Finansbransjen og forsvaret har sine forward deployed engineers. Mediene har det ikke. Slik ser rollen ut når dataene dine går i 25 bilder i sekundet og feilene dine skjer i sendingen.
De siste atten månedene har den raskest voksende stillingstittelen i programvarebransjen vært en som nesten ingen utenfor bedrifts-AI hadde hørt om. Utlysninger etter forward deployed engineer vokste med mer enn 800% mellom januar og september 2025, og med mer enn 1 000% år over år inn i 2026. OpenAI bygde en hel virksomhet rundt rollen, støttet av mer enn fire milliarder dollar. Anthropic inngikk et fellesforetak til 1,5 milliarder dollar med Blackstone og Goldman Sachs, hvis eneste formål er å plassere disse ingeniørene inne i bankene.
Bankverdenen har dem. Forsvaret har dem. Helsevesenet har dem. Kringkasting og strømming, en bransje som brukte hele 2026 på å kjøpe agentisk AI på NAB og IBC, har dem stort sett ikke.
Diagrammet over er ett segment av en ekte HLS-strøm, én søyle per bilde. De høye oransje toppene er nøkkelbilder, og de lander på de stiplede linjene som markerer et scenesskifte. Det sammenfallet er hele argumentet i denne artikkelen i ett bilde: koderen hadde allerede regnet ut hvor innholdet skifter, og den skrev svaret inn i fila. De fleste AI-kjeder som rettes mot video, overser dette og betaler en modell for å regne det ut på nytt.
Denne artikkelen er et forsøk på å definere yrket som mangler, for arbeidet finnes allerede, og de som utfører det har ikke noe navn å sette på det.
Hva en forward deployed engineer faktisk er
Modellen kommer fra Palantir, som har praktisert den i rundt to tiår. En forward deployed engineer arbeider innleiret hos en kunde, inne i kundens eget miljø, og eier et system fra ende til annen: å avgrense det, skrive produksjonskoden, og holde det i drift når det først er live.
Én setning skiller rollen fra rådgivning:
Konsulenter leverer rapporter. Forward deployed engineers leverer et system som går.
Grunnen til at rollen eksploderte er ikke mote. MIT-studien GenAI Divide gjennomgikk 300 offentlige AI-innføringer ved siden av intervjuer og spørreundersøkelser, og fant at 95% av bedrifters AI-pilotprosjekter ikke ga noen målbar effekt på resultatet. Overskriftstallet har fått berettiget metodekritikk, og det er heller ikke den interessante delen. Det interessante er hvor feilene samlet seg. Det var ikke modellkvaliteten. Det var integrasjonen: det utakknemlige arbeidet med å koble en dyktig modell til en virkelig arbeidsflyt, virkelige data og virkelige mennesker som skal bruke det en tirsdag formiddag.
Den samme studien fant at spesialiserte eksterne team lyktes i omtrent 67% av tilfellene, mot omtrent 33% for intern utvikling. Ikke fordi de utenfra hadde bedre modeller. Fordi de hadde gjort det før og visste hvor det ryker.
Hvorfor mediene trenger sin egen utgave av rollen
Alle bransjer sier at deres data er spesielle. De fleste tar feil. Mediene er ett av unntakene, og grunnene er strukturelle snarere enn kulturelle.
En allmenn AI-ingeniør har brukt karrieren sin på tekst, tabeller og enkeltbilder. Alle tre er små, adresserbare og overbærende. Video er ingenting av dette. Det kommer inn i 25, 30, 50 eller 60 bilder i sekundet, det bærer sin egen klokke, det er juridisk beheftet, det er ofte kryptert, og når det svikter, svikter det foran et publikum på et kjent tidspunkt.
Nedenfor følger ni ting en allmenn AI-ingeniør aldri har måttet lære, og som avgjør om et AI-prosjekt i mediene når produksjon eller slutter seg til de 95%.
1. Video er ikke et kontekstvindu. Ingeniørarbeidet er reduksjonen
En kamp på 90 minutter i 25 bilder i sekundet blir 135 000 bilder. Ved 50 fps er det 270 000. Det kan du ikke sende til en modell, og den naive løsningen, å ta hvert n-te bilde, bommer enten på øyeblikket som betydde noe, eller koster mer enn innholdet drar inn.
Det egentlige arbeidet er å avgjøre hvilke bilder modellen i det hele tatt ser, og det billigste signalet til det er ett du allerede har betalt for. Koderen din tok en avgjørelse om hvert eneste bilde da den komprimerte fila. Plasseringen av I-bilder markerer scenesskifter. Bevegelsesvektorer beskriver hva som beveget seg. Bildetyper forteller deg hvor kompleksiteten sitter. Nyere forskning som CodecSight formaliserer dette: bruk kodeksignaler til å styre hva synsmodellen ser på, i stedet for å utlede det på nytt med dyr inferens.
Det er nøyaktig det vår gratis Video Quality Analyzer gjør synlig. Den leser I-, P- og B-bildetyper, omstokking av bilder, serier av B-bilder og makroblokkavgjørelser rett ut av bitstrømmen. Alt i det diagrammet ble regnet ut én gang, av koderen, og de fleste AI-kjeder kaster det.
Det finnes en sterkere utgave av samme idé. Adrian Roe, administrerende direktør i id3as og drivkraften bak livemedieserveren Norsk, har beskrevet tre måter å bygge automatisk omramming fra 16:9 til 9:16 på: kjøre objektgjenkjenning lokalt, sende bildene til en modell i skyen, eller gjøre begge deler ved å gjenkjenne objekter lokalt og bare sende modellen de resulterende koordinatene i stedet for bildene. Det tredje alternativet kutter tokenforbruket med omtrent to størrelsesordener, og gir ofte bedre resultater, fordi modellen ikke lenger resonnerer over en masse piksler som er irrelevante for spørsmålet. Å sende mindre er ikke et kompromiss her. Det er forbedringen.
2. Svaret må lande på bilde 4102, ikke i nærheten av det
Tidkode er denne bransjens primærnøkkel, og det er et minefelt. Drop frame mot non drop frame. 29,97 mot 30. Presentasjonstidsstempler mot dekodingstidsstempler. Veggur mot medieur. EXT-X-PROGRAM-DATE-TIME og spørsmålet om noen lenger opp i kjeden satte den riktig.
Et AI-system som melder at «målet faller rundt 42:17» er verdiløst for klipperen som skal klippe på et bilde. Allmenn AI leverer omtrentlig. Kringkasting krever nøyaktig, og å forstå hvorfor de to skiller seg fra hverandre er mesteparten av faget. Har du aldri måttet forklare omstokking av B-bilder til en dataviter, i samme setning der du forklarer at bilde 4102 ikke er det 4102. viste bildet, har du ikke gjort dette arbeidet ennå.
3. Hvor modellen kjører er et kontraktsspørsmål, ikke en preferanse
Å sende et master før sending til et tredjeparts-API kan bryte en distribusjonsavtale, bryte en embargo, eller stride mot innholdssikkerhetsvilkårene et studio har pålagt deg. Kravene fra TPN, MovieLabs og CDSA er ikke forslag, og «vi brukte et sky-API» er ikke et forsvar.
Det finnes en hardere utgave av samme begrensning. En kryptert strøm kan du ikke dekode. Enhver kvalitetsmåling som trenger virkelige piksler er utelukket i det øyeblikket DRM er inne i bildet, noe som dreper en god del arkitekturer før én linje kode er skrevet. Vår Stream Analyzer oppdager DRM og gjør enhver dekodingsbasert måling betinget av det, for å melde et sikkert tall du umulig kan ha målt er verre enn å ikke melde noe.
Å vite hva du ikke har lov til å se på, er halve konstruksjonen.
4. Her har kvalitet et tall, og noen signerer på det
VMAF. PSNR. SSIM. EBU R 128 og ATSC A/85 for lydstyrke. Apples HLS-spesifikasjon for authoring. Denne bransjen bestemte for lenge siden at «det ser riktig ut» ikke holdt, og bygde målinger i stedet.
En ingeniør som foreslår en smart AI-styrt kodingsstige uten en vedlagt VMAF-kurve, har foreslått noe ingen kringkaster kan godkjenne, uansett hvor god idéen er. Tallet er ikke byråkrati. Det er måten et menneske setter navnet sitt på en endring som skal ut til millioner av enheter.
Slik ser det ut i praksis. Dette segmentet måler 4,03 Mbps mot en oppgitt topp på 3,30 Mbps. En avspiller som stolte på manifestet er underdimensjonert for det, og på en presset forbindelse er det nøyaktig slik en rebuffer begynner. Ingen la merke til det fordi gjennomsnittet så greit ut. Gjennomsnitt er der denne typen problem gjemmer seg, og det er derfor bransjen måler i stedet for å se.
5. Enhetsøkonomien er pilotprosjektet
I de fleste bransjer er AI-ens kostnadsenhet en forespørsel. I mediene er det en time innhold, og et arkiv teller titusenvis av timer.
Det er her AI-prosjekter i mediene faktisk dør: ikke på treffsikkerhet, men på regnestykket. En kostnad per element som ser triviell ut i en demonstrasjon, blir en sekssifret regning i det øyeblikket du retter den mot mediearkivet. Sanntidsarbeid som direkteteksting krever forsinkelser under fem sekunder på GPU-er som står på hele tiden. Satsvis analyse av et arkiv kan kjøre om natten på billig regnekraft utenfor rushtiden. Å avgjøre hvilke deler av en arbeidsflyt som hører hjemme i hvilken bøtte, er prosjektets mest verdifulle enkeltavgjørelse, og den tas før noen skriver kode.
Forsinkelse hører til samme budsjett. En tur fram og tilbake til en modell i skyen koster normalt mellom to og ti sekunder, noe som duger til å merke et arkiv over natten og diskvalifiserer alt som skal holde tritt med et direktesendt arrangement. Regelen som følger av det, formulerer JP Saibene, administrerende direktør i medieingeniørselskapet Qualabs, godt: bygg slik at den dyre veien er unntaket og ikke standarden. Kringkasting tilbrakte tiår i en verden der en koder satt til 1080p ga 1080p, og regningen var kjent på forhånd. Forbruksprisset inferens fjerner begge disse sikkerhetene på én gang, og en demonstrasjon som aldri fikk en kvote festet til seg, er slik ett enkelt klipp ender med å koste hundre dollar.
Strømming har gjort en utgave av dette regnestykket før, på distribusjonen. Tallet som noen gang betydde noe der, var aldri kostnaden for én strøm i en demonstrasjon, det var utgående trafikk i stor skala, og teamene som modellerte det på forhånd er de som beholdt marginene sine. Inferens er et annet regnestykke, men det er den samme vanen, og det er den vanen som avgjør om et AI-prosjekt i mediene overlever møtet med arkivet. Vår CDN Cost Optimizer gjør det for distribusjonssiden.
6. Å avgjøre hva som betyr noe inne i bildet
Å ramme om fra 16:9 til 9:16 for vertikal distribusjon høres ut som en beskjæring. Det er et saliensproblem: hvilket motiv bærer bildet, når flytter oppmerksomheten seg, og hva skjer når to personer snakker i hver sin kant av bildet. Det bedømmes bilde for bilde, av mennesker, og det er nådeløst.
Dette er ekte AI anvendt på piksler snarere enn på utskrifter, og det er et godt tema i et jobbintervju nettopp fordi alle undervurderer det. Verktøyet vårt Vertical Reframe er fortsatt merket beta, og den merkelappen er ikke beskjedenhet. Det er en statusrapport om problemet.
Grunnen fortjener å sies rett ut, for den sier noe om tilstanden i feltet. Verktøyet lar deg velge hvilken synsmodell som gjør selve seingen: Claude, Gemini, GPT, Grok, Llama, Qwen, Pixtral, en lokal modell gjennom Ollama, eller din egen om du har en. Den menyen er ingen funksjon vi var stolte av å legge til. Den finnes fordi det ikke finnes noe avklart svar på hvilken modell som er god til dette. Ulike modeller vinner på ulikt innhold, og feilmønstrene varierer mer enn noen målesammenligning antyder, så valget eksponeres i stedet for å tas på dine vegne.
Legg merke til hva det innebærer, for det generaliserer langt utover omramming. Når en evne er moden, leverer ingen med en modellvelger. Man leverer svaret. En velger er en innrømmelse av at feltet ennå ikke har konvergert, og den som planlegger et prosjekt oppå automatisk omramming, bør regne det inn i stedet for å stole på en demonstrasjonsvideo der noen har valgt klippet. Det forteller deg også hvor det varige ingeniørarbeidet faktisk sitter. Ikke i modellen, som vil bli byttet ut flere ganger før dette er løst, men i stillaset rundt den: hvordan du tar stikkprøver, hvordan du vurderer resultatet, og hva som skjer når svaret åpenbart er feil.
Feilmønsteret fortjener å bli forestilt. Norsk demonstrerte automatisk omramming på en fektekamp, en idrett som i sitt vesen er vannrett og dermed en bevisst fiendtlig test. Modellen låste seg på en stor plakat med to fektere som hang i bakgrunnen og rammet inn den, mens den overså de faktiske deltakerne. Den var ikke i tvil om hvordan fekting ser ut. Den fant noe som lignet mer på fekting enn fektingen selv gjorde. Ethvert system for motivfølging bærer en utgave av denne feilen i seg, og å finne din før et publikum gjør det, er arbeidet.
7. Et AI-system i en sendekjede er en komponent med en SLA, ikke en demonstrasjon
Et hallusinert svar i en chatbot er en irritasjon. En hallusinert undertekst på direktesendt fjernsyn er en tilgjengelighetsfeil med et tilsyn festet til seg. Dagens talegjenkjenning når ordfeilrater under 5% på ren sendingsdialog, noe som faktisk er sammenlignbart med en menneskelig referent, og fortsatt ikke er det samme som å være trygt å sende uten tilsyn.
Mønstrene som fungerer er konfidensterskler, mennesket i sløyfen der innsatsen forsvarer det, og en deterministisk reserveløsning for når modellen er utilgjengelig eller usikker. Å vite hvilke deler av en arbeidsflyt som i det hele tatt tåler sannsynlighetsbasert utdata, er en konstruksjonsferdighet, ikke et policyspørsmål.
Det må også kunne etterprøves i ettertid, noe som er vanskeligere enn det høres ut når komponenten er sannsynlighetsbasert. Praksisen Norsk beskrev for automatisert reklameinnsetting har riktig form: registrer hvert bilde som sendes til modellen, sammen med modellens tilstand umiddelbart før og umiddelbart etter det bildet. Når noe går ut på feil tidspunkt, kan du rekonstruere hva systemet trodde og hva som fikk det til å skifte mening. Kringkasting har alltid kunnet svare på «hvorfor skjedde det» om enhver annen komponent i kjeden. En AI-komponent slipper ikke unna det spørsmålet bare fordi svaret er vanskeligere å framskaffe.
Vår AI Ad Generator er den ærlige illustrasjonen av hva dette koster. Modellen er den minste delen av det. Resten er en rendringsfarm, en jobbkø, avbrytning, en opprydder for fastlåste jobber, web push så brukeren får beskjed når fanen er lukket, betalinger og et arkiv. Det forholdet er hvordan det ser ut å levere AI til virkelige brukere.
8. Mediesystemer overlever oppdraget
En 24/7-kanal blir ikke levert, den blir overlevert. Noen må kjøre den klokka tre om natten, og den personen satt ikke i den workshopen der arkitekturen ble avtalt.
Her er et konkret eksempel på den typen kunnskap som bare kommer av drift. På tvers av plattformen vår er H.264-kodingsnivåene låst og identiske i tre atskilte kodestier. Endrer du ett av dem, ryker avspillingen ved diskontinuitetsgrenser, fordi enkelte dekodere nullstiller når nivået endres midt i strømmen. Det lærer ingen av en fagartikkel. Man lærer det av en kanal som hakket i nøyaktig det øyeblikket der ett innslag ga stafetten videre til det neste, og av uka det tok å finne ut hvorfor.
Det er arbeidet ordene «forward deployed» utfører. Leveransen er ikke et system som virket den dagen du viste det fram. Det er ett som noen andre kan kjøre en natt du ikke er der.
9. Agentflaten er det neste som må bli riktig
Agenter kan nå betjene mediesystemer direkte. Vi har skrevet om å drive en 24/7-TV-kanal gjennom en AI-agent over MCP, og det interessante spørsmålet viste seg ikke å være om en agent kan legge sendeplan for en kanal. Det kan den. Spørsmålet er hvilke nitten verktøy du eksponerer, hva en agent har lov til å røre i et live playout-system, og hva som skjer når den tar selvsikkert feil klokka 02:00.
Noen må konstruere den flaten. Den personen må forstå begge halvdeler.
Slik høres det ut når fagfolk sier det høyt
Ingenting av det ovenstående er teoretisk, og jeg er ikke den eneste som hevder det. Et webinar med tittelen When AI Runs The Stream setter i en time sammen to mennesker som bygger dette til daglig, og de lander på de fleste av de ni punktene ovenfor fra en helt annen retning.
Adrian Roe er medgrunnlegger og administrerende direktør i id3as, selskapet bak Norsk, en livemedieserver og et SDK som brukes til å bygge strømmearbeidsflyter i kode. Juan Pablo Saibene, kalt JP, er medgrunnlegger og administrerende direktør i Qualabs, et ingeniørselskap fra Montevideo hvis team leirer seg inn i ingeniørorganisasjonene hos videoteknologi- og medieselskaper i USA og Europa. Sesjonen ble ledet av Eric Schumacher-Rasmussen.
Les den andre beskrivelsen en gang til, for det er argumentet i hele denne artikkelen formulert som en selskapsprofil. Å leire ingeniører inn i en mediekundes egen organisasjon for å bygge tingen og få den til å gå, er forward deployed engineering. Det skjer allerede i bransjen vår. Det har bare ikke fått et navn ennå.
Det som gjør timen verdt tida di, er at ingen av dem selger den enkle utgaven. Spørsmålet de stadig vender tilbake til, er ikke om AI kan gjøre noe med en direktestrøm. Det er om du kan kjøre den tusen ganger og stole på resultatet hver eneste gang, foran et virkelig publikum, med et virkelig budsjett, uten å ødelegge det som allerede virker.
Tre mønstre derfra er verdt å overta rått, fordi hvert av dem er en konstruksjonsavgjørelse og ikke et modellvalg.
Konstruer slik at feil blir billige
Adrian Roes prøve på om en oppgave i det hele tatt passer for AI, koker ned til tre spørsmål. Kan du avgrense problemet snevert nok til å spille på modellens styrker? Er det slakk i tidsettingen? Og når den bommer, blir feilen billig?
Eksemplene er lærerike nettopp fordi de er så lite prangende. Setter du automatisk inn en reklame ved sidebytte i en tenniskamp, bruk en L-bjelke eller en squeezeback framfor et fullskjermsavbrudd, for en feiltimet L-bjelke er mildt irriterende mens et feiltimet fullskjermsavbrudd ødelegger øyeblikket. Veksler du mellom to redundante signaler ut fra en kvalitetsskår, er vekslingen umerkelig når begge er friske, så en unødvendig veksling koster seeren ingenting. Få konstruksjonen riktig, og modellen har lov til å ta feil av og til, som er det eneste vilkåret der du i det hele tatt kan sette den i drift.
Gjør modellens svar om til deterministiske svar
Saibene, hvis team sitter inne i kundenes ingeniørorganisasjoner, beskrev et diagnosesystem for opplevelseskvalitet bygd som en trakt. Det første laget er en enkel terskel over et glidende vindu, uten AI i det hele tatt, og svarer bare på om noe er galt. Det andre holder avviket opp mot årsaker som alt er sett, igjen deterministisk. Først det tredje laget, som nås når de to første ikke finner noe kjent, overlater det åpne spørsmålet til en modell.
Det viktige er hva som skjer etterpå. Når modellen foreslår en forklaring på en virkelig ny feil, handler man ikke bare på den. Den legges fram for en erfaren ingeniør, og godkjenner han den, går den feilen inn i det deterministiske laget og blir aldri mer diagnostisert av en modell. Mennesket er der, med Saibenes formulering, «ikke som et trygghetsteppe, men som en mekanisme». Systemet blir mer deterministisk, og billigere i drift, jo lenger det går. Det er det motsatte av hvordan de fleste AI-innføringer eldes.
Flaskehalsen flytter seg, den forsvinner ikke
Saibenes andre eksempel er det de fleste team ikke har sett komme. Generative verktøy kan produsere tusenvis av klipp, og hvert eneste av dem må fortsatt sjekkes av noen før det går ut. Begrensningen forsvant ikke da det ble billig å generere. Den flyttet seg fra å lage til å validere, og validering er delen ingen har automatisert.
Det interessante produktet er derfor ikke enda en høydepunktsgenerator. Det er validatoren: gi den et klipp og en kravspesifikasjon, og få tilbake en dom, publiserbart eller ikke. Noen av kontrollene er ren aritmetikk, som å bekrefte at en beskjæring virkelig er 9:16. Andre krever reelt skjønn, som om en sponsor faktisk er synlig eller om kommentaren stemmer med handlingen. Å vite hvilken som er hvilken, er hele konstruksjonen.
To mindre detaljer fra samme time er verdt å ta med seg. På et instrumentpanel for direkteovervåking som viser noe i retning av åtti tall, påpekte Roe at bare to av dem kommer fra AI, og at det forholdet er riktig og ikke en mangel. Og om kostnad er Roes sammenfatning av hele problemet vanskelig å forbedre: kontekst er konge, kontekst er kostnad, og for mye kontekst gir dårlig kvalitet.
Forward deployed engineer, konsulent eller systemintegrator?
Bransjen har allerede gode konsulenter og gode systemintegratorer. Skillet fortjener å sies klart, for ordene brukes om hverandre, og det burde de ikke.
| Rolle | Hva du får | Hvem som eier det etterpå |
|---|---|---|
| Konsulent | En vurdering, en anbefaling, en arkitektur | Du, fra bunnen |
| Systemintegrator | En leverandørs produkt, installert og konfigurert | Du og leverandøren |
| En leverandørs forward deployed engineer | Den leverandørens produkt, tilpasset stacken din | Leverandøren, så lenge du forblir kunde |
| Uavhengig media-FDE | Kode som går i ditt miljø | Du, med arbeidsmåtene overført til teamet ditt |
Inne hos leverandørene finnes rollen allerede for alvor. Både Bitmovin og CAMB.AI lyser for tiden ut stillinger med tittelen forward deployed broadcast eller streaming engineer, plassert mellom ingeniørteamene deres og de største mediekundene deres. Det er et sterkt signal: selskapene nærmest problemet skjønte at de trengte denne personen før resten av bransjen ga yrket et navn.
Forskjellen fra en uavhengig er enkel, og det er ingen kritikk av leverandørene. En leverandørs forward deployed engineer får betalt for å få ett produkt til å passe. En uavhengig får betalt for å få stacken din til å virke, inkludert de delene du helst ville byttet ut.
Det finnes en strategisk utgave av dette som er verdt å tenke over før du skriver under på noe. Etter hvert som agenter begynner å orkestrere mediearbeidsflyter, ligger det verdifulle laget ikke i modellen, som blir byttet ut flere ganger dette tiåret. Det ligger i orkestreringen og konteksten under den: eiendelene dine, reglene dine, driftskunnskapen din. JP Saibene i Qualabs formulerer risikoen rett ut, med henvisning til Andy Beachs arbeid om temaet: la en leverandør eie det laget mens du ikke eier konteksten under, og du ender med å leie tilbake din egen arbeidsflyt fra leverandørene dine. Den som bygger det laget for deg, bør bygge det slik at du beholder det.
Fem spørsmål som avslører om noen er ekte
Rekrutterer du til dette, hjelper ikke CV-en deg. Alle CV-er sier AI nå. Disse fem spørsmålene skiller folk som har levert video fra folk som bare noen gang har sendt tekst til et API.
1. «Vi vil automatisk merke et arkiv på 40 000 timer. Ta meg gjennom kostnadsmodellen.»
Du vil at de begynner med enheten, ikke med modellen. Timer innhold, kostnad per time, satsvis mot sanntid, og hva som kjøres utenfor rushtiden. Åpner de med hvilken modell de ville valgt, har de aldri fått dette prosjektet stoppet av en økonomidirektør.
2. «Masterne våre er DRM-beskyttet. Hvordan endrer det tilnærmingen din?»
Det riktige svaret er at det utelukker alt som krever dekoding, og skyver mot metadata på beholdernivå, sidefiler, eller et analysepunkt før krypteringen. Et galt svar er begeistring.
3. «Modellen sier at høydepunktet ligger på 42:17. Hva gjør jeg med det?»
Du lytter etter bildenøyaktighet, tidkodeformat, og om resultatet kan mate en EDL, en SCTE-35-markør eller en MAM-post. «Den gir deg et tidsstempel» er ikke et svar, det er å gjenta spørsmålet.
4. «Hvordan tar du stikkprøver av bilder fra et to timer langt innslag?»
Hvert n-te bilde er det svake svaret. Klippdeteksjon er et hederlig svar. Å bruke plasseringen av I-bilder og de bevegelsesvektorene koderen uansett laget, er svaret fra en som faktisk har måttet betale for inferens i stor skala.
5. «Hva skjer når modellen er utilgjengelig under en direktesending?»
Det må finnes en deterministisk reserveløsning og en definert nøddrift. Består svaret bare av nye forsøk, har det systemet aldri vært i sending.
Hva det koster, og hva det bør gi
En advarsel om tallene som sirkulerer. Samlet godtgjørelse på 300 000 til 1,2 millioner dollar siteres for forward deployed engineers, og det er virkelig, men det beskriver ansettelsespakker ved ledende AI-laboratorier i USA, tungt vektet mot aksjer. Det er ikke det mediene betaler, og ikke det en uavhengig spesialist i Europa tar. Les de tallene som bevis på at markedet priser rollen på nytt, ikke som en prisliste.
Det som er verdt å måle, er den andre siden. Kostnaden ved de 95% er et pilotprosjekt som slukte et års oppmerksomhet fra et team og ikke leverte noe. Mot det er det relevante spørsmålet ikke dagsprisen. Det er hvor raskt noen kan fortelle deg at prosjektet slik det er avgrenset vil koste fire ganger budsjettet sitt i arkivskala, eller at DRM gjør den foreslåtte tilnærmingen umulig, og om vedkommende deretter kan bygge den utgaven som virker.
Den samtalen bør skje den første uka, ikke i tredje kvartal.
Ofte stilte spørsmål
Hva er en Media Forward Deployed Engineer?
En ingeniør som leirer seg inn hos en kringkaster, en strømmetjeneste eller et medieselskap og eier et AI-system fra ende til annen inne i deres miljø: å avgrense det, skrive produksjonskoden og holde det i drift. Forskjellen fra en allmenn forward deployed engineer er fagdybden i video og lyd, altså kodeker, tidkode, strømmeprotokoller, innholdssikkerhet og økonomien i å behandle innhold i arkivskala.
Hvordan skiller en forward deployed engineer seg fra en konsulent?
En konsulent leverer en rapport eller en arkitektur og overlater byggingen til deg. En forward deployed engineer skriver og leverer produksjonskoden inne i ditt miljø, og overfører deretter arbeidsmåtene til teamet ditt. Leveransen er et system som går, ikke et dokument.
Hvorfor mislykkes så mange AI-prosjekter i mediene?
MITs forskning fant at 95% av bedrifters AI-pilotprosjekter ikke hadde noen målbar økonomisk effekt, og at feilene samlet seg rundt integrasjonen snarere enn modellkvaliteten. I mediene finnes det spesielt en annen vanlig årsak: enhetsøkonomien. Kostnader som ser ubetydelige ut per element, blir uoverkommelige over et arkiv på titusenvis av timer, og det regnestykket gjøres ofte etter pilotprosjektet i stedet for før.
Kan en allmenn AI-ingeniør gjøre dette arbeidet?
Delvis, og det er nettopp fella. Han kan raskt bygge en overbevisende prototype. Det som pleier å mangle, er bildenøyaktig håndtering av tidkode, bevisstheten om at kryptert innhold ikke kan dekodes, evnen til å produsere et resultat en sendekjede faktisk kan ta imot, som SCTE-35-markører eller TTML-undertekster, og en realistisk kostnadsmodell i stor skala. De hullene viser seg som regel etter at pilotprosjektet er godkjent.
Må jeg ansette en på heltid?
Som regel ikke i begynnelsen. Rollen er mest verdt der usikkerheten er størst: å avgrense, å velge hva som skal bygges, og å få det første systemet i produksjon. Mange medieselskaper leier inn en spesialist til den fasen og drifter deretter resultatet med sitt eget team, som er det tilsiktede utfallet, ettersom overføringen av arbeidsmåtene er en del av oppdraget.
Hva bør jeg spørre en kandidat om?
De fem spørsmålene ovenfor dekker kostnadsmodellering, innholdssikkerhet, bildenøyaktighet, stikkprøvestrategi og feilatferd i sending. De er vanskelige å besvare overbevisende uten å ha levert et AI-system i mediene, og lette for en som har gjort det.
Hvor du finner en
Verktøyene det lenkes til gjennom denne artikkelen er gratis å prøve. De er ikke poenget, men de er beviset for det: hvert eneste av dem begynte som et problem som dukket opp i drift og måtte løses ordentlig i stedet for å beskrives på en lysbildeside. Ett av dem er fortsatt i beta, av grunner artikkelen alt har forklart.
Prøver du å få AI inn i en kringkastings- eller strømmearbeidsflyt og trenger noen som allerede vet hvor det ryker, beskriv rollen, så avgrenser vi den sammen med deg, inkludert en ærlig dagspris før noen tar opp telefonen.
Og har du lest de ni punktene ovenfor og kjent igjen ditt eget fag: merkelappen settes på dette arbeidet akkurat nå. Når det skjer, dukker generalistene opp og gjør krav på den. De som faktisk har utført arbeidet, bør være å finne under det navnet først: bli med i talentnettverket.