Singapur’un yeni yapay zekâ uzmanları: FDE’ler ne iş yapıyor ve ne kadar kazanıyor?

OpenAI’nin Singapur’daki FDE ilanı; keşif, teknik kapsam belirleme, sistem tasarımı, geliştirme ve üretime geçiş aşamalarını doğrudan müşteri ortaklığıyla birlikte sıralıyor. Google Cloud ilanlarında da FDE’lerin ilk aşamadaki sohbet tabanlı prototipleri üretime hazır çözümlere dönüştürdüğü ve mühendislik yaşam döngüsünün tamamını üstlendiği belirtiliyor.

Buradaki “forward” yani “ileri” ifadesi, mühendisin müşteriye ve sistemin çalışacağı gerçek ortama daha yakın konumlanmasını anlatıyor. Bu yakınlık önemli; çünkü kurumsal yapay zekânın yerel veri kalitesi, eski yazılımlar, süreçlerdeki istisnalar ve model çıktısını onaylayan çalışanların sorumluluklarıyla uyumlu olması gerekiyor.

Singapur’da talep neden artıyor?

Talebin temelinde, şirketlerin yapay zekâ denemelerinden gerçek kullanıma geçmesi yatıyor. Singapur’daki kurumlar artık yalnızca bir modelin neler yapabileceğini gösterecek uzmanlar değil, bu modelleri pratik iş sorunlarına bağlayacak ve teknolojiyi müşterilere açıklayacak kişiler arıyor. The Straits Times, Haziran 2026’da ülkede en az 35 FDE pozisyonu bulunduğunu bildirdi.

Bu uzmanlar özellikle uygulamanın karmaşık veya sıkı biçimde denetlendiği alanlarda değer kazanıyor. Bir banka, hastane, lojistik merkezi ya da fabrika; özel veriler, eski sistemler, erişim kısıtlamaları ve insan onayı gerektiren kararlarla çalışabilir. Bu sınırları anlayarak sistem kurabilen bir mühendis, etkileyici görünen bir prototip ile gerçekten kullanılabilir bir ürün arasındaki mesafeyi kısaltabilir.

OpenAI’nin Singapur planları da önemli bir sinyal veriyor. Şirket, ABD dışındaki ilk OpenAI laboratuvarı olacak Applied AI Lab’ı Singapur’da kuracağını ve önümüzdeki birkaç yıl içinde 200’den fazla teknik pozisyon oluşturacağını söylüyor. Bu plan, ülkeyi Forward-Deployed Engineer’lar için küresel merkezlerden biri hâline getirmeyi amaçlıyor.

Hangi şirketler FDE işe alıyor?

Singapur’daki ilanlar büyük teknoloji şirketlerinden yapay zekâ girişimlerine ve kurumsal yazılım sağlayıcılarına kadar geniş bir yelpazeye yayılıyor. Haberlerde ve iş ilanlarında adı geçen şirketler arasında Google, ByteDance, Singtel, Mistral AI ve Cognition bulunuyor.

Okta, Cognition ve Databricks için de Singapur bağlantılı ilanlar yayımlandı. Google Cloud, Cloudera ve Accenture gibi şirketlerin ilanlarında ise benzer müşteri odaklı uygulamalı yapay zekâ ve ajan dağıtımı görevleri farklı unvanlarla tanımlanıyor.

OpenAI de Singapur için bir FDE pozisyonu açmış durumda. İlan, mühendisin stratejik müşterilerle yakın çalışmasını ve gelişmiş modellerin üretim ortamındaki uçtan uca kurulumlarından sorumlu olmasını öngörüyor.

Unvanlar henüz standartlaşmış değil. “AI Engineer”, “Applied AI Engineer”, “Agent Engineer” veya “Solutions Engineer” başlıklı bir pozisyon, FDE rolündeki müşteriyle iç içe çalışma görevlerinin büyük bölümünü içerebilir. Bu nedenle adayların yalnızca “FDE” kısaltmasını aramak yerine iş tanımındaki sorumlulukları dikkatle incelemesi gerekiyor.

Singapur’da FDE’ler ne kadar kazanıyor?

Yayımlanan maaş verileri yön gösterici olsa da dikkatle okunmalı. Piyasa henüz yeni, unvanlar şirketten şirkete değişiyor ve bazı rakamlar resmî ücret bantlarından değil, iş ilanlarından veya iş panosu tahminlerinden geliyor.

• Indeed, Singapur için aylık 13.417 Singapur doları tahmini ortalama taban maaş veriyor. Ancak bu rakam yalnızca iki bildirilen maaşa dayanıyor; bu nedenle güvenilir bir piyasa ortalaması olarak kabul edilmemeli.
• Bir iş ilanı raporunda Databricks Staff FDE pozisyonu için yıllıklandırılmış 248.000–373.000 Singapur doları, Camunda AI Process FDE pozisyonu için ise toplam nakit olarak 163.000–244.000 Singapur doları aralığı veriliyor. Bunlar evrensel piyasa ölçütleri değil, raporlanan ilan rakamlarıdır.
• Cognition’ın Singapur’daki uygulamalı yapay zekâ/FDE bağlantılı bir ilanında tahmini 180.000–225.000 Singapur doları aralığı yer alıyor.
• Bölgesel sözleşmeli çalışma ücretlerine ilişkin bir rapor, aylık oranları junior mühendisler için yaklaşık 2.000–3.000 ABD doları, orta seviye için 2.800–4.500 ABD doları, kıdemli mühendisler için 4.500–6.000 ABD doları, lider pozisyonlar için ise 6.000 ABD doları ve üzeri olarak veriyor. Bunlar Singapur’daki çalışan maaşlarıyla karıştırılmamalı.

Bu verilerden çıkarılabilecek en temkinli sonuç, her FDE’nin belirli bir miktar kazandığı değil. Üretim mühendisliği, müşteri iletişimi ve uygulamalı yapay zekâ gibi zor bulunan becerileri bir araya getiren kıdemli ve staff seviyesindeki rollerin yüksek ücret talep edebildiği söylenebilir. Ancak Singapur piyasası için tek bir maaş ortalaması vermeye yetecek kadar tutarlı veri henüz bulunmuyor.

Banka, hastane, liman ve fabrikalarda nasıl çalışırlar?

Bir FDE’nin işi yalnızca kuruma bir sohbet botu eklemek değildir. Asıl görev, yapay zekâ etrafında kontrollü bir iş akışı tasarlamak; sistemin hangi verilere erişebileceğini, ne önerebileceğini ve hangi işlemleri yapabileceğini netleştirmektir.

Banka

Bir FDE, onaylanmış politikaları ve yetkili müşteri kayıtlarını getiren, vaka özeti hazırlayan, belirsizlikleri işaretleyen ve kullandığı kaynakları kaydeden kurum içi analist asistanı geliştirebilir. Sonuç doğuran onaylardan ise uyum veya operasyon uzmanı sorumlu olmaya devam eder. Teknik çalışma; erişim kontrollerini, bilgi erişim kalitesi testlerini, denetim kayıtlarını ve eskalasyon yollarını kapsayabilir.

Hastane

Bir uygulama, yapay zekâ sistemini onaylanmış klinik iş akışlarına bağlayarak dokümantasyon veya triyaj yönetimine destek verebilir. FDE’nin yerel terminolojiyi test etmesi, veri erişimini sınırlaması, hata senaryolarını değerlendirmesi ve tıbbi kararları modelin değil klinisyenlerin vermesini güvence altına alması gerekir.

Liman veya lojistik merkezi

Bir FDE; programları, tahminleri ve operasyonel verileri birbirine bağlayarak aksaklıklara verilecek yanıtların önceliklendirilmesine yardımcı olabilir. Sistem, önerilerini anlaşılır biçimde göstermeli ve koşullar değiştiğinde operatörlerin müdahalesine izin vermelidir.

Fabrika

Bakım kayıtları, sensör verileri ve iş talimatları bir araya getirilerek olası ekipman sorunları belirlenebilir ve kontrol adımları önerilebilir. Tasarım, yapılan işlemleri belgelemeli ve kontrolsüz model kararlarının makineleri doğrudan çalıştırmasını engellemelidir.

Bunlar belirli projelerin raporu değil, FDE’lerin çalışabileceği örnek uygulama biçimleridir. Örnekler, bu rol için yalnızca model bilgisinin neden yeterli olmadığını gösteriyor: Sistem kurumun verilerine, arayüzlerine, güvenlik kurallarına ve insan karar mekanizmasına uymalıdır.

İşverenlerin aradığı beceriler

Güçlü adaylar genellikle dört beceri grubunu birleştiriyor.

Üretim mühendisliği

Python veya başka bir üretim dili, API’ler, bulut ve veri sistemleri, ön yüz ya da arka yüz geliştirme, entegrasyon ve güvenilirlik uygulamaları temel gereklilikler arasında olabilir. Örneğin Google Cloud’un staff seviyesindeki bir ilanı; SQL, Python, Java, Scala veya Go bilgisiyle birlikte kapsamlı yazılım ve veri mühendisliği deneyimi, ayrıca kurumsal veri modelleme bilgisi istiyor.

Uygulamalı yapay zekâ

Adayların üretken yapay zekâ sistemlerinin pratikte nasıl davrandığını anlaması gerekiyor. Bilgi erişimi, bağlam tasarımı, ajan iş akışları, değerlendirme, hata analizi, model sınırlamaları ve izleme bu alanın temel başlıkları arasında. Google’ın FDE ilanları prototipleri üretime taşıma becerisine, Cloudera ise stratejik kurumsal müşterilerle yapay zekâ kullanım senaryolarını hayata geçirmeye vurgu yapıyor.

Sorumlu teknoloji kullanımı

Sistemler hassas verilerle çalışıyor veya önemli iş kararlarını etkiliyorsa güvenlik, gizlilik, yönetişim, test, denetlenebilirlik ve “insan döngüde” tasarımı mühendislik görevinin parçası hâline geliyor. Accenture’ın Singapur’daki ilanı, otonom ve yarı otonom ajan sistemlerinin geliştirilmesinin yanı sıra koruyucu kurallar ve yönetişim kurulmasını da öngörüyor.

Müşteri ve alan bilgisi

FDE’ler gereksinimleri keşfetmeli, projelerin kapsamını belirlemeli, öncelikleri ve ödünleşimleri yönetmeli, açık iletişim kurmalı ve belirsizlikle çalışabilmeli. Aynı proje içinde yöneticilerle, yazılım ekipleriyle, uyum birimleriyle ve sahadaki çalışanlarla iletişim kurmaları gerekebilir.

Bazı pozisyonlar kapsamlı deneyim ve seyahat de istiyor. Google’ın Singapur’daki staff seviyesi ilanı sekiz yıllık yazılım geliştirme veya veri mühendisliği deneyimi ararken OpenAI’nin ilanı karmaşık müşteri kurulumlarının sorumluluğuna odaklanıyor.

FDE kariyerine nasıl hazırlanılır?

İyi bir portföy yalnızca bir model demosunu değil, uçtan uca bir kurulum sürecini göstermeli. Örnek bir proje şu adımları içerebilir:

1. Belirli bir iş akışı ve net bir kullanıcı tanımlayın.
2. Yapay zekâ modelini gerçekçi veriler ve araçlarla entegre edin.
3. Başarı iddiasında bulunmadan önce ölçülebilir değerlendirme kriterleri belirleyin.
4. Gizlilik, erişim kontrolleri, hata türleri ve eskalasyon prosedürlerini belgeleyin.
5. Teknik olmayan bir kullanıcının sistemi nasıl güvenli biçimde kullanacağını gösterin.
6. Hangi işlemlerin manuel kalması veya insan onayı gerektirmesi gerektiğini açıklayın.

Yazılım mühendisliği, veri mühendisliği, bulut çözümleri, teknik danışmanlık veya müşteri odaklı uygulama deneyimi iyi bir temel sağlayabilir. Fark yaratansa, gereksinimlerin eksik olduğu ve teknik açıdan etkileyici bir sistemin henüz güvenli ya da kullanışlı olmadığı durumlarda doğru kararlar verebildiğinizi göstermenizdir.

FDE rolü neden daha önemli hâle gelebilir?

Yapay zekâ sistemleri kurumsal verilere ve iş araçlarına bağlandıkça uygulama süreci, hazır bir yazılım paketi kurmaktan çok belirli bir iş yeri için sistem mühendisliği yapmaya benziyor. Mesele artık yalnızca modelin tek başına iyi bir yanıt üretip üretememesi değil; çevresindeki iş akışının doğru bağlamı, izinleri, değerlendirme yöntemlerini, izlemeyi ve insan kontrollerini sağlayıp sağlamaması.

FDE’ler tam olarak bu noktada çalışıyor. Araştırma ve platform yeteneklerini gerçek bir kurumun koşullarına taşıyor, sahada tekrar eden sorunları da ürün, mühendislik ve araştırma ekiplerine geri aktarıyor. Bu nedenle rol hem müşteri odaklı hem de ürünün şekillenmesine katkı veren bir niteliğe sahip.

Singapur’daki erken dönem işe alım rakamları ve OpenAI’nin planladığı teknik genişleme, kurumsal ilginin arttığına işaret ediyor. Ancak iş ilanlarının zamanla değiştiği, unvanların birbiriyle örtüştüğü ve maaş verilerinin sınırlı kaldığı unutulmamalı. Kalıcı fırsat; yalnızca yapay zekâ kurabilen değil, bu sistemleri kullanılabilir, güvenli ve hesap verebilir hâle getiren mühendisler için oluşuyor.