# 吴恩达的 Python 入门课，FDE 只需学其中两个模块

> 文件、CSV 和 API 几课贴近 FDE 日常工作，生产级 LLM 和客户沟通能力得另找地方学。

原文: https://fdetimes.net/zh/books-courses/andrew-ng-ai-python-beginners-fde/

吴恩达主讲的“AI Python for Beginners”总时长 11 小时 30 分钟，而前线部署工程师（FDE）真正能带到客户现场的内容，都在最后两个模块里：文件读写、CSV、软件包和 Web API。前两个模块讲 Python 基础语法，有几年经验的工程师一个晚上就能浏览完。

招聘启事说明了原因。Anthropic 一则现已关闭的前线部署工程师招聘启事，把“扎实的编程能力，熟练掌握 Python”列为核心技术要求。

招聘平台 Paraform 的 FDE 岗位指南说得更具体：至少熟练掌握一门后端语言，如 Python、Java 或 Go，并且能快速拉取数据，再完成规范化和转换。

因此，对想转做 FDE 的工程师来说，值得问的问题其实很窄：要达到这个要求，该学哪些部分，哪些可以放心跳过。

## 课程实际包含什么

课程由吴恩达主讲，DeepLearning.AI 发布。官方页面地址为 deeplearning.ai/courses/ai-python-for-beginners/，显示最近更新于 2026 年 10 月 31 日。课程分四部分，包含 35 个视频、27 个代码示例和 8 个评分作业，难度为入门级（Beginner）。

学习这门课不需要任何编程基础。课程标题里的“AI 助手”，是学习平台内置的聊天机器人，帮你编写、测试和调试代码，并即时给出反馈。它不是 Copilot，也不是 Cursor，所以在这里养成的习惯，没法原样搬到客户现场的工具上。

| 模块 | 内容 | 对 FDE 的价值 |
|---|---|---|
| 1 | 变量、函数、数据类型，“用聊天机器人写代码”一课 | 已会写代码可略读；保留聊天机器人一课 |
| 2 | 循环、字典、列表 | 已会写代码可略读 |
| 3 | 文件读写、CSV | 保留：这是日常工作 |
| 4 | 软件包、Web API | 保留：这是日常工作 |

费用方面，课程页面称，平台处于 beta 阶段，免费访问仅限一段时间。证书和评分作业需要 PRO 订阅，报名时请留意相关条款。

## 一个把后两个模块变成真实工作的练习

假设这样一个场景：到客户那里的第一周，你拿到一份从遗留系统导出的 CSV。日期列混用了三种格式，有空单元格和重复行，你需要把它和已经在某个 API 后面的数据做核对。

读文件、清洗、调用 API、匹配记录：这就是第 3 模块加第 4 模块，只是数据比练习里的更乱。

学习过程中就可以复现这个场景。生成约 200 行订单数据，带上上面那些错误，再加一列国家代码，故意拼错其中几个。然后找一个免费、无需密钥、可按代码返回国家信息的公开 Web API。

输出要可衡量。脚本应生成 `clean.csv`，其中日期统一为一种格式；生成 `mismatches.csv`，列出代码查不到的行；并打印一份汇总：读取行数、删除的重复行数、修正的日期单元格数、未匹配的代码。

这份汇总，正是真实项目中你会发给客户的东西。

## 学这门课时的常见错误

最常见的错误是只用课程里整洁的示例数据。代码在示例文件上能跑通，不代表它能扛住客户的文件。每次练习完成之前，都先亲手把数据弄脏。

第二个错误是让聊天机器人写代码，然后照单全收。课程对聊天机器人的描述是帮你编写、测试和调试，也就是说，写完之后还有两步。

在客户现场，真正有价值的能力是在 AI 助手刚生成的代码碰到真实数据之前，快速读懂并检查它。所以现在就开始为聊天机器人写的代码编写自己的测试。

第三个错误是把入门证书放在简历最显眼的位置。招 FDE 的人想看到你能处理真实数据的证据，而入门级证书提供不了这种证据。

**要点:** 入门证书证明不了什么，能应付脏数据的脚本才能。

## 课程止步于哪里，接下来学什么

课程页面写得很清楚：它面向所有对 AI 和 Python 感兴趣的人，从零基础新手到希望提高效率的职场人士，并不针对打算成为软件开发者或 AI 工程师的人。它只是通往 FDE 岗位的第一步。

前面提到的 Anthropic 招聘启事还要求具备生产环境中使用 LLM 的经验，包括高级提示词工程和智能体开发，以及至少 4 年直接面向客户的技术岗位经验。

Paraform 还认为，对 FDE 最重要的是利益相关方管理、在情况尚不明朗时的适应能力，以及对频繁切换上下文的承受力。这些都没法靠看视频学会。

所以合理的顺序很清楚。还不会写代码的人，应该学完整门课。熟悉 Java 或 Go 的工程师，只需略读前两个模块了解语法，然后把精力放在第 3、4 模块上。

如果你每天都在写 Python，可以直接跳过这门课。下一步是学习生产级 LLM 和智能体，同时在当前工作中寻找直接与用户打交道的机会。

在简历上，附上前面那个练习的代码仓库链接，README 里列出处理过的每一类错误。阅读招聘启事时，“拉取和整理数据”这类表述，意味着第 3、4 模块的技能会派上用场。

吴恩达的课程教你打开客户的文件。至于如何赢得打开它们的信任，得去别处学。

**本周动手试试:**

- 生成一份约 200 行订单的 CSV，故意埋入错误：三种格式的日期、空单元格、重复行、拼错的国家代码
- 写一个脚本：读取文件，调用免费、无需密钥的公开 Web API 查询国家代码，然后输出 clean.csv、mismatches.csv 和一份已修正错误的汇总
- 把脚本推到 GitHub，README 中列出处理过的每一类错误；报名前在课程页面确认 PRO 订阅条款

## 信源

- [AI Python for Beginners – DeepLearning.AI](https://www.deeplearning.ai/courses/ai-python-for-beginners/)

- [AI Python for Beginners – DeepLearning.AI](https://www.deeplearning.ai/short-courses/ai-python-for-beginners/)

- [Forward Deployed Engineer – Anthropic (General Catalyst job board)](https://jobs.generalcatalyst.com/companies/anthropic/jobs/89778489-forward-deployed-engineer)

- [What Is a Forward Deployed Software Engineer? Complete Guide (May 2026)](https://www.paraform.com/blog/what-is-forward-deployed-software-engineer)
