Claude Frontier Academy؛ Anthropic چگونه ۱۰ هزار مهندس FDE تربیت می‌کند؟

تا همین چند سال پیش، بزرگ‌ترین سؤال سازمان‌ها درباره هوش مصنوعی این بود که «کدام مدل را انتخاب کنیم؟». امروز سؤال اصلی عوض شده است: «چه کسی قرار است این مدل را داخل سیستم‌ها، داده‌ها و فرایندهای واقعی ما به کار بیندازد؟». مدل‌ها هر چند ماه یک بار قوی‌تر می‌شوند، اما تعداد مهندسانی که بتوانند یک ایده را تا یک سیستم عامل‌محور در محیط تولید برسانند، به همان سرعت زیاد نمی‌شود.

Anthropic، سازنده Claude، در ۲ اکتبر ۲۰۲۶ (۱۰ مهر ۱۴۰۵) دقیقاً روی همین گلوگاه دست گذاشت و از Claude Frontier Academy رونمایی کرد؛ آکادمی‌ای با تعهد ۱۰۰ میلیون دلاری که هدفش آموزش ۱۰ هزار «مهندس مستقر مرزی» یا Frontier Deployed Engineer تا پایان سال ۲۰۲۷ است. نخستین گروه‌ها از شرکت‌هایی مثل Accenture، Bain، Capgemini، Commonwealth Bank of Australia، Deloitte، McKinsey، Morgan Stanley و Novo Nordisk انتخاب شده‌اند.

این برنامه یک دوره آنلاین دیگر یا یک آزمون چندگزینه‌ای تازه نیست. Anthropic مدل آن را از آموزش پزشکی گرفته است: یادگیری از متخصصان فعال، تمرین روی پرونده‌های واقعی و ارزیابی پیش از آنکه فرد اجازه کار مستقل پیدا کند. در ادامه بررسی می‌کنیم Claude Frontier Academy دقیقاً چیست، چرا Anthropic چنین هزینه‌ای برای آن می‌کند، مسیر رزیدنسی FDE چه مراحلی دارد، چه کسانی می‌توانند وارد آن شوند و این خبر برای مهندسان و علاقه‌مندان فارسی‌زبان چه معنایی دارد.

Claude Frontier Academy در یک نگاه

پیش از ورود به جزئیات، مهم‌ترین اطلاعاتی را که Anthropic به‌طور رسمی اعلام کرده است در یک جدول کنار هم می‌گذاریم:

Anthropic دقیقاً چه چیزی معرفی کرد؟

Claude Frontier Academy چتری است برای برنامه‌های آموزشی پیشرفته Anthropic که به گفته خود شرکت، نخستین نمونه از این نوع در میان شرکت‌های هوش مصنوعی است. اولین و فعلاً تنها برنامه آن، Frontier Deployed Engineer Residency نام دارد و برای مهندسانی طراحی شده که قرار است پروژه‌های Claude را داخل سازمان خود رهبری کنند.

صفحه رسمی آکادمی در claude.com چند اصل کلی برای همه برنامه‌های آن برشمرده است: ورود فقط با نامزدی و با معیار سخت‌گیرانه، طراحی محتوا توسط متخصصان عملیاتی Anthropic، تکیه بر کار واقعی، گروه‌های کوچک با هم‌دوره‌هایی از سازمان‌های پیشرو دیگر، و در نهایت یک مدرک رسمی از Anthropic که توانایی فرد را اثبات کند. همان صفحه تأکید می‌کند که آکادمی فعلاً با مشتریان سازمانی و شرکای Anthropic شروع شده و به‌مرور نقش‌های بیشتری را پوشش خواهد داد.

به بیان ساده‌تر، Anthropic می‌گوید می‌خواهد مهندسان مشتریان و شرکایش را با همان استانداردی آموزش دهد که مهندسان خودش را آموزش می‌دهد؛ و فارغ‌التحصیلان این مسیر، معیار ساخت هوش مصنوعی در کسب‌وکارها را تعیین کنند.

چرا Anthropic ۱۰۰ میلیون دلار روی آموزش مهندس سرمایه‌گذاری می‌کند؟

Anthropic در اطلاعیه خود مشکل را صریح بیان کرده است: همه سازمان‌ها برای ورود هوش مصنوعی به کارشان با هم رقابت می‌کنند، اما افرادی که مهارت به کار انداختن آن در یک کسب‌وکار واقعی را دارند، به کمیاب‌ترین نیروی بازار تبدیل شده‌اند. به گفته شرکت، در سازمان‌هایی که با آن‌ها کار می‌کند، گروه کوچکی از افراد بسیار ماهر سهم نامتناسبی از ارزش ایجادشده توسط هوش مصنوعی را رقم می‌زنند.

استیو کورفیلد (Steve Corfield)، مدیر جهانی توسعه کسب‌وکار و همکاری‌های Anthropic، در این باره گفته است که یک تیم کوچک از افراد مسئولیت‌پذیر با مهارت درست، دسترسی به Claude و درک عمیق از نحوه کار کسب‌وکار می‌تواند کل یک شرکت را متحول کند. به گفته او، بخش دشوار ماجرا ساختن این عمق استعداد است: مهندسانی با بالاترین سطح تسلط بر هوش مصنوعی که بتوانند Claude را از یک ایده به سیستمی در محیط تولید برسانند و آن را به فرایندهای سریع‌تر و محصولات و خدمات تازه تبدیل کنند.

صفحه رسمی آکادمی ویژگی‌های این مهندسان را هم توضیح می‌دهد: آن‌ها مسئله‌هایی را انتخاب می‌کنند که ارزش حل کردن دارند، روی سیستم‌ها و داده‌های خود شرکت می‌سازند، کار را از بررسی امنیتی عبور می‌دهند و شیوه کار تیم‌های اطرافشان را تغییر می‌دهند. سپس به دیگران آموزش می‌دهند و مهارت در سازمان پخش می‌شود.

از زاویه تجاری هم این تصمیم منطقی است. هر پروژه‌ای که در مرحله نمونه اولیه متوقف شود، برای Anthropic یعنی مصرفی که هرگز به مقیاس نمی‌رسد. CNBC در گزارش خود این سرمایه‌گذاری را در بستر تلاش Anthropic برای پر کردن شکاف استعداد هوش مصنوعی در صنایع مختلف و در آستانه عرضه عمومی سهام مورد انتظار این شرکت قرار داده است. CRN هم یادآوری کرده که شرکای خدماتی برای Anthropic اهمیت دارند، چون سیستم‌ها، داده‌ها و محدودیت‌های مشتریان نهایی را می‌شناسند.

مهندس FDE کیست و چرا شرکت‌ها به او نیاز دارند؟

FDE در اصطلاح رایج صنعت نرم‌افزار مخفف Forward Deployed Engineer است؛ مهندسی که به‌جای نشستن پشت میز تیم محصول، کنار مشتری قرار می‌گیرد، مسئله واقعی او را می‌فهمد و نرم‌افزار را روی داده‌ها و زیرساخت همان مشتری به نتیجه می‌رساند. Anthropic در نام‌گذاری خود واژه Forward را با Frontier جایگزین کرده تا بر کار با مدل‌های مرزی هوش مصنوعی تأکید کند.

این نقش از کجا آمده است؟

طبق گزارش خبرنامه The Pragmatic Engineer، این نقش در اوایل دهه ۲۰۱۰ در شرکت Palantir شکل گرفت و در آنجا «Delta» نامیده می‌شد. تا حدود سال ۲۰۱۶، تعداد FDEهای Palantir از مهندسان نرم‌افزار معمولی آن بیشتر بود. در سال ۲۰۲۵ و همزمان با موج ادغام مدل‌های زبانی در سازمان‌ها، این نقش دوباره داغ شد و OpenAI هم تیم مستقل Forward Deployed Engineering خود را راه انداخت.

دلیل محبوبیت دوباره FDE روشن است. اتصال یک مدل زبانی به سیستم‌های قدیمی، داده‌های پراکنده، الزامات امنیتی و فرایندهای اداری یک سازمان بزرگ، کاری نیست که با یک دمو یا یک API ساده انجام شود. کسی باید وسط این پیچیدگی بایستد، تصمیم فنی بگیرد و کار را تا استفاده واقعی جلو ببرد.

FDE با مهندس نرم‌افزار و مشاور چه فرقی دارد؟

Palantir تفاوت را این‌طور خلاصه کرده بود: تمرکز مهندس محصول «یک قابلیت، مشتریان زیاد» است و تمرکز FDE «یک مشتری، قابلیت‌های زیاد». تعریف Anthropic از Frontier Deployed Engineer به همین ایده نزدیک است، با این تفاوت مهم که این مهندسان معمولاً داخل سازمان خودشان یا شرکت مشاور آن کار می‌کنند و ابزار اصلی‌شان Claude و سیستم‌های عامل‌محور است.

مسیر رزیدنسی FDE چگونه است؟

Anthropic برای توضیح FDE Residency از مقایسه با آموزش پزشکی استفاده کرده است. پزشکان از پزشکان فعال یاد می‌گیرند، روی بیماران و پرونده‌های واقعی آموزش می‌بینند و پیش از کار مستقل ارزیابی می‌شوند. مهندسان رزیدنسی هم از متخصصان عملیاتی یاد می‌گیرند، روی سناریوهای واقع‌گرایانه تمرین می‌کنند و قبل از دریافت مدرک، کارشان سنجیده می‌شود. هدف نهایی، ساخت سیستم‌های عامل‌محوری است که شیوه کار کسب‌وکار را تغییر دهند؛ از بازطراحی و تسریع فرایندها تا محصولات و خدمات تازه.

مرحله اول: دوره فشرده چهارروزه

رزیدنسی با یک برنامه حضوری آغاز می‌شود. طبق صفحه رسمی آکادمی، شرکت‌کنندگان سه روز به‌صورت حضوری و همراه مهندسان Anthropic و مدرسان دارای مجوز، یک سیستم مبتنی بر Claude را برای یک سازمان شبیه‌سازی‌شده می‌سازند. این شبیه‌سازی از نخستین درخواست مشتری و انتخاب مورد کاربرد درست شروع می‌شود، از بررسی امنیتی می‌گذرد و به تحویل نهایی سیستم ختم می‌شود.

روز چهارم به آزمون عملی نمره‌دار روی یک سناریوی جدید اختصاص دارد. کسانی که قبول شوند، نخستین نشان خود یعنی Claude Resident Engineer را دریافت می‌کنند و وارد مرحله اصلی می‌شوند.

مرحله دوم: رزیدنسی ۱۲ هفته‌ای روی پروژه واقعی

در این مرحله، مهندس به سازمان خود برمی‌گردد و به مدت ۱۲ هفته یک مورد کاربرد واقعی Claude را رهبری می‌کند. طبق اعلام Anthropic، هر نامزد از ابتدا با یک پروژه مشخص Claude وارد برنامه می‌شود که پس از بازگشت مسئولیت آن را بر عهده می‌گیرد. در طول این دوره، مهندسان Anthropic از او پشتیبانی می‌کنند و منتورینگ گروهی و یادگیری از هم‌دوره‌ها هم بخشی از برنامه است.

مرحله سوم: ارزیابی نهایی و نشان FDE

در پایان ۱۲ هفته، مهندسان دوباره با یک آزمون عملی نهایی ارزیابی می‌شوند. کسانی که قبول شوند نشان Claude Frontier Deployed Engineer را می‌گیرند. Anthropic انتظار دارد نخستین نشان‌ها اوایل ۲۰۲۷ اعطا شوند.

نکته مهم این ساختار، وزن بالای ارزیابی عملی است. شرکت‌کننده نه با حضور در کلاس، بلکه با حل سناریو و تحویل یک پروژه واقعی مدرک می‌گیرد. Accenture هم در واکنش به این برنامه دقیقاً به همین نکته اشاره کرده و گفته است که Anthropic قضاوت مهندس را در برابر یک استقرار سازمانی شبیه‌سازی‌شده می‌سنجد، نه مهارت‌های فنی را به‌صورت جداگانه.

چه کسانی می‌توانند در Frontier Academy شرکت کنند؟

Anthropic مخاطب این برنامه را مهندسان نرم‌افزار اهل عمل معرفی کرده که مبانی محکمی دارند، سابقه ساخت با مدل‌های زبانی بزرگ دارند، تجربه کمک به دیگران برای پذیرش هوش مصنوعی را دارند و عادت دارند سراغ مهم‌ترین مسئله‌های کسب‌وکارشان بروند. نکته جالب اینکه به گفته Anthropic، سابقه قبلی در ساخت عامل‌های هوش مصنوعی (AI Agents) الزامی نیست.

اما مهم‌ترین شرط، شیوه ورود است. مشارکت فقط با نامزدی سازمان انجام می‌شود. سازمان‌ها قوی‌ترین مهندسان خود را معرفی می‌کنند و برای اطلاع از واجد شرایط بودن، باید از تیم حساب (Account Team) خود در Anthropic یا مدیر حساب شرکا (Partner Account Manager) سؤال کنند. صفحه رسمی آکادمی هم می‌گوید رزیدنسی فعلاً در مرحله دسترسی زودهنگام با گروه منتخبی از مشتریان و شرکاست و Anthropic انتظار دارد برنامه را متناسب با تقاضا گسترش دهد.

این یعنی فعلاً فرمی برای ثبت‌نام فردی وجود ندارد و مسیر ورود از رابطه تجاری سازمان با Anthropic می‌گذرد. گروه‌های فعلی در سان‌فرانسیسکو، نیویورک و لندن برگزار می‌شوند. Anthropic درباره هزینه شرکت، ظرفیت هر گروه یا نرخ قبولی رقمی اعلام نکرده است.

نخستین سازمان‌ها چه گفته‌اند؟

ترکیب گروه‌های اول نشان می‌دهد Anthropic روی دو دسته حساب کرده است: شرکت‌های مشاوره و خدمات حرفه‌ای که Claude را برای مشتریان خود مستقر می‌کنند، و سازمان‌های بزرگی که آن را داخل کسب‌وکار خودشان به کار می‌برند. چند نکته از اظهارات منتشرشده در اطلاعیه رسمی:

• Commonwealth Bank of Australia: رودریگو کاستیلو، مدیر ارشد فناوری گروه، گفته است مهندسان این بانک هر روز از ابزارهای هوش مصنوعی استفاده می‌کنند و تیم‌هایشان در یک سال گذشته تا سه برابر تغییرات کد بیشتری تولید کرده‌اند. به گفته او رزیدنسی آن‌ها را به سطح عمیق‌تری از ساخت، ایمن‌سازی و عرضه می‌برد.

• Capgemini: ژئوفروا پاژو گفته است چیزی که از مشتریان می‌شنود، تعداد گواهی‌ها یا حجم آموزش نیست، بلکه دانستن تجربی شیوه حل مسئله‌های واقعی است.

• Deloitte: فاروق موراتوویچ تأکید کرده که استقرار هوش مصنوعی در مقیاس سازمانی به افرادی نیاز دارد که پروژه را از نخستین نیازمندی‌ها تا بررسی امنیتی و پذیرش واقعی جلو ببرند.

• Novo Nordisk: لوئیک ژیرو گفته است این شرکت از Claude Science در جریان‌های کاری تحقیق و توسعه و از مدل‌های Anthropic در توسعه نرم‌افزار استفاده می‌کند و می‌خواهد مهندسانش همان آموزش عملی پشت موفق‌ترین استقرارهای Anthropic را ببینند.

Frontier Academy چه نسبتی با Claude Partner Network و گواهی‌های Claude دارد؟

Frontier Academy از صفر شروع نشده است. Anthropic در ۱۲ مارس ۲۰۲۶ شبکه شرکای Claude (Claude Partner Network) را با تعهد اولیه ۱۰۰ میلیون دلاری برای سال ۲۰۲۶ راه‌اندازی کرد. عضویت در این شبکه رایگان است و هر سازمانی که Claude را به بازار عرضه می‌کند می‌تواند برای آن درخواست دهد. طبق اطلاعیه آکادمی، اکنون متخصصانی از ۴۶ هزار شرکت در این شبکه بیش از ۱۷۵ هزار گواهی Claude گرفته‌اند و نزدیک به ۴ هزار نفر برنامه Basecamp را گذرانده‌اند؛ برنامه‌ای فشرده که همان سرفصل‌هایی را آموزش می‌دهد که تیم‌های Applied AI خود Anthropic هنگام ورود به شرکت می‌بینند.

گواهی‌های Claude هم اکنون چهار سطح نقش‌محور دارند: Claude Certified Associate، Claude Certified Developer، Claude Certified Architect: Foundations و Claude Certified Architect: Professional. طبق وبلاگ Claude، این آزمون‌ها با نظارت و احراز هویت از طریق Pearson برگزار می‌شوند و فعلاً در اختیار اعضای شبکه شرکا قرار دارند.

Anthropic خودش این رابطه را این‌طور جمع‌بندی کرده است: Frontier Academy برای کسانی است که کار را رهبری خواهند کرد و آموزش ۱۰ هزار FDE «نخستین قدم از قدم‌های بسیار» است.

مقایسه Frontier Academy با برنامه‌های آموزشی OpenAI و Google

شرکت‌های بزرگ هوش مصنوعی همگی وارد بازار آموزش و مدرک شده‌اند، اما مخاطب و عمق برنامه‌هایشان بسیار متفاوت است. جدول زیر فقط بر اساس اطلاعاتی تهیه شده که خود شرکت‌ها منتشر کرده‌اند:

OpenAI طرح Certifications را در سپتامبر ۲۰۲۵ اعلام کرد و در ۹ دسامبر ۲۰۲۵ نخستین دوره آن، AI Foundations، را با همکاری کارفرمایانی مثل Walmart، John Deere و Boston Consulting Group به‌صورت آزمایشی داخل ChatGPT عرضه کرد. Google هم در ۱۹ فوریه ۲۰۲۶ گواهی AI Professional را معرفی کرد که بیش از ۲۰ کاربرد عملی مثل تحقیق، تحلیل داده و ساخت اپلیکیشن بدون کدنویسی را آموزش می‌دهد و شرکت‌هایی مثل Walmart، Deloitte و Verizon از آن برای آموزش کارکنانشان استفاده می‌کنند.

تفاوت اصلی روشن است: برنامه‌های OpenAI و Google برای سواد و تسلط کاربردی میلیون‌ها نفر طراحی شده‌اند، در حالی که Frontier Academy برنامه‌ای کم‌حجم، عمیق و انتخابی برای مهندسانی است که باید سیستم واقعی بسازند و تحویل دهند. این دو نوع برنامه رقیب مستقیم هم نیستند؛ بیشتر دو پله متفاوت از یک نردبان‌اند.

این خبر برای متخصصان و مهندسان ایرانی چه معنایی دارد؟

بهتر است صادق باشیم: در شرایط فعلی، مسیر مستقیمی برای حضور یک مهندس ساکن ایران در Frontier Academy وجود ندارد. دلیلش چند لایه است. اول اینکه ورود فقط با نامزدی سازمانی انجام می‌شود که با Anthropic رابطه تجاری، تیم حساب یا عضویت در شبکه شرکا دارد. دوم اینکه ایران در فهرست کشورها و مناطق پشتیبانی‌شده Anthropic برای Claude.ai و API تجاری قرار ندارد. سوم اینکه دوره فشرده به‌صورت حضوری در سان‌فرانسیسکو، نیویورک و لندن برگزار می‌شود.

با این حال، این خبر برای جامعه فارسی‌زبان بی‌اهمیت نیست. متخصصان ایرانی که در شرکت‌های مشاوره، بانک‌ها یا شرکت‌های فناوری خارج از ایران کار می‌کنند، اگر سازمانشان در شبکه مشتریان یا شرکای Anthropic باشد، می‌توانند از مدیران خود درباره امکان نامزدی سؤال کنند. مهم‌تر از آن، این برنامه نقشه روشنی از مهارت‌هایی ارائه می‌دهد که بازار جهانی برای مهندسان هوش مصنوعی ارزشمند می‌داند؛ مهارت‌هایی که به Claude محدود نیستند و با هر مدل زبانی دیگری هم کاربرد دارند.

به بیان دیگر، شاید مدرک Frontier Deployed Engineer در دسترس نباشد، اما شایستگی پشت آن در دسترس است: انتخاب مسئله درست، ساخت سیستم عامل‌محور روی داده واقعی، عبور از ملاحظات امنیتی و تحویل کار به تیم بهره‌بردار.

Frontier Academy چه پیامدی برای بازار کار دارد؟

این اطلاعیه چند پیام مهم برای آینده شغلی مهندسان دارد. نخست، «مهندس استقرار» به یک تخصص مستقل و رسمی تبدیل می‌شود. وقتی یک سازنده مدل برای این نقش مدرک چندمرحله‌ای با ارزیابی عملی طراحی می‌کند، کارفرمایان هم به‌تدریج در آگهی‌های استخدام به آن ارجاع خواهند داد.

دوم، ارزش مدرک‌های صرفاً نظری کمتر و ارزش پروژه واقعی بیشتر می‌شود. ساختار رزیدنسی، یعنی تحویل یک پروژه واقعی پیش از دریافت نشان نهایی، نشان می‌دهد معیار سنجش از «چه می‌دانی؟» به «چه چیزی را به نتیجه رسانده‌ای؟» تغییر کرده است. اظهارات Capgemini درباره کم‌اهمیت بودن تعداد گواهی‌ها برای مشتریان هم همین را تأیید می‌کند.

سوم، مرز میان مهندسی، مشاوره و مدیریت تغییر کم‌رنگ‌تر می‌شود. FDE باید هم کد بنویسد، هم با واحد امنیت مذاکره کند و هم تیم‌ها را برای استفاده از سیستم جدید آماده کند. البته باید محتاط بود: نخستین فارغ‌التحصیلان هنوز حتی مدرک خود را نگرفته‌اند و هنوز معلوم نیست این نشان در بازار کار چه وزنی پیدا خواهد کرد.

از امروز چه مهارت‌هایی را برای مسیر FDE یاد بگیریم؟

اگر می‌خواهید خود را برای نقش‌هایی شبیه FDE آماده کنید، بر اساس معیارهایی که Anthropic برای پذیرش و ارزیابی اعلام کرده، این مهارت‌ها نقطه شروع خوبی هستند:

• مبانی محکم مهندسی نرم‌افزار: طراحی سیستم، کار با API، پایگاه داده، تست و استقرار. Anthropic صراحتاً «مبانی قوی» را شرط پذیرش گذاشته است.

• ساخت عملی با مدل‌های زبانی: پرامپت‌نویسی ساختاریافته، فراخوانی ابزار (Tool Use)، بازیابی اطلاعات (RAG) و مدیریت زمینه.

• سیستم‌های عامل‌محور و پروتکل MCP: طراحی عامل‌هایی که با ابزارها و داده‌های سازمان کار می‌کنند و اتصال آن‌ها از طریق Model Context Protocol.

• ارزیابی (Evals): تعریف معیار موفقیت و سنجش مداوم کیفیت خروجی مدل؛ بدون این مهارت، هیچ پروژه‌ای از نمونه اولیه به محیط تولید نمی‌رسد.

• امنیت و حاکمیت داده: مدیریت دسترسی‌ها، حفاظت از داده‌های حساس و آماده‌سازی پروژه برای بررسی امنیتی؛ مرحله‌ای که در شبیه‌سازی رزیدنسی هم جایگاه مشخصی دارد.

• انتخاب مسئله و درک کسب‌وکار: تشخیص اینکه کدام فرایند واقعاً ارزش خودکارسازی دارد و نتیجه آن چگونه سنجیده می‌شود.

• تحویل و آموزش: مستندسازی، انتقال دانش و کمک به تیم‌ها برای پذیرش ابزار جدید؛ همان «تجربه کمک به دیگران برای پذیرش AI» که در شرایط ورود آمده است.

برای شروع عملی، دوره‌های رایگان Claude Academy مثل Building with the Claude API، Introduction to Model Context Protocol و Claude Code in Action سرفصل‌هایی نزدیک به همین مهارت‌ها دارند. اما هیچ دوره‌ای جای پروژه واقعی را نمی‌گیرد. یک فرایند تکراری در محل کار یا یک کسب‌وکار کوچک را انتخاب کنید، برای آن یک سیستم عامل‌محور بسازید، معیار ارزیابی تعریف کنید، ملاحظات امنیتی را مستند کنید و آن را به کاربر واقعی تحویل دهید. این دقیقاً همان چرخه‌ای است که رزیدنسی FDE روی آن بنا شده است.

جمع‌بندی

Claude Frontier Academy نشان می‌دهد رقابت شرکت‌های هوش مصنوعی وارد مرحله تازه‌ای شده است. دیگر فقط قوی‌تر بودن مدل کافی نیست؛ برنده کسی است که بتواند مدلش را در عمل داخل سازمان‌ها به نتیجه برساند. Anthropic با ۱۰۰ میلیون دلار، مدل آموزشی برگرفته از پزشکی و هدف ۱۰ هزار مهندس تا پایان ۲۰۲۷، روی همین حلقه گمشده سرمایه‌گذاری کرده است.

برای بیشتر مهندسان، به‌ویژه در ایران، ورود مستقیم به این برنامه فعلاً ممکن نیست. اما پیام آن برای همه یکسان است: مهندسی که بتواند یک مسئله واقعی را انتخاب کند، سیستم عامل‌محور امن و قابل ارزیابی بسازد و آن را به تیم بهره‌بردار تحویل دهد، در سال‌های آینده یکی از ارزشمندترین نیروهای بازار خواهد بود. این مهارت‌ها را از همین امروز می‌توان شروع کرد.