 35 到 45 歲這一段、正在被「不轉就來不及了」的說法追著跑，我會建議先看中年 AI 焦慮的現實評估再決定。用焦慮當動力去追一個定義還沒穩的職位，通常會做出你事後會後悔的選擇。
想投的話，我會照這個順序做：
❶ 先用「FDE」在人力銀行建訂閱，這是涵蓋率最高的關鍵字
❷ 再手動掃另外七個替代關鍵字（見上表），補上漏掉的
❸ 挑三家你熟悉產業的公司，把職缺說明逐字讀完，比對它們對 FDE 的定義差在哪
❹ 針對你熟的那個產業，準備一個「我看過的真實流程與它的例外」的故事——這比任何技術關鍵字都有說服力
面試時很可能會被問到你實際跑過哪些 AI 工具。與其列一長串，不如挑兩三個講得出取捨的，依需求選工具的邏輯比工具清單本身更能證明你有判斷力。
履歷本身如果卡住，用工具先做出第一版再自己改會快很多，但那個產業故事一定要自己寫。
FAQ 常見問題
FDE 到底是不是「前端部署工程師」？
原文 Forward Deployed Engineer 的 forward 是「前進、前線」的意思，跟前端（front-end）沒有關係，所以嚴格說「前端部署」是誤譯。但實務上台灣真的有公司這樣掛職缺，所以你搜這個詞也搜得到東西。找工作時的正確做法不是糾正誰，是四種寫法都搜過一遍。
台灣的 FDE 到底開多少錢？
掃描當下 31 筆職缺的薪資欄位全部是「面議」，沒有任何一筆公開區間，所以我沒辦法給你一個誠實的數字。美國那邊 Anthropic 官方職缺寫的是年薪 28 萬到 32 萬美元，但那是舊金山、紐約、西雅圖的基本薪資，不能直接換算成台灣行情。
沒有工程背景，投了會不會直接被刷掉？
不一定。掃描中有職缺標題直接寫「非工程師可應徵」，而且有一批職缺的名字重心在「導入」「策略」「專案」而不是工程。但要有心理準備：不用自己寫程式，不等於不用懂技術——你要能判斷什麼做得到、什麼做不到。
FDE 跟解決方案架構師、系統導入工程師是同一件事嗎？
不完全相同，但在台灣的職缺市場上高度重疊。研華就把兩個名字掛在同一個職缺標題上，科定的 FDE 掛在「系統導入工程師」底下。找工作時建議把它們當成同一群關鍵字一起搜，面試時再問清楚各家的實際定義。
現在轉進去會不會太晚？
從掃描結果看不像。31 筆裡有相當比例是近一個月才張貼的，而且有公司已經編制出整個 FDE 組。市場還在形成期通常代表兩件事：機會多，但標準不明確。如果你需要清楚的職涯階梯，那現在確實不是最舒服的時機；如果你能接受自己定義工作內容，反而是好時機。
寫在最後：搜不到不代表沒有
整篇查下來，我最想留給你的其實不是那 31 筆職缺，而是一個很實際的教訓：當一個職位新到連中文名字都還沒統一，你的搜尋方式就是你的機會上限。
四種譯法、八組替代關鍵字，你只要少搜一組，就會少看到一整批公司。而這件事完全不需要什麼能力，只需要你知道要搜什麼。
更大的一層是：職稱在變，但底下的能力沒變。與其擔心哪些職業會先被取代，不如去看那些「換了名字還在被需要」的能力長什麼樣。
把一個產業的真實流程搞懂，判斷哪些該自動化、哪些不該，然後在別人的地盤上把它推動起來——這件事在它叫顧問的時候需要，叫系統導入的時候需要，現在叫 FDE 也還是需要。這種能力我在整理 AI 時代真正保命的能力時就把它放在前面，現在只是換了個名片。
如果你正在評估要不要轉，中階轉型不裸辭的做法會比直接跳槽穩一些。想知道我平常在折騰什麼，也可以到關於我那頁看看。訂閱我的部落格，會不定期收到信。
參考資料
- 104 人力銀行「FDE」職缺搜尋（本文 31 筆掃描的來源，職缺為動態資料）
- Anthropic：Forward Deployed Engineer 官方職缺（Annual Salary $280,000–$320,000 USD）
- Anthropic 官方職缺列表
- OpenAI 官方職缺搜尋（Forward Deployed Engineering 部門與各據點）
- Wikipedia：Forward deployed engineer（職位定義與重疊職稱）
- 維基百科：Palantir（把 FDE 模式發揚光大的公司）
- 數位時代：FDE 在 AI 時代的崛起
