Cómo contratar a un Forward Deployed Engineer (FDE): guía 2026 para fundadores

Tu producto arrasa en la demo. Después se topa con los datos reales del cliente: tres sistemas heredados, un equipo de seguridad que bloquea la salida de tráfico de la API y un esquema que nadie documentó. Se estanca durante seis meses, y nadie en ninguna de las dos partes se hace cargo del hueco. Ese hueco es exactamente lo que un Forward Deployed Engineer existe para cerrar.

En 2026 se convirtió en lo que Andreessen Horowitz llama “el puesto más codiciado de las startups”. Entre enero y septiembre de 2025, las ofertas para este rol aumentaron más de un 800% (según un análisis del Financial Times sobre datos de Indeed y Live Data Technologies). Ese hueco es ahora el cuello de botella para la adopción de IA en la empresa, y los laboratorios de frontera acapararon el talento en un solo trimestre. Pero dejaron una rendija por la que puedes colarte. Esta guía muestra a fundadores y CTO cómo definir el rol, entrevistar, pagar y buscar candidatos, sin caer en la inflación de títulos que lo rodea.

¿Qué es un Forward Deployed Engineer?

Un Forward Deployed Engineer (FDE) es un ingeniero de software de cara al cliente que se integra dentro del entorno del cliente para construir y desplegar código de producción que resuelve el problema específico de ese cliente, y luego reincorpora las partes reutilizables al producto principal. El rasgo que lo define es que el FDE sigue siendo, en esencia, un ingeniero. Escribe y depura código de producción sobre la infraestructura del cliente, en lugar de configurar software o asesorar desde fuera. A diferencia de un sales engineer o un solutions architect, un FDE no carga con una cuota de ventas y entrega código real, no demos.

El rol nació en Palantir a principios de la década de 2010, con el nombre interno en clave “Delta”. Era tan central en su modelo que, hasta aproximadamente 2016, Palantir empleaba más Forward Deployed Engineers que ingenieros de software convencionales. El cambio llegó con el lanzamiento de Palantir Foundry. La razón era práctica: defensa, inteligencia y grandes clientes industriales tenían entornos de datos aislados (air-gapped) y compartimentados donde el software no se podía instalar sin más. Alguien técnico tenía que sentarse dentro del cliente y hacer que funcionara.

Palantir lo gestionaba como un “bucle plataforma-producto”, la idea más importante que los fundadores deberían copiar. El FDE construye una integración a medida sobre las últimas APIs de la plataforma. El equipo de producto principal observa a lo largo de los despliegues, detecta los patrones que se repiten y los generaliza en funciones estándar. Ese bucle evita que una organización de FDE se convierta calladamente en una consultora. El propio equipo de FDE de OpenAI es un ejemplo vivo: empezó con dos ingenieros, superó los diez a lo largo de 2025, y su trabajo con clientes alimentó directamente al producto, mejorando notablemente la Realtime API de OpenAI.

Hay un debate genuino sobre qué es realmente el rol, y lo que está en juego es real. Marty Cagan, de Silicon Valley Product Group, define al FDE como un “creador de producto” de primera línea, y sostiene que los ingenieros que aprenden bajo la presión directa del cliente desarrollan un criterio de producto poco común y, de forma desproporcionada, acaban convirtiéndose en líderes de producto y fundadores. Gergely Orosz, de The Pragmatic Engineer, es más cauto y advierte de que, para los ingenieros senior que prosperan con la concentración profunda e ininterrumpida, el día a día puede sentirse como una consultoría de alta intensidad. Ambos describen el mismo rol con dos desenlaces. Defínelo como construir-bajo-presión-del-cliente y harás crecer a un líder de producto. Defínelo como apagar fuegos de integración sin fin y le entregarás a un ingeniero senior amante de la concentración un trabajo al que renunciará en seis meses. La misma contratación, el mismo título. La diferencia está enteramente en cómo defines y ubicas el rol en tu organigrama. Cada sección de abajo trata de aterrizar en el lado de Cagan de esa línea.

FDE vs. Solutions Engineer vs. Software Engineer

Un Forward Deployed Engineer se diferencia de un solutions engineer en una sola línea: el sales engineer vende la visión, el FDE la construye tras la venta en el entorno de producción del cliente, y el customer engineer la mantiene. El trabajo de un solutions engineer o sales engineer termina cuando el cliente dice que sí. El trabajo de un FDE empieza cuando el cliente dice que sí. El error más común de los fundadores es contratar a un FDE y redactar la descripción del puesto para un rol distinto.

Los datos lo confirman. En un análisis de bloomberry sobre 1.000 ofertas de Forward Deployed Engineer, exactamente el 0% eran roles con cuota y solo el 8% mencionaba ganancias por objetivos (la marca distintiva de un plan de compensación de ventas). El rol está estructurado como ingeniería, no como ventas. Así es como se diferencian de verdad los títulos adyacentes:

La crítica de que “es solo un solutions architect con otro nombre” falla en un punto: los solutions architects construyen MVPs y pruebas de concepto con datos anonimizados o sin conexión para ganar el trato, y rara vez hacen commit de código en un repositorio real. Los FDE despliegan sistemas de producción dentro de entornos de cliente de alta seguridad y se hacen cargo de ellos una vez firmado el contrato. Alrededor del 37% de las ofertas de FDE piden específicamente construir sistemas de IA o ML, y por eso el título se disparó junto con la IA empresarial.

Por qué la contratación de Forward Deployed Engineers explotó en 2026

La demanda explotó porque cambió la forma de entregar el software empresarial. Durante una década, la jugada ganadora fue el product-led growth: onboarding autoservicio, márgenes brutos altos en software, sin humanos en el medio. La IA rompió eso. Como argumenta Andreessen Horowitz en su tesis de “services-led growth”, los productos de IA complejos a veces requieren servicios intensivos en personas para entregar resultados transformadores, porque un agente de IA necesita contexto, integraciones y acceso a datos heredados antes de hacer algo útil. Como lo dice a16z sin rodeos, esto es “cambiar margen por foso defensivo”.

Esta es la señal que importa, y no son las valoraciones: las empresas con los mejores modelos de IA del mundo concluyeron que no pueden vender esos modelos sin ingenieros sentados dentro del cliente. Lo demostraron con su chequera en un solo trimestre.

• OpenAI lanzó la OpenAI Deployment Company el 11 de mayo de 2026, una empresa conjunta de participación mayoritaria valorada en aproximadamente 14.000 millones de dólares (10.000 millones pre-money y más de 4.000 millones recaudados de 19 inversores externos con TPG como ancla), liderada por el COO Brad Lightcap. Su primer movimiento fue adquirir Tomoro, una consultora de IA aplicada con sede en Edimburgo y Londres fundada en 2023, sumando de inmediato alrededor de 150 Forward Deployed Engineers desde el primer día.
• Anthropic formó una empresa conjunta paralela de servicios de IA respaldada por aproximadamente 1.500 millones de dólares de capital comprometido de Blackstone, Hellman & Friedman y Goldman Sachs, diseñada para integrar a sus ingenieros y sistemas impulsados por Claude en las operaciones centrales de empresas medianas. El objetivo declarado es “democratizar el acceso a los forward-deployed engineers”, porque la escasez de ingenieros capaces de implementar IA de frontera con rapidez es, en palabras de la empresa, “uno de los cuellos de botella más significativos para la adopción de IA en la empresa”.
• Google Cloud, por su parte, comprimió su proceso de contratación de FDE a dos entrevistas en dos días, en una carrera por capturar el mismo talento.

Según el propio cálculo de a16z, alrededor del 7% de los puestos abiertos de OpenAI (22 de 311 a mediados de 2025) ya eran posiciones forward-deployed o de solutions engineering. Si los laboratorios necesitan este rol para entregar IA, también lo necesita cualquier startup que venda IA a la empresa. Es el mismo cambio estructural que hace que un ATS nativo de IA sea necesario y no opcional.

Qué incluir en la descripción del puesto de Forward Deployed Engineer

La descripción de un puesto de Forward Deployed Engineer debe dejar claro, sin lugar a dudas, que el rol es de ingeniería y no de ventas, y fijar expectativas honestas sobre viajes y equity desde el principio. Los datos de las 1.000 ofertas muestran que el rol es 0% cuota, 70% con equity y exige muchos viajes. Detállalo para atraer a constructores, no a candidatos de preventa. Incluye estos elementos:

• Cero cuota, propiedad del código de producción. Indica con claridad que el FDE escribe y se hace cargo del código de producción en el entorno del cliente. Sin objetivos de ventas, sin OTE.
• Fluidez con agentes de IA y MCP. Nombra el stack moderno: sistemas agénticos, el Model Context Protocol, bucles de evaluación. Alrededor del 37% de las ofertas ya exigen construir sistemas de IA o ML.
• Expectativa de viajes. El 68% de los roles de FDE requieren viajar, desde alrededor del 20% en Serval y el 25% en Palantir hasta el 50% en algunas startups. Di la cifra real.
• Compensación con peso en equity. El 70% de las ofertas ofrecen equity. Destaca el potencial al alza, porque ahí es donde se concentra el valor del rol.
• Alcance integrado en posventa. Deja claro que el trabajo empieza después de cerrar el trato, dentro de los sistemas de producción del cliente, no en demos de preventa.

Qué evaluar en un Forward Deployed Engineer

Las cinco cosas que hay que evaluar en un Forward Deployed Engineer son la profundidad de ingeniería en un entorno caótico, la fluidez con agentes de IA, el temple de cara al cliente, la tolerancia a la ambigüedad y el criterio para traducir un problema de negocio difuso en una especificación técnica concreta. Esta combinación rara vez vive en una sola persona, y por eso precisamente el rol es difícil de cubrir. Pondera deliberadamente las tres dimensiones centrales.

Profundidad de ingeniería que sobrevive a un entorno caótico. Este es un listón de ingeniería real, no uno rebajado. Los candidatos dedican buena parte de su tiempo a la integración y a la fontanería de datos: pipelines de ETL, migraciones de esquemas a bases de datos heredadas, Docker y Kubernetes, IAM y acceso de mínimo privilegio, y restricciones de cumplimiento y protección de datos como el RGPD y la LOPDGDD (y SOC 2 cuando el cliente lo exige). Escriben Python o TypeScript de producción a lo largo de todo el stack. Con un 37% de las ofertas pidiendo a los candidatos construir sistemas de IA o ML, el listón de infraestructura e ingeniería de datos sube, no baja. Evalúa la capacidad de construir en un sistema desconocido, restringido y parcialmente roto, porque ese es el trabajo.

Fluidez con agentes de IA en 2026. El FDE moderno despliega sistemas agénticos, no solo scripts. Busca fluidez con el Model Context Protocol (MCP) para conectar LLM a los datos y herramientas del cliente de forma segura, criterio sobre cuándo usar prompting frente a flujos de agentes multietapa frente a fine-tuning, y la disciplina de construir bucles de evaluación. La mejor pregunta de entrevista que un FDE de OpenAI dijo que le habían hecho: “¿Cómo sabes que tu sistema de IA realmente funciona?”. Si un candidato no tiene una respuesta real, nunca ha desplegado IA en producción.

Alta agencia y temple ante el cliente. El perfil del candidato ideal según a16z es “alta agencia e insaciablemente curioso”. El CEO de Box, Aaron Levie, describe el listón como profunda habilidad técnica más pensamiento sistémico más sentido de negocio. En concreto, buscas a alguien capaz de defenderse ante el equipo de seguridad de un cliente y ante un directivo no técnico la misma tarde, de traducir un problema de negocio difuso en una especificación técnica concreta, y de desbloquearse a sí mismo sobre el terreno sin esperar a un ticket. La tolerancia a la ambigüedad no es un extra aquí; es el núcleo del rol.

El proceso de entrevistas que evalúa construir, no trivialidades

Un buen proceso de FDE consta de cinco a ocho etapas a lo largo de tres a seis semanas, y evalúa construir en lugar de trivialidades. El proceso completo de Palantir promedia unos 28 días. La tendencia entre los más rápidos es la compresión. El proceso de dos días de Google Cloud existe porque los mejores candidatos de FDE manejan varias ofertas a la vez, y el proceso más lento los pierde. Esa es una razón por la que el ghosting de candidatos y los procesos lentos te cuestan contrataciones de forma silenciosa.

Toma prestadas las etapas que de verdad predicen el desempeño:

1. Filtro del reclutador (30 min). Califica de inmediato la motivación, las expectativas de compensación y la tolerancia a los viajes. Los viajes son reales: el 68% de los roles de FDE los requieren, desde alrededor del 25% en Palantir hasta el 50% en algunas startups.
2. Análisis a fondo con el hiring manager (45-60 min). Repasa proyectos anteriores y presta atención al “yo hice”, no al “nosotros hicimos”. Estás descartando a quienes asesoraron sobre despliegues en lugar de hacerse cargo de ellos.
3. Ejercicio de construcción realista (60 min, o un take-home remunerado). Sáltate LeetCode por completo. Plantea una tarea caótica y real: aquí tienes un payload JSON sin estructura de un CRM heredado, un esquema objetivo y una API de LLM; construye un pipeline con rate limiting que limpie los datos, rellene los huecos mediante retrieval y escriba en el destino. Esto refleja el trabajo real y respeta que los puzzles algorítmicos ya no predicen el desempeño en ingeniería. Nuestra guía para estructurar ejercicios de código que los candidatos no odien se aplica directamente.
4. Descomposición de sistemas (60 min). Inspirada en la famosa ronda de Palantir. Plantea un problema grande y mal definido (“el hub de una aerolínea global colapsa en plena tormenta; integra el manifiesto de pasajeros, la programación de tripulaciones y los registros de mantenimiento para redirigir vuelos en tiempo real”) y evalúa cómo el candidato lo descompone, traza los límites de los datos y razona sobre los fallos bajo carga. No hay una única respuesta correcta; el razonamiento es la señal.
5. Role-play con cliente (60 min). Haz que el candidato presente su solución a un panel que actúe como interlocutores del cliente, y luego introduce fricción realista a mitad de camino: “Nuestro equipo de seguridad acaba de bloquear la salida de tráfico de la API externa hacia tu modelo. ¿Cómo ajustas la arquitectura hoy sin retrasar el lanzamiento de la semana que viene?”. Este es el proxy más cercano que tienes del trabajo real.

El proceso reportado de OpenAI carga mucho en el take-home y dura unas tres semanas: un filtro de reclutador, un take-home sustancial construido sobre sus propias APIs, una presentación más un análisis técnico a fondo, y un onsite, todo anclado en la evaluación de sistemas de IA. ElevenLabs usa un proceso de cinco rondas que termina con una entrevista con un fundador. El hilo común es una construcción realista más un escenario de cliente, nunca una maratón de trivialidades en pizarra.

Salario de Forward Deployed Engineer: cuánto pagar en 2026

El salario de un FDE es alto, está estructurado en torno al equity y es fácil de calcular mal si te anclas en rumores. Conviene partir de datos verificados, pero teniendo claro de dónde salen: las cifras de referencia que existen para este rol son del mercado estadounidense. En el análisis de bloomberry sobre 1.000 ofertas (todas de EE. UU.), la base mediana fue de 173.816 dólares, el 70% de las ofertas ofrecían equity por encima y, de nuevo, el 0% llevaba cuota. El nivel FDSE de Palantir en Nueva York promedia unos 212.000 dólares de compensación total (Levels.fyi), desglosados aproximadamente en 154.000 de base, 50.400 en acciones anuales y un bono de 6.800. El equity se suma a la base, así que las cifras de base publicadas subestiman el paquete real.

Esas cifras son del mercado estadounidense y sobreestiman de forma notable la compensación en España y la UE, donde el salario de ingeniería es sustancialmente más bajo: no las conviertas a euros, porque arrastrarías el nivel salarial estadounidense. El rol es además demasiado nuevo y nicho para que el INE o cualquier fuente primaria publiquen una cifra específica de FDE en España, así que no inventes una; verifica el salario de un FDE contra tu propio mercado local. Lo que sí se traslada entre mercados es la estructura: 0% de cuota, en torno al 70% del paquete con equity, y el equity como la palanca real. Los laboratorios de frontera y las nuevas deployment companies pagan bastante más, impulsado casi por completo por el equity, pero trata cualquier cifra viral precisa (incluido el repetidísimo “500.000 dólares”) con escepticismo a menos que puedas verificar su fuente. El resumen honesto para un fundador: el equity es la palanca real, y los laboratorios ganan en potencial de equity al alza más que en efectivo.

La palanca de equity que los laboratorios no pueden igualar. Ese último punto esconde tu mejor arma contra un gigante. Cuando la Deployment Company de OpenAI contrata a un FDE, el equity de ese ingeniero está atado a la filial de despliegue, no al laboratorio de modelos principal de OpenAI, lo que limita su potencial al alza a la economía de una entidad de servicios. Una startup de alto crecimiento puede ganarse a estos candidatos ofreciendo equity directo, a nivel de la matriz, en la empresa de verdad, el tipo de potencial sobre el valor empresarial que está estructuralmente fuera del alcance de un ingeniero encerrado en una filial de servicios segregada. Haz ese contraste explícito en tu propuesta. Si estás diseñando el paquete, nuestra guía sobre errores de contratación en startups cubre los compromisos entre equity y efectivo que los fundadores más suelen calcular mal.

Dónde encontrar FDEs cuando el inbound no funciona

Los Forward Deployed Engineers están concentrados en unos pocos hubs tecnológicos de alto coste y en un pequeño conjunto de canteras, así que el inbound pasivo no cubrirá el rol. Los ingenieros ex-Palantir son el grupo más denso, dado que la empresa creó la disciplina y mantuvo más FDEs que SWEs convencionales hasta 2016. Apunta deliberadamente a tres grupos:

• FDEs y FDSEs ex-Palantir. La fuente más fiable. Están entrenados en modelado de datos, integración a gran escala y trabajo de cara al cliente bajo alta presión y sobre el terreno. Ya conocen el trabajo.
• Solutions engineers en transición. Los SE fuertes en plataformas de datos como Databricks o Snowflake a menudo tienen verdadera capacidad de ingeniería, pero están atrapados haciendo demos de preventa. Empieza por “0% cuota” y “te haces cargo del código de producción en el repo principal”, y obtendrás respuestas.
• Exfundadores técnicos e ingenieros tempranos. Cómodos con la ambigüedad, fluidos hablando con directivos y dispuestos a escribir el código que haga avanzar el proyecto. La agencia que necesitas es nativa en ellos.

Como el talento es escaso (esa es toda la premisa de la empresa de “democratizar el acceso” de Anthropic), el outbound tiene que ser preciso y personal. En lugar de envíos masivos genéricos, quieres un acercamiento dirigido y técnicamente creíble a un grupo pequeño y específico, el tipo de outreach a candidatos impulsado por IA que se gana una respuesta de alguien que ya tiene tres ofertas.

Errores comunes al contratar Forward Deployed Engineers

Los cinco errores más comunes al contratar Forward Deployed Engineers son filtrar con LeetCode, ignorar la habilidad de cara al cliente, dejar que el alcance se desvíe hacia ventas, saltarse una prueba de construcción en sandbox y nivelar mal a un ingeniero senior orientado a la concentración en el rol. Cada uno es evitable:

• Filtrar con LeetCode. Los puzzles algorítmicos abstractos filtran por memorización y se pierden las habilidades reales: integración, depuración en un entorno extraño y comunicación con el cliente. Usa en su lugar una construcción realista.
• Ignorar la habilidad de cara al cliente. Un ingeniero de backend brillante que no aguanta una sala bajo la presión de un directivo pondrá en riesgo el despliegue. El rol es mitad ingeniería, mitad diplomacia. Evalúa ambas.
• Dejar que el alcance se desvíe hacia sales engineering. En el momento en que tu equipo de ventas empieza a arrastrar al FDE a demos y respuestas a RFP, has perdido a un constructor y ganado un recurso de preventa caro. Protege su concentración en producción o verás cómo se quema.
• Saltarse la evaluación realista en sandbox. Si nunca ves a un candidato construir en un repo caótico, estás adivinando sobre lo que más importa.
• Nivelar mal a un ingeniero de producto senior en el rol. Algunos ingenieros excelentes quieren concentración profunda y tranquila. Mételos en un rol caótico, con muchos viajes y de cara al cliente y se irán. Este es el riesgo del “paso atrás” del que advierte Orosz, y se evita con una descripción del puesto honesta y una trayectoria profesional clara (hacia el liderazgo de producto, o una vía de FDE staff o principal).

Estos encajan estrechamente con los patrones más amplios de nuestra guía sobre errores de contratación en startups, con un giro específico de los FDE: la naturaleza híbrida técnica-y-de-cliente del rol significa que un panel de entrevista de una sola disciplina juzgará mal a los candidatos de forma sistemática.

Cómo Kit te ayuda a contratar Forward Deployed Engineers

Contratar a un candidato raro y multifuncional bajo presión de tiempo, evaluar construcción real, conseguir la aprobación tanto de ingeniería como de go-to-market, y moverte lo bastante rápido para ganarle a las ofertas de la competencia, es exactamente el flujo de trabajo para el que está hecho Kit. Cada capacidad encaja directamente con los consejos de arriba.

Una construcción realista, no una pizarra. Los ejercicios de código con integración de GitHub de Kit te permiten entregar a los candidatos un repositorio real en sandbox para construir una integración, conectar un conector de datos simulado o depurar un servidor MCP, con commits y entregas registrados en un solo lugar. Esa es la forma correcta de evaluar a un FDE, y esquiva la trampa de LeetCode.

Aprobación multifuncional sin el caos. Contratar a un FDE necesita el visto bueno tanto de ingeniería como de go-to-market. La revisión y votación en equipo de Kit permite que tu CTO y tus líderes de GTM evalúen al mismo candidato, lo puntúen contra una rúbrica de forma independiente y lleguen a un consenso, para que el panel refleje la naturaleza dual del rol en lugar de solo una mitad.

Outreach preciso a talento escaso. El outreach con IA de Kit te ayuda a lanzar campañas dirigidas a los grupos específicos que de verdad contienen FDEs (ingenieros ex-Palantir, solutions engineers cansados de las cuotas, exfundadores) con mensajes lo bastante creíbles para ganarse una respuesta, incluida la propuesta de equity a nivel de matriz que supera un paquete de filial.

Velocidad a la altura del mercado. La programación de entrevistas integrada, las plantillas de correo y el acceso de candidatos por enlace mágico mantienen un proceso de cinco etapas avanzando rápido, tal como exige la compresión de dos días de Google Cloud. Y como Kit incorpora integración nativa de MCP, un asistente de IA como Claude puede impulsar el pipeline directamente: buscar candidatos, avanzar etapas y programar paneles desde un prompt de chat. Esa es la misma fluidez agéntica que contratas al FDE para que aporte a tus clientes.

El Forward Deployed Engineer es el rol que hace que el software de IA aterrice en la empresa. Por eso los laboratorios gastaron miles de millones para acaparar el talento en un solo trimestre.

No necesitas mil millones de dólares para competir por uno.

Necesitas una definición honesta del rol, un proceso de entrevistas que evalúe construir y criterio de cliente en lugar de trivialidades, una propuesta de equity que supere a una filial de servicios, y un proceso de contratación lo bastante rápido para cerrar. Acierta en eso y contratarás al ingeniero que convierte tu demo en el sistema de producción de tu cliente.