İçeriğe Atla
12 Kas 2026AI Stratejisi11 dk okuma

Forward Deployed AI Mühendisi Nedir, Şirketler Neden İster?

Forward Deployed AI mühendisi, AI sistemini şirket içinde kurup canlıya taşıyan ve işe oturana kadar kalan mühendistir. Danışmandan farkı, kime gerektiği.

Alaattin Bedir·Founder, Mobixo AI

Kısa cevap

Forward Deployed AI mühendisi (FDE), yapay zeka sistemini şirketin kendi verisi ve yazılımlarıyla, ekibin içinde kuran ve sistem günlük işte çalışana kadar kalan yazılım mühendisidir. Rol 2010'ların başında Palantir'de doğdu. Şirketler bu modeli istiyor, çünkü AI projelerinde asıl iş modelden sonra başlıyor: veriye bağlanmak, yetkiyi sınırlamak, ekibe benimsetmek. Gartner, ajan projelerinin yüzde 40'tan fazlasının 2027 sonuna kadar iptal edileceğini öngörüyor.

KonuBir bakışta
TanımAI sistemini şirketin içinde kuran, canlıya taşıyan ve iç ekip devralana kadar kalan mühendis.
KökenPalantir, 2010'ların başı. Şirket içindeki adı "Delta".
Danışmandan farkıDanışman öneri bırakır. FDE çalışan sistem bırakır ve müşteriyle uzun süre çalışır.
TalepIndeed: FDE ilanları Nisan 2026'da Ocak 2025 seviyesinin yüzde 5.230 üzerinde.
Kimin içinKendi AI ekibi olmayan, işi birkaç sisteme yayılmış KOBİ ve üretim firması.
Çalışma ritmiBir iki haftalık keşif, iki haftada ilk çalışan sürüm, gerçek veriden ölçüm seti.
Bitişİç ekip sistemi işletim kılavuzu ve ölçüm setiyle devraldığında.

Kaynaklar 12 Kasım 2026 tarihindeki hâliyle aktarıldı. KVKK ile ilgili bölüm bilgilendirme amaçlıdır, hukuki danışmanlık yerine geçmez.

Forward Deployed AI mühendisi nedir, şirkete gömülü çalışmak ne demek?

Forward Deployed AI mühendisi, AI sistemini şirketin kendi verisi, yazılımları ve çalışanlarıyla kuran, canlıya taşıyan ve iş günlük akışa oturana kadar ekibin içinde kalan mühendistir.

Terimin kökeni Palantir. Gergely Orosz'un The Pragmatic Engineer'da Ağustos 2025'te yayımladığı incelemeye göre rol 2010'ların başında Palantir'de ortaya çıktı ve şirket içinde "Delta" diye anıldı. 2016 civarına kadar Palantir'de FDE sayısı, ürün geliştiren mühendis sayısından fazlaydı.

Aynı yazı Palantir'in kendi tarifini aktarıyor. Ürün mühendisinin odağı "tek yetenek, çok müşteri", FDE'ninki "tek müşteri, çok yetenek". Verilen örnek bir üretici: montaj hattından çıkan hatalı ürün sayısını düşürmek isteyen bir fabrikada FDE, başarısını bu sayıdaki değişimle ölçüyor. Orosz danışmanla farkı da tek cümlede koyuyor: danışman tek seferlik öneri yapar, FDE müşteriyle uzun süre çalışır.

"Gömülü" kelimesi her gün müşterinin ofisinde oturmayı gerektirmiyor. Palantir'in güncel FDE ilanı müşteri sahasına seyahati zamanın yüzde 25'ine kadar tanımlıyor. Belirleyici olan erişim: mühendis şirketin gerçek sistemlerine, gerçek verisine ve işi her gün yapan insanlara ulaşabiliyor mu?

Rolü yapay zeka tarafında yaygınlaştıran model şirketleri oldu. Aynı incelemeye göre OpenAI kendi FDE kadrosunu 2025'te kurdu ve onu çözüm mimarı gibi danışmanlık tipi rollerden ayrı tuttu. Bir model ne kadar iyi olursa olsun, bir şirketin sipariş akışına, stok tablosuna ya da müşteri e-postalarına kendiliğinden bağlanmıyor. Bu bağlantıyı kuran kişi FDE.

Forward deployed mühendis rolü neden bu kadar aranıyor?

AI projeleri en çok veriye bağlanma, yetki ve ekibe benimsetme aşamasında takılıyor. Bu işi yapacak mühendise talep 2025'ten beri ilan verisinde hızla artıyor.

Business Insider'ın Mayıs 2026'da yayımladığı habere göre Indeed'deki FDE ilanları Nisan 2025'te Ocak 2025 seviyesinin yüzde 543 üzerindeydi. Nisan 2026'da bu oran yüzde 5.230'a çıktı, bu da bir yılda yaklaşık yüzde 729 artış demek. Haber, bu rol için işe alım yapan şirketler arasında Anthropic, OpenAI, Palantir ve Stripe'ı sayıyor.

Talebin sebebi proje sonuçlarında görünüyor. Gartner'ın 25 Haziran 2025 tarihli açıklaması, ajan projelerinin yüzde 40'tan fazlasının 2027 sonuna kadar iptal edileceğini öngörüyor. Gerekçeler artan maliyet, belirsiz iş değeri ve yetersiz risk kontrolü. Üçü de kurulum sırasında yönetilen şeyler. Maliyet ölçülerek, iş değeri baştan yazılan bir ölçütle, risk de ajana verilen yetkinin sınırıyla kontrol altına alınır.

Türkiye'de de rol şirket kadrolarına girmeye başladı. İstanbul'da orta ölçekli şirketlere nakit yönetimi yazılımı sunan Mundi, 12 Kasım 2026'da yayındaki ilanında ilk FDE'sini arıyor. İlandaki görev, sözleşme imzasından itibaren müşteriyle oturmak, bankalarını bağlamak, ERP'lerini entegre etmek ve müşteriye özel otomasyonu canlıya çıkarmak. Kısacası ürünün müşteride gerçekten çalışması için gereken her şey.

Pilotların neden canlıya geçmediğini beş tipik sebeple pilot yazısında ayrıca anlattım. Beşinci sebep, pilot bitince ajanın sahipsiz kalması. FDE modeli bu boşluğu kapatmak için var.

Şirketler neden danışman ya da ajans yerine gömülü mühendis ister?

Danışman öneri bırakır, ajans kurup teslim eder. Gömülü mühendis sistemi gerçek veriyle kurar, canlıda ölçer ve iç ekip devralana kadar sorumluluğu taşır.

Fark, sorumluluğun nerede bittiğinde. Danışmanlık işi rapor teslim edildiğinde biter. Ajans çoğu zaman tanımlı bir kapsamı kurup teslim eder, sistem canlıda takılırsa yeni bir iş açılır. Gömülü modelde mühendisin işi, sistem günlük işte kullanılıp ölçüm tutana kadar sürer. Aşağıdaki tablo tipik düzeni gösteriyor, her firma birebir böyle çalışmıyor.

KonuDanışmanAjansGömülü mühendis (FDE)
Ne bırakırRapor ve öneriKurulmuş sistemCanlıda çalışan sistem, ölçüm seti, devir belgesi
Gerçek veriye dokunmaAnaliz için örnekleKurulum sırasındaİlk haftadan itibaren
Canlıya geçişin sahibiŞirketÇoğu zaman belirsizMühendis, iç ekip devralana kadar
Başarının ölçüsüRaporun kabulüTeslim tutanağıBaştan yazılan iş ölçütü
BitişRapor teslimiKapsam teslimiİç ekibin sistemi devralması

Her iş gömülü mühendis istemiyor. Hazır bir aracın uçtan uca çözdüğü işte dışarıdan kurulum yeter, aşağıda bunun sinyallerini sıraladım. Ajans ile dönüşüm ortağı arasındaki farkı ayrı bir yazıda klinik örnekleriyle açtım.

Forward deployed AI mühendisi şirkette ilk haftalarda ne yapar?

İlk günlerde erişim alır, işi yapanlarla oturur. Keşifte iş akışını haritalayıp başarı ölçütünü yazar, en küçük uçtan uca işi iki haftada çalıştırır.

Açık olayım: bu modelle yürütüp sonucunu yayımladığım bir müşteri projesi henüz yok. Aşağıdaki ritim, hizmetler sayfamızda verdiğimiz sözden ve kendi sistemlerimde ajanlarla çalışırken koyduğum kurallardan geliyor. Bu ritmi keşif ve AI ajanı geliştirme hizmetlerimizde nasıl uyguladığımızı hizmetler sayfasında adım adım yazdık.

DönemİşÇıktı
İlk günlerOkuma erişimi. Sistemi bilen kişiyle ve sonucun hesabını soran yöneticiyle iki ayrı görüşme.Erişim listesi, iki sponsor
Keşif (1-2 hafta)İş akışını uçtan uca çıkarma, fırsatları etki, veri ve risk açısından puanlama.İş akışı haritası, pilot önerisi, "şimdi yapmayın" listesi
ÖlçütGerçek kayıtlardan örnek seçip doğru cevabı ekiple birlikte yazma.Ölçüm seti ve başarı eşiği
İlk sprint (2 hafta)En küçük uçtan uca iş. Ajan okur ve taslak üretir, sisteme yazmadan önce insan onaylar.Gerçek veride çalışan ilk sürüm
Sonraki sprintlerÖlçüm tutunca yetki genişler, izleme ve maliyet takibi.Canlı kullanım, düzenli ölçüm
Devirİşletim kılavuzu, ekip eğitimi, hesapların teslimi.Sistemin sahibi iç ekip

İki görüşmenin sebebi basit. Sistemi bilen kişi neyin kırılgan olduğunu, hangi raporun elle düzeltildiğini bilir. Yönetici hangi işin zaman ya da para kaybettirdiğini bilir. Biri eksik kalırsa ajan ya teknik olarak çalışıp kullanılmaz ya da ilk bütçe döneminde kesilir.

Ölçüm setinin gerçek veriden kurulması bu modelin en çok atlanan parçası. Demo için hazırlanmış temiz örnekler sahadaki ilk haftayı temsil etmiyor. Ajan "çalışıyor mu" sorusunun cevabı ancak bu setle bir sayıya dönüşüyor. Setin nasıl kurulduğunu eval ve golden set yazısında anlattım.

Hangi şirketin forward deployed AI mühendisine ihtiyacı var, hangisinin yok?

İş birkaç sisteme yayılmışsa, veri dağınıksa ve şirkette AI ekibi yoksa gömülü model işe yarar. Hazır bir aracın çözdüğü tek adımlı işte gerekmez.

Bir üretim firmasını düşünün. Sipariş e-postayla gelir, ERP'ye elle girilir, stok bir Excel dosyasından kontrol edilir, teslim tarihi telefonda verilir. Bu akışa AI koymak için dört yere birden dokunmak gerekir. Hazır bir sohbet aracı bu dördünü göremez. İşi bilen biri sistemlerin arasına oturmadan da kurulamaz.

SinyalGömülü model uygunGerek yok
İşin yayıldığı yerERP, Excel, e-posta ve telefon arasındaTek uygulamanın içinde
VeriDağınık, serbest metin, mükerrer kayıtTemiz ve tek yerde
Hazır araçİşi yarıya kadar götürüyor, kalanı elle yapılıyorİşi uçtan uca çözüyor
Hata maliyetiYanlış sipariş, yanlış stok, kaybedilen müşteriDüşük ve kolay geri alınıyor
İç ekipAI deneyimi yok ya da başka işlere bağlıAI işini yürütebilecek ekip var

Keşfin dürüst sonuçlarından biri de "şimdi yapmayın". Verisi olmayan ya da sahibi olmayan bir işte en iyi mühendis de sonucu değiştirmez. Böyle bir akışı raporda gerekçesiyle yazıp bırakmak, pilotu başlatıp altı ay sonra kapatmaktan ucuzdur. Kod tabanı eski olan sistemlerde önce neye bakıldığını eski yazılım denetimi yazısında sıraladım.

KOBİ forward deployed AI mühendisini kadroya mı almalı, dışarıdan mı çalışmalı?

AI işi süreklilik gösteriyorsa ve bütçe izin veriyorsa kadro mantıklı. Çoğu KOBİ için süreli bir gömülü çalışma ve iç ekibe devir daha az risklidir.

Business Insider'ın aktardığı Indeed verisine göre bu rolün ücreti yaklaşık 170 bin dolardan başlayıp 200 bin doların üstüne çıkıyor. Türkiye için güvenilir bir ücret verisi görmedim. Profil ise aynı: hem üretim koduna hem müşteriyle konuşmaya rahat, dil modellerinin davranışını ölçmeyi bilen kıdemli bir mühendis. AI ekibi olmayan bir KOBİ için bu profili bulmak ve elde tutmak başlı başına bir proje.

Kadro sorusunun cevabını iş yükü veriyor. Önünüzde yıllarca sürecek, sürekli yeni ajan gerektiren bir yol haritası varsa kadro kurmak doğru. İlk iş akışını canlıya taşımak, ölçmek ve ekibe devretmek gerekiyorsa süreli çalışma daha az risk taşıyor. Devirden sonra sistemi iç ekip işletir, yeni bir iş çıkarsa yeniden konuşulur.

KonuKadroya almakSüreli gömülü çalışma
Ne zaman uygunSürekli yeni AI işi, birden çok ekipTek ya da birkaç iş akışı
Başlangıç süresiİşe alım süreci kadarKeşifle hemen başlar
Bilginin kalmasıKişi ayrılırsa riskDevir belgesi ve ölçüm seti şirkette
Maliyetin yapısıSabit, yıllıkKapsama bağlı, aşamalı

Kendi geçmişim de bu ayrımı besliyor. Toyota tedarikçisinin canlı üretim hattına MRP kurdum, DenizBank'ın mobil bankacılık uygulamalarında çalıştım. İkisi de hatanın pahalı olduğu ortamlardı ve ikisinde de yazılım, onu her gün kullanan ekibe teslim edildiğinde işini yapmış sayıldı. Kapsamın ve ücretin nasıl belirlendiğini AI danışmanlık fiyatları yazısında anlattım.

Gömülü çalışan AI mühendisine şirket verisi ve yetki nasıl açılır?

Salt-okur erişimle başlanır, yazma yetkisi insan onaylı bir kuyrukla açılır. Silme, ödeme ve toplu güncelleme ajana verilmez, veri şirketin kendi ortamında kalır.

Gömülü çalışmanın riski de buradan geliyor: dışarıdan biri şirketin sistemlerine erişiyor. Erişimin sınırı ilk gün yazılı olmalı. Hangi tablo okunacak, hangi alan modele gidecek, hangi işlem insan onayı isteyecek?

Simon Willison'ın "ölümcül üçlü" dediği risk burada önem kazanıyor. Bir ajan aynı anda özel veriye erişiyor, güvenilmeyen içerik okuyor ve dışarıya bir şey gönderebiliyorsa, okuduğu bir müşteri e-postasındaki ya da tedarikçi PDF'indeki gizli bir talimat onu veriyi dışarı taşımaya yönlendirebilir. Kural basit: üçü tek ajanda toplanmaz, toplanıyorsa araya insan onayı girer.

KVKK'nın 12. maddesi veri sorumlusunu güvenlik tedbirlerinden sorumlu tutuyor. Veri sizin adınıza başka biri tarafından işleniyorsa, tedbirlerden o kişiyle birlikte sorumlusunuz. Gömülü mühendise erişimi bu iş için açılmış ayrı bir rolle verin, iş bitince kapatın ve kayıt altında tutun. Somut kurulumunuz için bu soruyu hukukçunuza kurulumdan önce sorun.

Kendi sistemimde ajanlar ana dala kod gönderemiyor, canlıya çıkaramıyor, veritabanı şemasını değiştiremiyor. Bu kuralı talimat dosyasına yazmakla yetinmedim. Komut çalışmadan önce onu durduran, dil modeli kullanmayan bir kapı var. Model talimatı unutabilir, kapı ise her komutta yeniden çalışır.

Türkiye'de forward deployed AI hizmeti alırken hangi sorular sorulmalı?

Gerçek veriyle ne zaman çalışılacağını, başarının nasıl ölçüleceğini, yetkinin nasıl sınırlanacağını ve devirde neyin teslim edileceğini sorun. Cevaplar yazılı olmalı.

"Forward deployed" ifadesi hızla yayılıyor ve her teklifin arkasında aynı çalışma biçimi durmuyor. Altı soru farkı ilk görüşmede ortaya çıkarır.

Soruİyi cevapKırmızı bayrak
Gerçek verimizle ne zaman çalışmaya başlıyorsunuz?İlk hafta, okuma erişimiyle"Önce demo verisiyle bir prototip yapalım"
Başarıyı hangi sayıyla ölçeceğiz?İşe bağlı bir ölçüt ve gerçek örneklerden ölçüm seti"Kullanıcılar memnun kalırsa"
Ajan neyi yapamayacak?Yasak işlemler kodda sınırlı, liste yazılıYönetici hesabının istenmesi
İlk çalışan sürüm ne zaman?İki hafta civarı, sabit kapsamlaTarih yok, "hazır olunca"
Devirde ne teslim ediliyor?Kod, hesaplar, ölçüm seti, işletim kılavuzu sizdeSistem yalnız sağlayıcının hesabında çalışıyor
Hangi işe "yapmayın" dersiniz?Somut bir örnekle cevapHer işe AI önerisi

Bu soruların cevabını iş başlamadan yazıyoruz. Keşif sonunda bir akış için "şimdi yapmayın" diyorsak, gerekçesi raporda yer alıyor. Kabul ölçüsü de baştan belli: ekipten biri sistemi işletim kılavuzuyla kendi başına çalıştırabilmeli. "Beğendik" kabul ölçüsü sayılmaz.

Sık sorulan sorular

Forward Deployed Engineer ile çözüm mimarı arasındaki fark nedir?

Çözüm mimarı çoğunlukla satış sürecinde tasarım ve öneri hazırlar. Forward Deployed Engineer sözleşmeden sonra müşterinin sistemlerinde üretim kodu yazar ve sistem canlıda çalışana kadar müşteriyle kalır.

FDE her gün şirketin ofisinde mi çalışır?

Gerekmez. Palantir'in kendi ilanı bile müşteri sahasına seyahati zamanın yüzde 25'ine kadar tanımlıyor. Önemli olan şirketin sistemlerine, verisine ve işi yapan kişilere düzenli erişim.

Forward deployed AI çalışması ne kadar sürer?

Keşif bir iki hafta sürer, ilk çalışan sürüm iki haftalık sprintte gelir. Toplam süre kapsama bağlıdır. Çalışma, iç ekip sistemi işletim kılavuzu ve ölçüm setiyle devraldığında biter.

Kendi yazılım ekibimiz varsa gömülü AI mühendisine yine gerek var mı?

Ekipte dil modeli ve ajan deneyimi yoksa işe yarar. Bu durumda mühendis ekibe ek kapasite olarak katılır, ölçüm setini ve yetki kurallarını ekiple birlikte kurar, böylece bilgi şirkette kalır.

Çalışma bittiğinde kod ve sistem kimde kalır?

Şirkette kalır. Kod, hesaplar, ölçüm seti ve işletim kılavuzu şirketin kendi hesaplarında durur. İç ekip sistemi bu belgelerle işletir, yeni bir iş çıkarsa ayrıca kapsam yazılır.

Gömülü AI mühendisi çalışmasının fiyatı nasıl belirlenir?

Kapsam ve süreye göre belirlenir. Bizde çalışma kapsamı sabit bir keşifle başlar, pilot ve canlıdaki aylık bakım ayrıca fiyatlanır. Böylece ilk adımın bütçesi ve riski sınırlı kalır.

Forward deployed modeli yalnız büyük şirketler için mi?

Model büyük şirketlerde doğdu, ihtiyaç ise KOBİ'de de aynı: AI'ı şirketin kendi verisi ve yazılımıyla çalıştırmak. KOBİ'de çalışma daha kısa sürer ve tek bir iş akışıyla başlar.

Forward Deployed AI mühendisinin işi, modeli şirketin gerçek işine bağlamak ve sistem ekibin elinde çalışana kadar kalmak. Bunun için gerçek veri, yazılı bir başarı ölçütü, kodda sınırlanmış yetki ve baştan planlanmış bir devir gerekiyor. Diğer yazılara blog sayfasından, çalışma biçimimize hizmetler sayfasından ulaşabilirsiniz.