🎤

مهندس فروش فنی هوش مصنوعی

AI Pre-Sales / Sales Engineer

مهندس فروش فنی (Sales Engineer یا Solutions Engineer) در تیم فروش یک شرکت سازندهٔ محصول AI کار می‌کند و طرف فنی معامله است: نیاز مشتری را در جلسه‌های discovery می‌فهمد، دموی متناسب با مسئلهٔ او می‌سازد، proof-of-concept را اجرا می‌کند و به سؤال‌های فنی و امنیتی خریدار جواب می‌دهد تا ارزیابی فنی به قرارداد برسد. در آگهی‌هایی که برای این صفحه بررسی شد، بیشتر شرکت‌ها عنوان Solutions Engineer را به کار برده‌اند و بقیه Sales Engineer، Pre-Sales Solutions Engineer یا Solutions Consultant را. کار در کنار Account Executive انجام می‌شود و بخشی از درآمد معمولاً به نتیجهٔ فروش بستگی دارد.

Technical Discoveryدمو و PoCAPI و WebhookPython یا JavaScriptLLM و AI Agentsامنیت و SSOهمکاری با Account Executive

مقدمه و تعریف شغل

مهندس فروش فنی (Sales Engineer) کسی است که در تیم فروش یک شرکت نرم‌افزاری کار می‌کند و طرف فنی معامله را بر عهده دارد. BLS این شغل را چنین تعریف می‌کند: فروش محصول یا خدماتی به کسب‌وکارها که به تخصص فنی نیاز دارد، مثل نرم‌افزار. در شرکت‌های AI این یعنی فهمیدن مسئلهٔ مشتری، ساختن دمو و proof-of-concept با محصول AI شرکت، جواب دادن به سؤال‌های فنی و امنیتی و بردن ارزیابی فنی. Tennr این کار را صریح نوشته: Solutions Consultant وقتی معامله واجد شرایط شد وارد می‌شود و ارزیابی فنی را از اولین دمو تا امضا در اختیار دارد؛ «کنار Account Executive کار می‌کنید، اما بردن ارزیابی کار شماست».

این شغل تازه نیست؛ BLS آن را گروه شغلی جداگانه‌ای (Sales Engineers، کد ۴۱-۹۰۳۱) با حدود ۵۱٬۶۰۰ شغل در آمریکا در سال ۲۰۲۵ می‌شمارد. بزرگ‌ترین کارفرمایان این گروه عمده‌فروشی کالاهای بادوام (۲۲٪) و تولید صنعتی (۲۱٪) است و طراحی سیستم‌های کامپیوتری (۱۸٪) و ناشران نرم‌افزار (۶٪) بعد از آن‌ها می‌آیند. آنچه تازه است، موج شرکت‌های AI است که این نقش را در مقیاس بزرگ استخدام می‌کنند: Sierra در اکتبر ۲۰۲۶ برای سان‌فرانسیسکو، تورنتو، لندن، مونیخ، مادرید، سیدنی، سنگاپور و کرهٔ جنوبی آگهی Sales Engineer داشت و Decagon، Deepgram، Cresta، Glean، LangChain، Legora، Vapi، Factory و Braintrust هم آگهی Solutions Engineer یا Sales Engineer منتشر کرده بودند. در این شرکت‌ها Sales Engineer معمولاً در دپارتمان فروش است و جدا از نقش‌های استقرار: Decagon تیم Solutions Engineering را زیر Sales و Agent Deployment Engineering را زیر Customer Team گذاشته و Cresta از Solutions Engineer می‌خواهد مشتری را «از پیش از فروش به استقرار» به تیم Forward Deployed تحویل دهد. مرز عنوان‌ها همه‌جا یکسان نیست: تیم Applied Engineering در Deepgram به گفتهٔ خودش کارهایی را که شرکت‌های دیگر بین Solutions Engineering، Sales Engineering، پیاده‌سازی و پشتیبانی فنی تقسیم می‌کنند، یک‌جا انجام می‌دهد.

چه چیزی می‌سازید؟

مثال‌های واقعی از خروجی کار یک مهندس فروش فنی هوش مصنوعی

🎬

دموی متناسب با مشتری

Sierra از Sales Engineer می‌خواهد از اولین discovery «در چند روز، نه چند هفته» به یک ایجنت کارکردی و متناسب با مشتری برسد. Tennr تأکید می‌کند نقشش «دمو دادن قابلیت‌ها» نیست و دمو باید حول مسئلهٔ مشخص خریدار ساخته شود.

🧪

proof-of-concept و پایلوت

Deepgram از Pre-Sales Solutions Engineer می‌خواهد PoC و دموی فنی سفارشی برای مورد استفادهٔ هر مشتری طراحی و پیاده کند. در Factory، Solutions Engineer ارزیابی کامل محصول را رهبری می‌کند و پایلوت را داخل محیط خود مشتری اجرا می‌کند.

🔌

طرح یکپارچه‌سازی

Vapi از Solutions Engineer می‌خواهد یکپارچه‌سازی ایجنت صوتی با telephony، CRM و سیستم‌های بک‌اند مشتری را scope کند. OpenAI از Solutions Engineer تبلیغات می‌خواهد روش پیاده‌سازی pixel، API و یکپارچه‌سازی server-to-server را طراحی و پیشنهاد کند.

🔐

پاسخ‌های امنیتی و RFP

Sierra حتی برای Associate Sales Engineer کمک به پاسخ RFP، RFI و پرسش‌نامهٔ امنیتی را جزو وظایف آورده و Legora پاسخ به نگرانی‌های امنیتی و امکان‌سنجی پیاده‌سازی را.

📈

business case و مدل ROI

Cresta از Solutions Engineer تخصصی ایجنت می‌خواهد کنار مدیران فروش، راه‌حل را به مدل مالی ROI تبدیل کند و business case را به زبانی بگوید که برای خریدار اقتصادی معنا دارد.

🧰

دارایی‌های قابل‌استفادهٔ مجدد برای تیم فروش

Vapi ساختن دموی قابل‌استفادهٔ مجدد، معماری مرجع و مستندات را از وظایف مداوم می‌داند و Deepgram برای Staff Sales Engineer ساختن battlecard رقابتی، پاسخ به اعتراض‌ها و محتوای آموزشی که هر AE بتواند بدون او هم بفروشد.

تخصص‌های مختلف مهندس فروش فنی هوش مصنوعی

این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد

🏢

مهندس فروش حساب‌های بزرگ

Enterprise / Strategic Sales Engineer

Sierra نقش را بر اساس اندازهٔ معامله لایه‌بندی کرده: High Growth برای معامله‌های ۲۰۰ تا ۵۰۰ هزار دلاری با سه تا چهار سال سابقه، Majors برای ۵۰۰ هزار تا یک میلیون با چهار تا شش سال و Strategic برای بالای یک میلیون دلار با هفت سال یا بیشتر. هرچه معامله بزرگ‌تر، بررسی معماری، یکپارچه‌سازی و امنیت با تیم‌های مشتری سنگین‌تر.

🎯

مهندس فروش متخصص

Specialist / Overlay Sales Engineer

متخصص یک محصول که در معامله‌های مرتبط وارد می‌شود. Cresta یک Principal Solutions Engineer برای ایجنت AI می‌خواهد که Solutions Engineer های اصلی در لحظهٔ لازم واردش کنند، و Deepgram یک Staff Sales Engineer که کنار همهٔ AE ها رهبر فنی معامله‌های Voice Agent است.

🤝

مهندس راهکار شرکا

Partner Solutions Engineer

کار با شرکای فروش و پیاده‌سازی به‌جای مشتری نهایی. Glean از Partner Solutions Engineer می‌خواهد به VAR ها، GSI ها، SI ها، شرکای ابری و ISV ها کمک کند Glean را برای مشتریانشان طراحی و مستقر کنند و دموها و کارگاه‌های مشترک بسازد. OpenAI و Hex هم این عنوان را آگهی کرده‌اند.

🎬

مهندس دمو

Demo Engineer

ساختن دمو، پیاده‌سازی مرجع و ابزارهایی که کل تیم فروش استفاده می‌کند. به گفتهٔ آگهی Anthropic این نقش «میان مهندسی محصول، روایت فنی و اجرای GTM» است و چون دمو اغلب اولین برداشت مشتری از توان مدل است، دقت و صداقت به اندازهٔ ظاهر آن اهمیت دارد.

🏛️

مهندس راهکار بخش دولتی

Public Sector / Federal Solutions Engineer

فروش فنی به نهادهای دولتی و دفاعی. Scale AI برای Solutions Engineer در واشنگتن مجوز امنیتی فعال دولت آمریکا در سطح TS/SCI را شرط کرده و Deepgram هم Senior Solutions Engineer مخصوص بخش فدرال آگهی کرده است.

تفاوت با شغل‌های مشابه

کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟

معمار راهکارهای هوش مصنوعیAI Solutions Architect

دو نقش هم‌پوشانی زیادی دارند و Sales Engineer اغلب مسیر ورود به معماری راهکار است؛ Anthropic برای Applied AI Architect پنج سال سابقه در نقش‌هایی مثل Solutions Architect، Sales Engineer یا Technical Account Manager می‌خواهد. شرکت‌هایی که هر دو عنوان را آگهی می‌کنند، مرز را این‌طور می‌کشند: در Deepgram، Pre-Sales Solutions Engineer تمرکز اصلی‌اش پیش از فروش است، اما Solutions Architect همان تیم «در نقش پس از فروش» مالک کل همکاری با مشتری است و فقط حدود ۱۵٪ وقتش صرف پیش از فروش می‌شود. در Cresta، Solutions Architect مالک نقشهٔ معماری از پیش از فروش تا پس از فروش است و با «Pre-sales Solution Engineers» همکاری می‌کند.

مهندس مستقر نزد مشتریForward Deployed Engineer

Sales Engineer ارزیابی فنی را می‌برد و Forward Deployed Engineer بعد از قرارداد سیستم را در محیط مشتری می‌سازد و به پروداکشن می‌رساند. Cresta از Solutions Engineer تحویل منظم «از پیش از فروش به استقرار» به تیم Forward Deployed را می‌خواهد و Sierra از Sales Engineer می‌خواهد بعد از فروش، از تحویل به تیم Agent Development تا راه‌اندازی، کنار حساب بماند. در برخی شرکت‌ها مرز باز است: Sales Engineer در LangChain با تیم مهندسی مشتری ایجنت پروداکشن هم می‌سازد.

مشاور هوش مصنوعیAI Consultant

مشاور AI معمولاً در شرکت مشاوره یا داخل سازمان کار می‌کند و کمک می‌کند تصمیم گرفته شود AI کجا و چطور به کار برود. Sales Engineer برای فروشندهٔ یک محصول مشخص کار می‌کند و موفقیتش به معامله گره خورده است: Sierra او را «شریک اصلی فروشنده‌ها برای بردن معامله» می‌نامد و Staff Sales Engineer در Deepgram سهمیهٔ فروش (quota) دارد. مهارت مشترک discovery و تبدیل مسئلهٔ کسب‌وکار به راه‌حل است.

مدیر فروش (Account Executive)Account Executive

Account Executive مالک رابطهٔ تجاری، قیمت و قرارداد است و Sales Engineer مالک طرف فنی همان معامله. Tennr می‌نویسد Solutions Consultant کنار AE کار می‌کند، استراتژی معامله را با او پیش می‌برد، اما بردن ارزیابی فنی کار خود اوست. در برخی تیم‌ها Sales Engineer هم در سهمیه شریک است: Deepgram برای Staff Sales Engineer سهمیهٔ مشتری‌های تازه و درآمد سالانهٔ Voice Agent تعیین کرده است.

تأثیر در صنایع مختلف

مهندس فروش فنی هوش مصنوعی در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری

🎧

خدمات مشتری و مراکز تماس

Sierra، Decagon و Cresta ایجنت‌های AI خدمات مشتری می‌فروشند و Sales Engineer باید ایجنت را برای مورد استفادهٔ هر برند نشان دهد؛ Cresta تجربه با پلتفرم‌های مرکز تماس را امتیاز می‌داند

🎙️

Voice AI

در Deepgram، Sales Engineer باید نشان دهد ایجنت صوتی چطور به SIP، PBX یا پلتفرم مرکز تماس مشتری وصل می‌شود و دربارهٔ تأخیر، قطع کردن حرف و هزینهٔ هر دقیقه دقیق حرف بزند. Vapi هم scope کردن یکپارچه‌سازی با telephony و CRM را از Solutions Engineer می‌خواهد

⚖️

حقوقی

Legora که به گفتهٔ آگهی بیش از ۲٬۱۰۰ مشتری در بیش از ۸۰ کشور دارد، Solutions Engineer را برای discovery، دموی سفارشی و proof-of-value با مؤسسه‌های حقوقی استخدام می‌کند

🏥

سلامت

Tennr از Solutions Consultant می‌خواهد گردش کار پذیرش ارجاع و مجوز قبلی بیمه را بفهمد، هزینهٔ آن را برای مشتری کمّی کند و تجربهٔ حوزهٔ سلامت را امتیاز می‌داند

🔎

جستجو و دستیار سازمانی

Glean از Solutions Engineer می‌خواهد نشان دهد پلتفرمش چطور به سیستم‌هایی مثل Microsoft 365 و Google Workspace مشتری وصل می‌شود و پایلوت و proof-of-value را اجرا کند

🛠️

ابزار توسعه و زیرساخت ایجنت

LangChain، Braintrust و Factory ابزار ساخت، ارزیابی و پایش ایجنت یا توسعهٔ نرم‌افزار با ایجنت می‌فروشند؛ خریدارشان مهندسان‌اند و Sales Engineer باید بتواند کد بخواند و جلوی تیم مهندسی مشتری حرف فنی بزند

📣

تبلیغات دیجیتال

OpenAI برای پلتفرم تبلیغاتش Solutions Engineer می‌خواهد که با تبلیغ‌دهنده‌ها و آژانس‌ها دربارهٔ pixel، API تبدیل، اندازه‌گیری و جریان داده کار کند

🏛️

دولت و دفاع

Scale AI برای مشتریان دولتی آمریکا Solutions Engineer با مجوز امنیتی TS/SCI می‌خواهد که برای ذی‌نفعان فدرال دمو بسازد و پایلوت‌ها را کنار AE اجرا کند

تصورات غلط رایج

قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید

Sales Engineer فروشنده است و کار فنی جدی نمی‌کند

آگهی‌ها مهارت فنی واقعی می‌خواهند: Deepgram پیشینهٔ قوی مهندسی نرم‌افزار و تجربهٔ توسعهٔ حرفه‌ای در دست‌کم یک زبان مثل Python یا JavaScript را شرط کرده، Braintrust تسلط به TypeScript و Python را و Vapi توانایی ساختن سریع یک نمونهٔ کارکردی را. Glean صریحاً نوشته این نقش «پروفایل کلاسیک SE نیست» و مهارت فنی قوی می‌خواهد.

برای ورود باید چند سال مهندس نرم‌افزار بوده باشید یا مدرک مهندسی داشته باشید

سطح ورودی وجود دارد: Sierra برای Associate Sales Engineer یک سال تجربه در نقشی فنی و رو در رو با مشتری، از جمله پشتیبانی فنی یا مشاوره، می‌خواهد و کارآموزی را هم حساب می‌کند. BLS هم می‌نویسد کسانی که مدرک ندارند، اگر تجربهٔ فروش و تجربه یا آموزش فنی داشته باشند، گاهی شرایط را دارند. با این حال بیشتر آگهی‌های بررسی‌شده دست‌کم سه سال و بسیاری پنج سال یا بیشتر سابقه می‌خواهند.

کار فقط دمو دادن است

LangChain در آگهی Sales Engineer نوشته «این کار دمو یا پژوهش نیست» و Factory که نقش «بسیار فراتر از اجرای دمو» است. Tennr هم گفته نقشش دمو دادن قابلیت‌ها نیست. بخش بزرگی از کار discovery، طراحی PoC، پاسخ به پرسش‌نامهٔ امنیتی، بررسی معماری و کار با AE روی استراتژی معامله است.

هر آگهی Solutions Engineer یعنی کار پیش از فروش

عنوان‌ها یکدست نیستند. Tennr برای کار پیاده‌سازی پس از فروش عنوان Enterprise Solutions Engineer (Post-Sales) را به کار برده و کار پیش از فروش را Solutions Consultant نامیده است. در Deepgram هم Pre-Sales Solutions Engineer و Solutions Architect در یک تیم‌اند و فرقشان در درصد وقتی است که صرف پیش یا پس از فروش می‌شود. متن آگهی را بخوانید، نه فقط عنوان را.

AI به‌زودی جای Sales Engineer را می‌گیرد

BLS می‌نویسد ابزارهای AI ممکن است برخی کارها مثل تحقیق بازار را کارآمدتر کنند و رشد این شغل را محدود کنند، اما رشد اشتغال Sales Engineer هایی که نرم‌افزار و سخت‌افزار کامپیوتر می‌فروشند احتمالاً قوی خواهد بود. آگهی‌ها هم استفاده از AI را جزو خود کار می‌دانند: Sierra می‌خواهد ابزارهای AI بخش همیشگی کار فروش فنی باشند و تأکید می‌کند مسئولیت درستی خروجی با خود Sales Engineer است.

یک روز کاری واقعی

در هر سطح روز کاری چه شکلی است؟

جونیور (۰–۲ سال)

بیشتر وقت صرف یادگیری محصول و همراهی با Sales Engineer های ارشد می‌شود. طبق آگهی Associate Sales Engineer در Sierra، کار با شرکت در discovery و پاسخ به سؤال‌های فنی شروع می‌شود و به‌تدریج به اجرای دموی استاندارد و پوشش حساب‌ها برای تیم فروش می‌رسد.

  • ◆شرکت در جلسهٔ discovery و پاسخ به سؤال فنی مشتری، اگر ممکن است در همان جلسه
  • ◆به‌روز نگه داشتن محیط دمو و کمک به ساختن PoC برای Sales Engineer ارشد
  • ◆پر کردن بخش‌های فنی یک RFP یا پرسش‌نامهٔ امنیتی
  • ◆به‌روز کردن اطلاعات فرصت‌ها در CRM و گذراندن دوره‌های آموزشی محصول

میانی (۲–۵ سال)

مالک طرف فنی چند معامله هستید. برنامهٔ ۹۰ روزهٔ Deepgram همین مسیر را نشان می‌دهد: اول همراهی با همکاران ارشد و ساختن دمو، بعد رهبری discovery کنار AE ها و ساختن PoC سفارشی، و در پایان مالکیت رابطهٔ فنی با حساب‌های مشخص.

  • ◆جلسهٔ discovery با تیم فنی یک مشتری برای فهم سیستم‌ها و معیار تصمیم
  • ◆ساختن دموی سفارشی و اجرای آن برای تصمیم‌گیرندگان فنی و کسب‌وکاری
  • ◆scope کردن یکپارچه‌سازی و پیگیری بررسی امنیتی مشتری
  • ◆جلسه با AE برای مرور وضعیت معامله و برنامهٔ قدم بعدی
  • ◆نوشتن بازخورد مشتری برای تیم محصول

ارشد (۵+ سال)

معامله‌ها بزرگ‌تر و ذی‌نفعان بیشترند. Sierra از Sales Engineer سطح Strategic می‌خواهد بحث‌های معماری، یکپارچه‌سازی و امنیت را با معماران سازمانی، مدیران مهندسی و تیم امنیت مشتری رهبری کند و Cresta از Principal Solutions Engineer برگزاری کارگاه ROI و آموزش بقیهٔ تیم.

  • ◆رهبری بررسی معماری و امنیت با تیم IT و امنیت یک مشتری بزرگ
  • ◆برگزاری کارگاه discovery برای تعریف مورد استفاده و مسیر رسیدن به ارزش
  • ◆منتورینگ Sales Engineer های تازه‌تر و ساختن دارایی‌های مشترک برای صنعت خود
  • ◆تحویل منظم مشتری به تیم استقرار پس از امضای قرارداد

مسئولیت‌ها و وظایف

مسئولیت‌های اصلی

وظایف روزانه و مهارت‌های مورد نیاز در این شغل

فنی
  • ◈اجرای جلسه‌های technical discovery برای فهم مسئله، سیستم‌های فعلی و معیار تصمیم مشتری
  • ◈ساختن و اجرای دموی متناسب با مورد استفادهٔ هر مشتری، نه دموی عمومی قابلیت‌ها
  • ◈طراحی و اجرای proof-of-concept، پایلوت یا proof-of-value با معیار موفقیت روشن
  • ◈scope کردن یکپارچه‌سازی با API، webhook، CRM، telephony و سیستم‌های داخلی مشتری
  • ◈پاسخ به سؤال‌های فنی و امنیتی، RFP و RFI و پرسش‌نامه‌های امنیتی
مهارت نرم
  • ◈همکاری نزدیک با Account Executive در استراتژی معامله و مدیریت اعتراض‌های فنی
  • ◈توضیح ارزش کسب‌وکاری راه‌حل برای مدیران غیرفنی و ساختن business case
  • ◈رساندن بازخورد مشتری به تیم محصول و ساختن دمو، مستندات و محتوای آموزشی قابل‌استفادهٔ مجدد برای تیم فروش
مدیریتی
  • ◈تحویل منظم مشتری به تیم استقرار یا پیاده‌سازی پس از امضای قرارداد

مهارت‌های مورد نیاز

مهارت‌های فنی، نرم و حوزه‌ای که یک مهندس فروش فنی هوش مصنوعی موفق به آن‌ها نیاز دارد

مهارت‌های فنی

API، webhook و JSONضروری

Vapi راحتی با REST API و webhook را می‌خواهد و Sierra آموزش API ها، webhook ها و الگوهای یکپارچه‌سازی به مشتری را جزو کار Associate SE آورده است

اسکریپت‌نویسی در Python یا JavaScriptضروری

برای ساختن دمو، PoC و اسکریپت یکپارچه‌سازی؛ Deepgram، Vapi و LangChain آن را خواسته‌اند

ساختن دمو و PoCضروری

مشترک تقریباً همهٔ آگهی‌ها؛ Deepgram تجربهٔ ساختن و نمایش PoC برای مخاطبان متنوع را شرط کرده است

برنامه‌های مبتنی بر LLMمهم

پرامپت، tool use و retrieval (آگهی Anthropic) و طراحی برنامه‌های چندمرحله‌ای ایجنت فراتر از یک فراخوانی ساده (آگهی LangChain)

ایجنت‌های AIمهم

Cresta آشنایی با چارچوب‌های ایجنت، الگوهای orchestration و معماری‌های مبتنی بر LLM را می‌خواهد

ارزیابی کیفیتمهم

Vectara ارزیابی و تنظیم pipeline های بازیابی و agentic را از Sales Engineer می‌خواهد تا برنامه به استاندارد سازمانی برسد

سرویس‌های ابریمهم

AWS، GCP یا Azure؛ Glean شرط کرده و Deepgram امتیاز می‌داند

هویت و SSOمهم

SAML، SCIM و OIDC و سرویس‌هایی مثل Okta و Entra ID؛ از شروط آگهی Glean

مفاهیم امنیت و انطباقمهم

Firewall، VPN، SSL/TLS و DLP (آگهی Glean) و خواندن گزارش SOC 2 (آگهی Tennr)

Docker و Kubernetesمفید

برای مشتریانی که محصول را روی زیرساخت خودشان اجرا می‌کنند؛ Deepgram امتیاز می‌داند

مهارت‌های فروش و ارتباط

Technical discoveryضروری

Deepgram رهبری discovery فنی و طراحی راه‌حل را اولین وظیفه آورده و Glean تجربه با چارچوب‌های discovery مبتنی بر ارزش را می‌خواهد

توضیح فنی برای مخاطب غیرفنیضروری

تقریباً در همهٔ آگهی‌ها آمده؛ Deepgram می‌گوید باید بتوانید یک مسیر تماس SIP را برای مهندس و business case هزینه را برای مدیر در یک جلسه توضیح دهید

همکاری با Account Executiveضروری

Deepgram همکاری با AE برای عبور از اعتراض‌های فنی و سرعت دادن به چرخهٔ فروش را می‌خواهد

روایت و ارائهمهم

Vectara دنبال «قصه‌گوی متقاعدکننده» با تجربهٔ ساختن روایت محصول است

business case و ROIمهم

Cresta ساختن مدل مالی ROI برای خریدار اقتصادی را از Solutions Engineer می‌خواهد

نوشتن RFP و مستنداتمهم

Sierra و Legora پاسخ به RFP و RFI را در وظایف آورده‌اند

روش‌های فروشمفید

Deepgram آشنایی با MEDDIC، Triangle یا Solution Selling را برای Pre-Sales SE و Challenger را برای Staff SE امتیاز می‌داند

دانش حوزه‌ای

دانش صنعت مشتریمهم

Tennr تجربهٔ حوزهٔ سلامت، Cresta تجربهٔ مرکز تماس و OpenAI تجربهٔ adtech و martech را امتیاز می‌دانند؛ Sierra از Sales Engineer می‌خواهد در صنعت خودش عمیق شود

استفاده از AI در کار خودمهم

Sierra و Datadog استفادهٔ عملی از ابزارهای AI را در کار روزمره شرط کرده‌اند؛ Datadog می‌گوید اعتبار نزد آزمایشگاه‌های AI به عمل‌گرا بودن بستگی دارد، نه ناظر بودن

حلقهٔ بازخورد محصولمفید

Sierra، Vapi و Deepgram رساندن بازخورد مشتری به تیم محصول را جزو کار می‌دانند

ضروری — بدون آن نمی‌توان وارد بازار کار شدمهم — تفاوت بین جونیور و میانیمفید — مزیت رقابتی

نقشه راه و مسیر آموزشی

نقشه راه تبدیل شدن به مهندس فروش فنی هوش مصنوعی

این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.

1

پایهٔ فنی: یک زبان اسکریپت، HTTP، API و داده

⏱️ ۲ تا ۳ ماه

آگهی‌ها از Sales Engineer انتظار دارند خودش دست به کد شود: Vapi راحتی با REST API، webhook و اسکریپت‌نویسی در Python یا JavaScript و ساختن سریع یک نمونهٔ کارکردی را می‌خواهد و Sierra حتی برای Associate Sales Engineer تجربهٔ عملی با API، webhook، JSON و اسکریپت را امتیاز می‌داند. هدف این مرحله این است که بتوانید یک API را صدا بزنید، خروجی JSON را بخوانید و یک اسکریپت کوچک یکپارچه‌سازی بنویسید.

Python یا JavaScriptHTTP و REST APIWebhookJSONSQL پایهGit
2

فهم محصول AI: مدل زبانی، بازیابی، ایجنت و ارزیابی

⏱️ ۲ تا ۳ ماه

شما باید محصولی را که می‌فروشید از درون بفهمید. Anthropic برای Demo Engineer تجربهٔ ساختن برنامه یا ایجنت روی API مدل‌های زبانی، شامل پرامپت، tool use و retrieval را می‌خواهد و Cresta تجربهٔ عملی در طراحی، ساخت یا فروش ایجنت‌های AI را. Vectara هم از Sales Engineer می‌خواهد کیفیت pipeline های بازیابی و agentic را بسنجد و تنظیم کند.

Prompt engineeringTool callingRAG و جستجوی برداریAI AgentsMCPارزیابی کیفیت خروجی (Evals)
3

ابر، امنیت و یکپارچه‌سازی سازمانی

⏱️ ۱ تا ۲ ماه

در معامله‌های سازمانی، تیم IT و امنیت مشتری هم تصمیم‌گیرنده‌اند. Glean از Solutions Engineer آشنایی با SSO و پروتکل‌های SAML، SCIM و OIDC، مفاهیمی مثل Firewall، VPN و SSL/TLS و پلتفرم‌های GCP، AWS و Azure را می‌خواهد. Tennr انتظار دارد بتوانید گزارش SOC 2 را بخوانید و به پرسش‌نامهٔ امنیتی فروشنده بدون مترجم فنی جواب دهید.

مبانی AWS، Azure یا GCPSSO: SAML، OIDC، SCIMSOC 2 و پرسش‌نامهٔ امنیتیشبکه و TLS در حد مفهومیDockerریسک‌های امنیتی LLM
4

مهارت پیش از فروش: discovery، دمو، PoC و روش فروش

⏱️ ۲ تا ۳ ماه

این بخش همان چیزی است که Sales Engineer را از مهندس جدا می‌کند. Glean پنج سال تجربهٔ پیش از فروش و کار با چارچوب‌های discovery مبتنی بر ارزش را می‌خواهد و Deepgram آشنایی با روش‌هایی مثل MEDDIC، Triangle یا Solution Selling را امتیاز می‌داند. یاد بگیرید سؤال‌های discovery بپرسید، دمو را حول مسئلهٔ مشتری بچینید و برای PoC معیار موفقیت تعریف کنید.

Technical discoveryدموی متناسب با مسئلهٔ مشتریطراحی PoC با معیار موفقیتپاسخ به RFP و RFIMEDDIC / MEDDPICCمدیریت اعتراض فنی (objection handling)
5

ساختن دمو با ابزارهای AI و آماده شدن برای مصاحبه

⏱️ مداوم

Sierra می‌خواهد ابزارهای AI بخشی همیشگی از کار فروش فنی شما باشند، از آماده شدن برای discovery تا ساختن دمو و پروپوزال، و تأکید می‌کند مسئولیت درستی هر چیزی که جلوی مشتری می‌گذارید با خود شماست. Anthropic هم برای Demo Engineer تجربه با Claude Code، Agent SDK و MCP را امتیاز می‌داند. چند دموی کامل بسازید و آن‌ها را ضبط کنید تا در مصاحبه کار واقعی برای نشان دادن داشته باشید.

ساختن دمو با Claude Code یا Cursorاپ دمو با Streamlitداده‌ی مصنوعی برای دموضبط دموی کوتاهروایت فنی (technical storytelling)

ابزارها و استک فنی

ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت

ساخت دمو و نمونه

Python

زبان رایج برای اسکریپت و PoC؛ Deepgram، Vapi و Braintrust نامش را آورده‌اند و Sierra آن را در کنار JavaScript برای اسکریپت‌نویسی امتیاز می‌داند

ضروری
Postman

صدا زدن و آزمودن API پیش از نوشتن کد؛ برای نشان دادن یکپارچه‌سازی در جلسه با مشتری هم به کار می‌آید

مفید
Streamlit

ساختن سریع رابط وب برای یک دموی Python، بدون کار جدی روی فرانت‌اند

مفید
Claude Code

ابزار کدنویسی با AI؛ Anthropic تجربه با آن را برای Demo Engineer امتیاز می‌داند و Sierra استفادهٔ کارآمد از ابزارهای AI در ساخت دمو و نمونه را می‌خواهد

مفید

پلتفرم‌ها و چارچوب‌های AI

Claude Platform Docs

مستندات API مدل‌های Claude: پرامپت، tool use و ساخت ایجنت

مفید
OpenAI Cookbook

نمونه‌کدهای آماده برای کار با API های OpenAI؛ نقطهٔ شروع خوبی برای PoC

مفید
LangGraph

چارچوب ساخت ایجنت؛ LangChain برای Sales Engineer تجربهٔ استقرار ایجنت با LangChain، LangGraph یا مشابه آن را امتیاز می‌داند

مفید
Pipecat

چارچوب متن‌باز ایجنت صوتی؛ Deepgram برای Staff Sales Engineer تجربه با Pipecat، LiveKit، Vapi یا Retell را امتیاز می‌داند

پیشرفته

فروش و ارتباط با مشتری

Salesforce

CRM رایج در تیم‌های فروش؛ Sierra راحتی با CRM مثل Salesforce و به‌روز نگه داشتن اطلاعات فرصت‌ها را از Associate Sales Engineer می‌خواهد و Cresta آشنایی با Salesforce.com را امتیاز می‌داند. Trailhead آموزش رایگان آن است

مفید
MEDDICC

چارچوب ارزیابی و پیشبرد معامله؛ Deepgram آشنایی با MEDDIC را برای Pre-Sales Solutions Engineer امتیاز می‌داند

مفید
Loom

ضبط دموی کوتاه برای مشتری یا برای پورتفولیوی خودتان

مفید

ابر، امنیت و یکپارچه‌سازی

AWS / Azure / GCP

Deepgram آشنایی با پلتفرم‌های ابری را امتیاز می‌داند و Glean آشنایی با GCP، AWS و Azure را شرط کرده است

مفید
Okta / Entra ID (SSO)

Glean آشنایی با سرویس‌های هویت و SSO مثل Azure/Entra ID و Okta و پروتکل‌های SAML، SCIM و OIDC را می‌خواهد

مفید
Docker و Kubernetes

Deepgram آشنایی با Docker و Kubernetes را امتیاز می‌داند، چون برخی مشتریان مدل را روی زیرساخت خودشان اجرا می‌کنند

پیشرفته
ngrok

در دسترس قرار دادن سرور محلی برای آزمودن webhook در دمو یا PoC

مفید
ضروری — باید یاد بگیریدمفید — ارزش یادگیری داردپیشرفته — برای سطوح ارشد

مسیر پیشرفت شغلی

از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید

Associate Sales Engineer

۰ تا ۲ سال

~$125K

میانگین سالانه (آمریکا)

یادگیری محصول، شرکت در جلسه‌های discovery، کمک به Sales Engineer های ارشد در ساخت دمو و PoC، پاسخ به RFP و پرسش‌نامهٔ امنیتی و به‌روز نگه داشتن CRM. Sierra برای این سطح یک سال تجربه در نقش فنی رو در رو با مشتری (پیش از فروش، پشتیبانی فنی یا مشاوره) می‌خواهد و کارآموزی را هم حساب می‌کند؛ حقوق پایه در سان‌فرانسیسکو ۱۱۰ تا ۱۴۰ هزار دلار به‌اضافهٔ کمیسیون و سهام.

API و JSONدموی استانداردRFPCRM

Sales Engineer / Solutions Engineer

۲ تا ۵ سال

~$150K

میانگین سالانه (آمریکا)

مالکیت طرف فنی چند معامله از اولین دمو تا بررسی امنیتی و تحویل به تیم استقرار، در کنار Account Executive. Vapi برای این نقش سه سال سابقه می‌خواهد (حقوق پایهٔ ۱۴۰ تا ۱۶۰ هزار دلار به‌اضافهٔ ۶۰ تا ۹۰ هزار دلار کمیسیون) و Sierra برای High Growth Enterprise Sales Engineer سه تا چهار سال، با معامله‌های ۲۰۰ تا ۵۰۰ هزار دلاری.

Technical DiscoveryPoC و پایلوتیکپارچه‌سازیDeal Strategy

Senior / Enterprise Sales Engineer

۵+ سال

~$222K

میانگین سالانه (آمریکا)

رهبری فنی معامله‌های بزرگ سازمانی، بررسی معماری و امنیت با معماران و تیم امنیت مشتری و راهنمایی همکاران تازه‌تر. Deepgram برای Pre-Sales Solutions Engineer پنج سال سابقه می‌خواهد (حقوق پایهٔ ۱۹۷ تا ۲۴۶ هزار دلار) و Sierra برای سطح Majors چهار تا شش سال با معامله‌های ۵۰۰ هزار تا یک میلیون دلاری.

Enterprise DealsArchitecture ReviewExecutive CommunicationMentoring

Principal / Staff SE یا مدیر تیم Sales Engineering

۷+ سال

متخصص یک محصول یا صنعت که در معامله‌های حساس وارد می‌شود، یا مدیر تیم. Sierra برای سطح Strategic هفت سال سابقه و معامله‌های بالای یک میلیون دلار را می‌خواهد و Deepgram برای Staff Sales Engineer هفت سال، با سهمیهٔ فروش (quota) مستقل و OTE ۲۷۰ تا ۳۳۰ هزار دلار.

Specialist ExpertiseQuota OwnershipField EnablementTeam Leadership

چالش‌ها و جنبه‌های منفی

واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید

درآمد وابسته به فروش

عمومی

BLS می‌نویسد کار Sales Engineer ممکن است پراسترس باشد، چون درآمد و امنیت شغلی‌اش اغلب به موفقیت در فروش و خدمات مشتری بستگی دارد. در آگهی‌ها هم بخش متغیر بزرگ است: Vapi کنار حقوق پایهٔ ۱۴۰ تا ۱۶۰ هزار دلار، ۶۰ تا ۹۰ هزار دلار کمیسیون اعلام کرده و Staff Sales Engineer در Deepgram سهمیهٔ فروش مستقل دارد.

سفر زیاد

عمومی

Deepgram و Factory تا ۵۰٪ سفر، LangChain ۴۰٪ و Glean برای Partner Solutions Engineer ۲۵ تا ۵۰٪ سفر اعلام کرده‌اند. BLS هم می‌نویسد برخی Sales Engineer ها زیاد سفر می‌کنند و گاهی چند روز در ماه دور از خانه‌اند.

چند معامله هم‌زمان و تغییر مداوم زمینه

استارتاپ

Sierra از Sales Engineer سطح High Growth سابقهٔ مدیریت هم‌زمان تعداد زیادی معامله بدون افت کیفیت و راحتی در جابه‌جایی بین زیرصنعت‌ها و موارد استفاده را می‌خواهد. هر مشتری سیستم‌ها، ذی‌نفعان و زمان‌بندی خودش را دارد.

صداقت دربارهٔ توان مدل

عمومی

Anthropic می‌نویسد دمو اغلب اولین برداشت مشتری از کارهایی است که مدل می‌تواند و نمی‌تواند بکند، پس دقت و صداقت به اندازهٔ ظاهر اهمیت دارد. Sierra هم تأکید می‌کند مسئولیت درستی هر چیزی که جلوی مشتری می‌گذارید با شماست، چه با کمک AI ساخته شده باشد چه نه. وعدهٔ بیش از حد در فروش، بعداً در استقرار هزینه دارد.

دمو و پایلوتی که خراب می‌شود

عمومی

Vapi صریحاً کسی را می‌خواهد که وقتی دموی زنده یا پایلوت خراب می‌شود آرام و چاره‌جو بماند. در Datadog، proof-of-value به‌جای پایلوت کنترل‌شده روی بار کاری واقعی و در مقیاس واقعی اجرا می‌شود، با همهٔ ملاحظات ایمنی‌اش.

سؤال‌های امنیت و انطباق

شرکت بزرگ

در فروش سازمانی، تیم امنیت مشتری می‌تواند معامله را نگه دارد. Tennr از Solutions Consultant می‌خواهد گزارش SOC 2 را بخواند، کنترل‌هایی مثل رمزنگاری و مدیریت دسترسی را تفسیر کند و به ارزیابی امنیتی فروشنده جواب دهد، و Glean آشنایی با SSO، Firewall، VPN و DLP را شرط کرده است.

حقوق و بازار کار جهانی

حقوق جهانی مهندس فروش فنی هوش مصنوعی

حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.

کشورمیانه / میانگینارز
🇺🇸آمریکا
$221,500USD

* ارقام سالانه‌اند. منبع هر رقم:

چگونه از صفر شروع کنیم

برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی

ماه ۱: API و اسکریپت

اگر هنوز راحت نیستید، Python یا JavaScript را تا حد صدا زدن API، خواندن JSON و نوشتن یک webhook ساده محکم کنید.

ماه ۲: محصولات LLM از درون

با API یک مدل کار کنید و یک ایجنت ساده با یکی دو ابزار بسازید تا بدانید چه چیزی را می‌فروشید.

ماه ۳: امنیت و یکپارچه‌سازی سازمانی

SSO، SAML و OIDC، مبانی SOC 2 و ریسک‌های امنیتی LLM را یاد بگیرید و یک پرسش‌نامهٔ امنیتی نمونه را پر کنید.

ماه ۴: discovery و دمو

روش discovery و ساختن دمو حول مسئلهٔ مشتری را یاد بگیرید و برای یکی از پروژه‌هایتان یک دموی ضبط‌شده بسازید.

ماه ۵: یک PoC کامل

یک PoC با سند معیار موفقیت، نتیجهٔ ارزیابی و گزارش برای مدیر غیرفنی بسازید.

ماه ۶: پورتفولیو و درخواست

دموهای ضبط‌شده و گزارش PoC را در یک صفحه جمع کنید و برای نقش‌های Associate Sales Engineer یا Solutions Engineer درخواست بدهید؛ برای مصاحبه یک دموی زندهٔ ۱۵ دقیقه‌ای آماده داشته باشید.

پروژه‌های پیشنهادی برای رزومه

دموی ایجنت پشتیبانی برای یک شرکت فرضی

مبتدی

ایجنتی بسازید که به سؤال مشتری یک فروشگاه فرضی جواب بدهد و با tool calling وضعیت سفارش را از یک API ساختگی بخواند. یک اسکریپت دموی ۱۰ دقیقه‌ای بنویسید که از مسئلهٔ مشتری شروع شود، نه از فهرست قابلیت‌ها، و آن را ضبط کنید.

PythonLLM APIStreamlitLoom
زمان تخمینی: ۲ هفته

طرح و گزارش PoC با معیار موفقیت

متوسط

برای یک دستیار پرسش و پاسخ روی اسناد عمومی (مثلاً مستندات یک نرم‌افزار متن‌باز) سندی بنویسید که معیار موفقیت، داده‌ی آزمون و برنامهٔ زمانی PoC را مشخص کند. بعد سیستم را بسازید، با ۳۰ تا ۵۰ سؤال نمونه بسنجید و گزارشی بنویسید که یک مدیر غیرفنی هم بفهمد.

PythonRAGpgvector یا ChromaEvals
زمان تخمینی: ۳ هفته

بستهٔ پاسخ امنیتی برای یک محصول AI فرضی

متوسط

به یک پرسش‌نامهٔ امنیتی نمونه برای محصول فرضی خودتان جواب دهید: نگهداری داده، رمزنگاری، SSO با SAML یا OIDC، کنترل دسترسی و دفاع در برابر prompt injection بر اساس OWASP. این همان کاری است که Sierra، Legora و Tennr در آگهی‌هایشان آورده‌اند.

SOC 2SAML / OIDCOWASP LLM Top 10
زمان تخمینی: ۱ تا ۲ هفته

اتصال ایجنت به CRM با API و webhook

پیشرفته

ایجنتی بسازید که پس از هر گفت‌وگو، خلاصه و نتیجه را از طریق API در یک CRM (مثلاً حساب توسعه‌دهندهٔ رایگان Salesforce یا HubSpot) ثبت کند و با webhook از رویدادهای تازه باخبر شود. Vapi دقیقاً scope کردن یکپارچه‌سازی با telephony، CRM و سیستم‌های بک‌اند را از Solutions Engineer می‌خواهد.

Python یا Node.jsREST APIWebhookngrok
زمان تخمینی: ۳ هفته

مدل ROI برای یک مورد استفادهٔ AI

متوسط

برای یک مورد استفاده، مثلاً خودکار کردن بخشی از تماس‌های مرکز پشتیبانی، یک صفحه‌گسترده یا اپ کوچک بسازید که با فرض‌های قابل‌تغییر (تعداد تماس، هزینهٔ هر تماس، درصد حل خودکار) صرفه‌جویی را نشان دهد. Cresta از Solutions Engineer می‌خواهد راه‌حل ایجنت را به مدل مالی ROI برای خریدار اقتصادی تبدیل کند.

Google Sheets یا ExcelPython (اختیاری)Business Case
زمان تخمینی: ۱ هفته

مثال‌های واقعی و Case Studies

داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند

J

John Care

پیشینه

طبق NAASE (انجمن Sales Engineer های آمریکای شمالی)، بیش از ۳۰ سال در این حرفه کار کرده و تیم‌های Sales Engineering را در شرکت‌هایی مثل Oracle، Sybase، CA، Nortel، Business Objects و HP ساخته و پرورش داده است. مدتی هم فروشندهٔ دارای سهمیه و مدتی مدیر ارشد IT بوده؛ یعنی در طرف خریدار هم نشسته و به ارائهٔ فروشنده‌ها گوش داده است.

دستاورد

نویسنده و مدیر Mastering Technical Sales است، شرکتی که به نیازهای مهارتی Sales Engineer ها در سراسر جهان می‌پردازد. به نوشتهٔ NAASE، به «پدرخواندهٔ Sales Engineering» معروف است و کتاب‌هایش در آموزش نیروهای تازه‌وارد بسیاری از شرکت‌های فناوری به کار می‌رود.

درس کلیدی

تجربهٔ او از هر سه طرف معامله (مهندس فروش، فروشنده و خریدار) نشان می‌دهد Sales Engineer خوب کسی است که بداند خریدار در جلسه دنبال چه چیزی است، نه فقط اینکه محصول چه می‌کند.

P

Peter E. Cohan

پیشینه

طبق NAASE، در نقش‌های بازاریابی فنی و محصول، پیش از فروش و مدیریت پیش از فروش، فروش و مدیریت ارشد کار کرده است. پیش از راه‌اندازی شرکت خودش، واحد کسب‌وکار Discovery Tools را در Symyx Technologies بنیان گذاشت.

دستاورد

بنیان‌گذار The Second Derivative و نویسندهٔ روش‌های Great Demo! (۲۰۰۳) و Doing Discovery (۲۰۲۲) است. به نوشتهٔ NAASE، ویرایش سوم و بازنگری‌شدهٔ Great Demo! در ژوئیهٔ ۲۰۲۳ منتشر شد و بیش از ۴۵٬۰۰۰ نسخه از آن و بیش از ۹٬۰۰۰ نسخه از Doing Discovery خریداری شده است.

درس کلیدی

اینکه کار او از دمو به discovery رسید نکتهٔ مهمی دارد: دموی خوب از فهم درست مسئلهٔ مشتری می‌آید، و این مهارتی است که می‌شود آن را با روش یاد گرفت، نه استعدادی ذاتی.

J

Joe Beutler

پیشینه

طبق کتابخانهٔ ویدیویی IT Revolution، در سال ۲۰۲۴ با عنوان Solutions Engineer در OpenAI سخنرانی کرد و از ۲۰۲۵ با عنوان Head of Solutions Engineering, Strategics در همان شرکت. عنوان فعلی او در همین صفحه Head of Solutions Engineering, Financial Services & Private Equity در OpenAI است.

دستاورد

از ۲۰۲۴ تا ۲۰۲۶ چهار سخنرانی در رویدادهای IT Revolution داشته، از جمله «Beyond the Hype: Lessons Learned on the Path to Enterprise AI Adoption at OpenAI» و «The 5 Fatal Mistakes of Enterprise AI Deployment».

درس کلیدی

موضوع سخنرانی‌هایش، یعنی موانع پذیرش AI در سازمان‌ها، همان چیزی است که Sales Engineer هر روز در جلسه با مشتری می‌بیند. به نظر می‌رسد جمع‌بندی و بازگو کردن این تجربه‌ها برای جمع بزرگ‌تر، راهی برای دیده شدن و رشد در همین مسیر است.

نمونه آگهی استخدام واقعی + تحلیل

یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش

Pre-Sales Solutions Engineer (EST or PST)

Deepgramآمریکا، دورکاری (فقط منطقهٔ زمانی شرق یا غرب آمریکا) — تا ۵۰٪ سفر2026-04-14

تحلیل نیازمندی‌ها

EN

5+ years of experience in technical pre-sales, solutions architecture, or similar customer-facing technical roles

این آگهی سطح میانی تا ارشد است. «similar customer-facing technical roles» یعنی سابقهٔ پشتیبانی فنی، مشاورهٔ فنی یا پیاده‌سازی هم حساب می‌شود؛ لازم نیست عنوان قبلی‌تان دقیقاً Sales Engineer بوده باشد.

ضروری
EN

Strong software engineering background with professional development experience in at least one modern programming language, such as Python, JavaScript/TypeScript, or similar languages

Deepgram یک API برای توسعه‌دهنده‌ها می‌فروشد، پس خریدارانش مهندس‌اند. باید بتوانید کد نمونه بنویسید و کد مشتری را بخوانید؛ این شرط «professional» است، یعنی تجربهٔ کاری، نه فقط دوره.

ضروری
EN

Proven track record of successfully navigating complex technical sales cycles

باید بتوانید نمونه‌ای واقعی تعریف کنید: چند ذی‌نفع، اعتراض فنی، بررسی امنیتی و اینکه شما چه نقشی در رسیدن به قرارداد داشتید. در مصاحبه همین داستان‌ها پرسیده می‌شود.

ضروری
EN

Experience building and demonstrating proof-of-concepts or technical solutions to diverse audiences

«diverse audiences» یعنی یک PoC را باید هم برای مهندس مشتری و هم برای مدیر کسب‌وکار توضیح دهید. پروژه‌های پورتفولیو با دموی ضبط‌شده بهترین شاهد این مهارت‌اند.

ضروری
EN

Excellent verbal and written communication skills with the ability to translate technical concepts for both technical and non-technical stakeholders

بخش بزرگی از کار نوشتن است: خلاصهٔ جلسه، طرح PoC، پاسخ RFP. توانایی ساده گفتن بدون غلط گفتن، مهارت اصلی این نقش است.

ضروری
EN

Experience with speech recognition, NLP, AI/Voice agents, or related AI technologies

در بخش «خوب است داشته باشید» آمده؛ یعنی دانش حوزهٔ صوت امتیاز است، نه شرط. یک پروژهٔ کوچک با API تبدیل گفتار به متن یا ایجنت صوتی این فاصله را پر می‌کند.

مفید
EN

Background in sales methodologies such as Triangle, MEDDIC, or Solution Selling

این هم امتیاز است. آشنایی با یک روش ارزیابی معامله مثل MEDDIC کمک می‌کند با AE به یک زبان دربارهٔ وضعیت معامله حرف بزنید.

مفید

تحلیل مسئولیت‌ها

EN

Lead technical discovery and solution design for enterprise prospects and customers

شروع هر معامله: پرسیدن دربارهٔ سیستم‌های فعلی، حجم کار، محدودیت‌ها و معیار تصمیم، و بعد طراحی راه‌حل. discovery ضعیف یعنی دمو و PoC روی مسئلهٔ اشتباه.

EN

Architect and implement custom proof-of-concepts and technical demonstrations that address specific customer use cases

کلمهٔ «custom» مهم است: دموی عمومی کافی نیست و باید با دادهٔ نمونه و مورد استفادهٔ همان مشتری ساخته شود. این بخش عملاً کار مهندسی است.

EN

Provide expert guidance on API integration, performance optimization, and deployment strategies

مشتری می‌پرسد چطور وصل کند، تأخیر و هزینه چقدر است و روی ابر یا زیرساخت خودش اجرا کند. Deepgram هم سرویس ابری دارد و هم نسخهٔ self-hosted، پس این سؤال‌ها واقعی‌اند.

EN

Partner with Account Executives to navigate technical objections and accelerate the sales cycle

شما و AE یک تیم‌اید: او مالک رابطهٔ تجاری است و شما مالک اعتماد فنی. هر اعتراض فنی که بی‌جواب بماند، معامله را کند می‌کند.

EN

Contribute to technical content creation including implementation guides, reference architectures, and best practices

هر چیزی که برای یک مشتری می‌سازید، اگر به سند یا الگوی قابل‌استفادهٔ مجدد تبدیل شود، معامله‌های بعدی را سریع‌تر می‌کند.

EN

Mentor junior team members and share technical knowledge across the organization

انتظار سطح ارشد است؛ همان چیزی که در برنامهٔ ۹۰ روزهٔ آگهی هم آمده: در پایان سه ماه، شروع منتورینگ همکاران تازه‌تر.

EN

Represent the voice of the customer to product and engineering teams

شما اولین کسی هستید که می‌بینید مشتری‌ها کجا گیر می‌کنند یا چه قابلیتی کم است. رساندن این الگوها به تیم محصول بخشی از ارزش شماست.

نتیجه‌گیری کلی

این آگهی تصویر روشنی از نقش پیش از فروش در یک شرکت AI می‌دهد: کسی با پنج سال سابقهٔ فنی رو در رو با مشتری و پیشینهٔ واقعی مهندسی نرم‌افزار که discovery را رهبری می‌کند، PoC سفارشی می‌سازد و کنار AE معامله را جلو می‌برد. برنامهٔ ۹۰ روزهٔ آگهی هم مسیر را نشان می‌دهد: همراهی با همکاران ارشد و ساختن دمو، بعد رهبری discovery و PoC، و در پایان مالکیت رابطهٔ فنی با حساب‌ها. حقوق پایهٔ اعلام‌شده ۱۹۷ تا ۲۴۶ هزار دلار به‌اضافهٔ سهام و پاداش است.

آینده و روندها

پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید

BLS پیش‌بینی می‌کند اشتغال Sales Engineers در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۳٪ رشد کند، هم‌سطح میانگین همهٔ شغل‌ها، با حدود ۳٬۸۰۰ فرصت شغلی در سال. این عدد همهٔ صنایع را در بر می‌گیرد و BLS جداگانه می‌نویسد رشد برای Sales Engineer هایی که نرم‌افزار و سخت‌افزار کامپیوتر می‌فروشند احتمالاً قوی خواهد بود.

منبع: BLS Occupational Outlook Handbook, Sales Engineers (2025–35)

مهارت‌های نوظهور که باید یاد بگیرید

ساختن دمو و PoC با ابزارهای کدنویسی AIفهم ایجنت‌ها، tool calling و MCPارزیابی کیفیت خروجی مدل در PoCپاسخ به سؤال‌های امنیتی ویژهٔ LLM مثل prompt injectionساختن business case و مدل ROIیکپارچه‌سازی با telephony و کانال‌های صوتی

پیش‌بینی‌های آینده

2028

Gartner در سپتامبر ۲۰۲۳ پیش‌بینی کرد تا ۲۰۲۸، ۶۰٪ کارهای فروشندگان B2B از طریق رابط‌های گفت‌وگومحور و فناوری‌های فروش مبتنی بر AI مولد انجام شود، در برابر کمتر از ۵٪ در ۲۰۲۳. به گفتهٔ همین گزارش، این تجربه‌های گفت‌وگومحور تا ۱۵٪ آماده شدن برای جلسه با مشتری و تا ۱۴٪ مذاکرهٔ معامله را انجام خواهند داد.

2035

BLS پیش‌بینی می‌کند تعداد شغل‌های Sales Engineers در آمریکا از ۵۱٬۶۰۰ در ۲۰۲۵ به ۵۳٬۰۰۰ در ۲۰۳۵ برسد و رشد در فروش نرم‌افزار و سخت‌افزار کامپیوتر قوی‌تر باشد، چون صنعت طراحی سیستم‌های کامپیوتری و خدمات مرتبط رشد زیادی خواهد داشت.

ریسک‌های واقعی

BLS می‌نویسد با ورود ابزارهای AI به گردش کار، برخی کارهای Sales Engineer مثل تحقیق بازار کارآمدتر می‌شوند و این می‌تواند رشد اشتغال را محدود کند. آگهی‌ها هم همین را نشان می‌دهند: Sierra می‌خواهد ابزارهای AI بخش همیشگی آماده شدن برای discovery، طراحی راه‌حل، ساختن دمو و نوشتن پروپوزال باشند، پس ارزش Sales Engineer بیشتر در قضاوت، رابطه با مشتری و درستی آنچه ارائه می‌دهد است. ریسک دیگر وابستگی درآمد به فروش است؛ BLS این را یکی از منابع استرس این شغل می‌داند.

منابع

اطلاعات این صفحه در تاریخ ۳۰ مهر ۱۴۰۵ از این ۴۹ منبع بررسی شده است.

  1. Pre-Sales Solutions Engineer — Deepgram (job posting)
  2. Staff Sales Engineer, Voice AI — Deepgram (job posting)
  3. Solutions Architect (post-sales) — Deepgram (job posting)
  4. Associate Sales Engineer — Sierra (job posting)
  5. High Growth Enterprise Sales Engineer — Sierra (job posting)
  6. Enterprise Sales Engineer - Majors — Sierra (job posting)
  7. Enterprise Sales Engineer - Strategic — Sierra (job posting)
  8. Senior Solutions Engineer — Decagon (job posting)
  9. Sales Engineer (Bay Area) — LangChain (job posting)
  10. Solutions Engineer, AI Agent — Cresta (job posting)
  11. Solutions Architect — Cresta (job posting)
  12. AI Sales Engineer — Vectara (job posting)
  13. Solutions Engineer, London — Glean (job posting)
  14. Partner Solutions Engineer — Glean (job posting)
  15. Resident Solutions Architect — Glean (job posting)
  16. Solutions Engineer — Vapi (job posting)
  17. Solutions Consultant (Pre-sales) — Tennr (job posting)
  18. Enterprise Solutions Engineer (Post-Sales) — Tennr (job posting)
  19. Solutions Engineer — Legora (job posting)
  20. Solutions Engineer, Enterprise, East — Factory (job posting)
  21. Solutions Engineer (West Region) — Braintrust (job posting)
  22. Solutions Engineer, Ads Solutions — OpenAI (job posting)
  23. Solutions Engineer (Clearance Required) — Scale AI (job posting)
  24. Senior Sales Engineer - AI Accounts — Datadog (job posting)
  25. Applied AI Demo Engineer — Anthropic (job posting)
  26. Enterprise Solutions Engineer - USA — ElevenLabs (job posting)
  27. Senior Solutions Engineer, Federal — Deepgram (job posting)
  28. Agent Deployment Engineer — Decagon (job posting, Customer Team)
  29. Partner Solutions Engineer, Ads Solutions — OpenAI (job posting)
  30. Partner Solutions Engineer — Hex (job posting)
  31. Applied AI Architect, Enterprise Tech — Anthropic (job posting)
  32. Sierra — open positions (Ashby job board)
  33. BLS Occupational Outlook Handbook — Sales Engineers
  34. O*NET OnLine — 41-9031.00 Sales Engineers
  35. levels.fyi — Sales Engineer salary, United States
  36. levels.fyi — Sales Engineer salary, Canada
  37. levels.fyi — Sales Engineer salary, United Kingdom
  38. levels.fyi — Sales Engineer salary, Germany
  39. levels.fyi — Sales Engineer salary, Netherlands
  40. levels.fyi — Sales Engineer salary, Switzerland
  41. levels.fyi — Sales Engineer salary, Australia
  42. levels.fyi — Sales Engineer salary, Singapore
  43. levels.fyi — Sales Engineer salary, India
  44. Gartner — 60% of Seller Work to Be Executed by Generative AI Technologies Within Five Years (2023)
  45. NAASE — John Care
  46. NAASE — Peter Cohan
  47. IT Revolution Video Library — Joe Beutler
  48. PreSales Collective — Intro to Presales
  49. OWASP Top 10 for LLM Applications

برای راهنمایی شخصی‌سازی‌شده مشاوره بگیرید