FDE Times 数据在招 FDE 职位 798▼30 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 67在招公司 139支持远程 25%美国薪资中位数 $202k招聘最多 Databricks 108
ENVI

前线部署工程师(FDE)的专业媒体

分析

Zip 把前线部署工程师拆成两个岗位,各按最难教会的那项能力招人

一份招聘启事问你在采购团队干了几年,另一份问你把哪些系统推上了生产环境。走错门,简历再强也很难通过筛选。

分享微博

要点速览

  • Zip 的 AI Forward Deployed Engineer 岗位要求至少 3 年采购、财务运营或相关领域经验。技术方面,候选人只需能处理集成、阅读 API 文档和排查工作流问题。
  • Software Engineer, Forward Deployed 岗位正好相反:要求做过复杂生产系统上线,能读写全栈代码,并且亲自参加客户会议。
  • AI 岗位要找能从需求界定到交付全程负责项目的人,SWE 岗位要找敢于反驳模糊需求的人。两份启事放在一起看,找的都是有担当的人。
对比 Zip 两个 FDE 岗位的表格。AI FDE 的首要筛选条件是 3 年采购或财务运营经验,技术要求停留在集成和阅读 API 的层面;SWE, Forward Deployed 的首要筛选条件是复杂生产系统经验,要求全栈开发和交付功能。两者的共同点以橙色突出:从需求界定到交付全程负责项目。
每个岗位都要求一项难以教会的不同能力,共同点是候选人必须自己负责整个项目。来源:Zip 的 AI Forward Deployed Engineer 和 Software Engineer, Forward Deployed 招聘启事。

Zip 正在招聘 AI Forward Deployed Engineer,而决定这个岗位的核心要求与代码无关:候选人需要在大公司的采购、财务运营或类似部门工作至少 3 年。

同一家公司的 Software Engineer, Forward Deployed 岗位,核心要求则完全是工程向的:你必须把真正复杂的生产系统推上线运行过。两个岗位都带着“Forward Deployed”,但一个先筛领域知识,一个先筛技术能力。

如果你的目标是 Zip,或者任何按两条路线招聘 FDE 的企业级 SaaS 公司,第一件事是弄清哪扇门适合自己。两个岗位都希望你自带一样难以教会的东西,只是这样东西各不相同。

Zip 做的是采购软件,也就是管理企业如何采购和花钱的系统。Zip 的 FDE 要赢得信任的对象是 AP 总监(AP 即应付账款,负责向供应商付款的团队)、首席采购官(CPO)和首席财务官(CFO)。正是这群人决定了 Zip 需要什么样的 FDE。

为什么 AI 岗位更看重领域专家,而不是编码高手?

答案在于这个岗位的 FDE 实际要构建什么。据 VentureBeat 报道,Zip 在一个无代码平台上构建智能体,企业客户可以按自身需求定制。Zip 把每个智能体描述为接近一名初级员工:非常擅长执行具体指令。

这两个细节说明了这份工作真正的难点在哪里。既然平台不需要写代码,智能体又严格照指令行事,质量就取决于写指令的人。这个人必须清楚真实流程是什么样子,异常出现在哪里,哪些步骤需要人工审批。

设想一位 AP 总监抱怨,某一批供应商的发票总是卡在审批环节。一个从没在财务团队待过的工程师会去翻日志。

而对过发票的人会先问:这些发票和采购订单在哪一行对不上?按公司政策,谁有权放行这种差异?

第二种问题解释了为什么启事要求候选人具备足够的领域知识,能迅速赢得 AP 总监、CPO 或 CFO 的信任。这个级别的买方很少有时间给派来帮忙的人补行业课。

所以 Zip 把技术门槛定在处理集成、阅读 API 文档、找出工作流在哪里出错,而不是设计分布式系统。

启事里有个细节容易一眼扫过:候选人必须为自己的工作构建过智能体或自动化工作流。这个措辞说明,考察的是实际动手的证据:你在自己的日常工作中发现了一项重复任务,并把它自动化了。

相比之下,专业证书被明确列为可选。CPP、CPSM、CPA 或同等证书只是加分项。财务运营人员不必回头去考证,真正算数的是多年的实际工作。

SWE 岗位的工程师同样要和客户打交道

第二个岗位对软件工程师来说更眼熟。据 Zip 介绍,Forward Deployed Software Engineering 团队负责开发并交付客户直接使用的高影响力全栈功能。技术要求是做过复杂生产系统上线,并能覆盖整个技术栈。

启事给出的基本薪资为 150,000 至 250,000 美元。转载这份启事的网站上数字可能有出入,用来比较之前,请以 Zip 官方招聘页为准。

但如果把它理解成换了名字的后端岗位,那就看错了。启事写得很明白:你要直接和客户沟通,参加与采购、财务和 IT 团队的会议,并在会议进行中诊断问题。

在会议上实时诊断问题,是很多优秀工程师从没练过的能力。你要把假设说出来,提客户真正答得上来的问题,并说清楚哪些地方自己还不确定。如果你习惯独自排查、事后再汇报,这就是最需要练习的地方。

启事还要求一样东西:产品意识。理想人选被描绘为在现有团队里常常反驳那些没有界定清楚的需求的人。这个细节说明,Zip 不想要只会领工单、按部就班完成的人。

两个岗位有什么共同点?

那么,一个财务专业人士和一个工程师,凭什么共用 FDE 这个头衔?AI FDE 启事里有一句话给出了相当清楚的答案。

候选人必须有从需求界定到交付、全程负责复杂客户项目的经历。把这句话和 SWE 岗位“反驳模糊需求”的要求放在一起,两份启事说的是同一件事。

这是两个岗位的共同点,也是简历上最难证明的东西。写自己会 Python、懂采购到付款流程很容易;难的是拿出一次经历:你接到一个模糊的需求,把范围收窄,在没人盯着的情况下一路做到能用。

应该准备哪个岗位?

如果你是没在财务团队待过的软件工程师,SWE 岗位更贴近你的长处,何况这份启事面向各个级别开放。

不要试图把自己包装成采购专家:在这个领域工作 3 年的要求,靠上一门课补不出来。把精力放在启事考察的两件事上:直接与客户合作,以及产品意识。

练习方法很具体。下次团队收到一个模糊的需求,用几句话重写范围,写清楚哪些不做,再发回给提需求的人。在简历上,“把原始需求收窄为单一审批流程,X 周后上线第一版”这样一行,比罗列一串框架更有分量。

如果你在财务运营、AP 或采购岗位工作,又能写脚本级别的代码,AI FDE 岗位几乎就是为你量身写的。你需要补的是智能体方面的证据。

把日常工作中的一项真实任务自动化,记下它在哪里出错、你怎么修好的,因为这正是启事要求的工作流排查能力。

如果你处在两者之间,比如做过支付系统或内部 ERP 的工程师,就给每个岗位各写一份简历,不要投同一份通用简历。两边都投同一份,看简历的人很难看出你最强在哪里。

Zip 的双岗位模式说明,FDE 并不是一个固定画像。公司招的是恰好带着最难教的那部分能力进来的人,可以教会的部分,留到工作中去学。

这篇文章对你有帮助吗?

3 个信源
路线图上的下一篇 · 阶段 7: 项目主导一位候选人的经历:Cognition AI 的 FDE 终面要向高管做产品陈述面对一组高管做产品陈述,考的不是口才,而是你是否真正理解这个产品为什么值得花钱。