本课目录(9 节)
FDE 全球岗位解剖:146 份真实 JD 说了什么
开场钩子
2026 年 2 月,全球抓取到 28 个在招 FDE 岗位;7 月,118 个。**不到六个月,4.2 倍。**同期整个 AI 工程市场只增长 2.3 倍。FDE 在全部岗位中的占比从 2.0% 升到 3.6%。
还是小众,但已经不再是四舍五入可以忽略的误差。而且:**没有任何一个 FDE 岗位面向 junior。**这节课把 146 份去重 JD 逐条分类统计的结果摊开,回答三个问题:这个岗长多快?干什么?要什么技能?
一、谁在招 FDE:不限于前沿实验室
146 个岗位来自 94 家公司,没有一家独大:
- Databricks 5 个;Mistral AI、Stord、Thomson Reuters、Truelogic 各 4 个
- Anthropic、Invisible Technologies、NewRocket、OneStream、Turing 各 3 个
- 其余分布在:模型公司、数据平台、企业软件商、咨询公司、物流公司、医疗企业
分类器判定 91%(133/146)为客户面向岗位,管理岗仅 11%。FDE 本质是客户暴露度异常高的个人贡献者工程岗。
二、职责组合:"客户工作 + 生产所有权"
对每份 JD 的职责做了分类统计:
| 职责 | 出现率 |
|---|---|
| 构建或部署生产系统 | 90% |
| 直接与客户/委托方工作 | 88% |
| 集成系统、API 或数据 | 64% |
| 界定需求 / 做 discovery | 52% |
| 评估、测试或监控 | 49% |
| 把现场经验反哺产品 | 31% |
| 原型、PoC 或 demo | 29% |
| 差旅或驻场 | 9% |
组合比任何单个数字都说明问题:**FDE 不是给产品做 demo 的人,也不是纯顾问。**雇主期待这个工程师自己发现问题、集成客户系统、写生产代码,并对结果是否有效持续负责。
注意最后两行的对比:生产职责 90% vs 驻场差旅仅 9%。**坐在不坐在客户办公室不是判据;"从模糊需求到生产系统端到端负责"才是。**这与本平台 ha7ch 线"FDE 四条硬指标"一课的结论完全互证。
三、技能画像:应用型,不是研究型
- Python 91%——几乎硬性
- 提示词工程 55%、RAG 52%、LLM 43%、AI Agent 42%
- 云与交付:AWS 47%、GCP 38%、Azure 34%、Docker 40%、K8s 35%、CI/CD 34%、LangChain 33%
三朵云全部高频出现,含义很直接:**FDE 不能假设客户用什么栈——你要部署进客户已有的环境,而不是你顺手的那个。**LangChain 1/3 出现率说明框架能力是加分项而非门槛;对照组:FDE 岗位里 PyTorch/TensorFlow 仅 10%(其他 AI-First 岗为 20%)——更少研究,更多交付。
四、级别结构:零 junior 岗位
146 个 title 中:107 个无级别标记、Senior 19、Principal 8、Staff 6、Lead 5、Founding 1、Junior/entry 级 0 个。
无标记不等于 junior——那些 JD 依然要求生产所有权、客户沟通和宽口径技术判断。道理很简单:**FDE 要在陌生的客户环境里、需求还没理清时就做技术决策。**公司找的是代码和对话都能扛的人。
五、市场定位:客户面向度 6 倍差异
把 FDE 放回全市场(187 个 FDE 岗 vs 其他 AI-First 岗):
- 94% AI-First、89% 客户面向(其他 AI-First 岗仅 14%,6 倍差距)——FDE 是唯一"客户面向是常态"的 title 组
- 72% 涉 Agent、47% 涉 RAG——agent 重的通才
- 用例聚类在企业交付:自动化、工作流、Agent、生产系统
方法论的诚实声明:JD 描述的是雇主需求,不等于每个 FDE 的日常;按标题匹配会漏掉叫 Applied AI Engineer、Solutions Engineer、Deployment Engineer 的同类岗——把这些数字读作这类工作的下界,不是完整计数。
六、给三类读者的行动清单
求职者:简历按 146 份 JD 的高频职责重组——生产系统、客户协同、系统集成、discovery、评估这五词打头;云平台至少精通一朵、另两朵能下手。
用人方:对照统计校准 JD——写"驻场"不如写"端到端生产所有权";要求里放评估与监控,能筛掉原型思维候选人。
学习者:按本课技能画像倒排学习计划——Python 与提示词/RAG/Agent 先行,三朵云与 Docker/CI 补齐,PyTorch 深度可以缓。
对 FDE 的启示(1444 对标)
- B4 趋势研判与战略卡位:4.2 倍增速 + 零 junior 岗 + 客户面向 6 倍差异——全球市场正在为"既懂代码又能对话"的工程师设专门席位,且入场即要求成熟度。卡位动作:用本课五个高频职责词重写自己的岗位叙事。
- S4 组合排序与路线规划:52% 的 JD 把 discovery 写进职责——需求界定已是岗位标配而非加分项。规划个人路线时把 S1/S2(痛点洞察、场景定义)当主课而非选修。
- D2 沟通翻译与预期管理:88% 的直接客户工作意味着"沟通翻译"不是软技能而是硬职责——面试和述职时用客户听得懂的语言讲技术决策。
本课自测
- FDE 岗位增速与 AI 工程市场整体增速的对比数字?占比变化说明什么?
- 哪两个职责的组合构成了 FDE 的本质?驻场差旅的出现率是多少,如何解读?
- 三朵云都高频出现,对 FDE 的交付方式意味着什么?
- "零 junior 岗位"背后的岗位逻辑是什么?对新人入行路径有什么启示?
随堂测
逐题作答,即时反馈
1. 根据讲义,2026年2月至7月,全球在招FDE岗位数量的增长倍数约为?
2. 依据讲义中的FDE技能画像统计,学习者在规划学习顺序时应优先安排下列哪组技能?
3. 讲义将FDE的“沟通翻译”能力定位为?