# Turing 的 FDE 招聘启事，每一行都要有证据

> 很多人看到“5–8+ 年”就关掉页面，其实下面的职责描述才说明招聘方想看到什么。

原文: https://fdetimes.net/zh/guides/turing-fde-job-post-evidence/

打开 Turing 的 Forward Deployed AI Engineer 招聘启事，读到要求 5–8+ 年经验那一行，你可能就想关掉页面了。先别急。前线部署工程师（FDE）的招聘启事不是一张逐项打勾的清单。它描述的是一个已经把 GenAI 系统交付给真实客户的人，招聘方需要你证明自己就是这个人。

Turing 是个好例子，因为它的启事写得相当清楚。在它的 Greenhouse 页面上，前线部署类岗位归在“Enterprise AI Engineering”团队。同一团队里还有 Engagement Manager、AI Engagement Lead 和 Head of Engineering，说明 FDE 与负责客户关系的人紧密合作。

这个岗位在纽约、班加罗尔和海得拉巴开放。Turing 还在纽约为新入行的人设有“In Training”版本，另外也在招聘 Field Engineer, AI Labs，这个岗位属于单独的 Field Engineering 团队。

Principal 版本是一则旧启事，已经不再接受申请，据称要求 10 年以上经验。所以选择职级之前，先看一下当前在招的岗位列表。

## 细读下来，这是一个部署周期

按工作发生的顺序读职责，而不是按技术的顺序。第一句要求你为客户主导端到端的 GenAI 应用部署，从需求调研开始，到交付移交结束。后面的每一行都是这个周期中的一个阶段。

在理解问题的阶段，你是客户信任的技术顾问：要吃透客户的需求，并专门为他们设计 AI 方案。在构建阶段，你用 Python、LangChain/LangGraph 和 LLM 框架设计并编写系统。在运维阶段，你在 AWS、Azure 和 GCP 上工作，保证基础设施安全、速度够快。

最后一个阶段最常被忽略：与产品、ML 和工程团队合作，参与制定路线图和平台的核心功能。Turing 希望每次部署都能留下可复用的东西。此外还有几项要求：能独立工作，能向客户讲清复杂问题，能同时推进多个部署。

**要点:** FDE 招聘启事描述的是一个工作周期，你的简历要讲出这个周期的故事。

## 每条要求都需要一个经历

任职要求里有一个词比所有工具都重要：生产环境。Turing 想看到你设计并成功把 GenAI 应用交付到生产环境，而不只是做过演示。它还要求深入理解架构：API、微服务和事件驱动系统，外加 Python、LangChain、LangGraph 和 SQL。

最有效的准备方式是做一张证据匹配表。每一行对应一条要求、面试官真正想知道的问题，以及能回答这个问题的证据类型。

| 启事中的要求 | 面试官想知道什么 | 需要准备的证据 |
|---|---|---|
| 从需求调研到交付移交 | 你能负责整个周期吗？ | 一个以需求访谈开始、以移交文档收尾的项目 |
| 生产环境中的 GenAI | 系统有没有服务过真实用户？ | 你监控了什么，哪里出过故障，怎么修好的 |
| API、微服务、事件驱动 | 你能把 LLM 接入现有系统吗？ | 一个由事件触发 Agent 的流程，而不是靠人点按钮 |
| SQL | 你能处理客户的真实数据吗？ | 在混乱的 schema 上写查询，并处理好访问控制 |
| 技术顾问 | 你会在合适的时候说“不”吗？ | 一次你出于技术原因调整项目范围的经历 |
| 同时推进多个部署 | 没人分配任务时你能自己管好吗？ | 你如何分配时间，如何向各方汇报进度 |

填不上的行就是要补的缺口。空行通常没有你担心的那么多，只是你以前没用这份工作的语言讲过这些经历。

## 放到一位有四年经验的后端工程师身上

设想一位有四年经验的后端工程师：写过 API 和微服务，每天都用 SQL，但从没把 LLM 部署到生产环境，也很少直接和客户打交道。对照这张表，架构相关的三行基本填满，而生产环境 GenAI、需求调研和工作年限这几行仍是空的。

给这位工程师的建议分两种情况。如果目标就是 Turing，In Training 版本比标准岗位更合理的切入点。无论选哪条路，都应该做一个精准填上“生产环境”那一行的项目，而不是再学一个框架。

项目要小，但要走完整个周期：一个基于 SQL 数据库回答业务问题的 LangGraph Agent。Agent 由事件触发，比如新建一个工单，并部署到云上。最小骨架如下：

```python
from typing import TypedDict
from langgraph.graph import StateGraph, END

class State(TypedDict):
    question: str
    sql: str
    rows: list
    answer: str

def generate_sql(state: State) -> dict:
    # 调用 LLM，传入按提问者权限过滤后的 schema
    return {"sql": "..."}

def run_sql(state: State) -> dict:
    # 只允许 SELECT，设置超时，记录查询日志
    return {"rows": []}

def answer(state: State) -> dict:
    # 回答时附上实际执行的查询，方便用户自行核对
    return {"answer": "..."}

graph = StateGraph(State)
graph.add_node("generate_sql", generate_sql)
graph.add_node("run_sql", run_sql)
graph.add_node("answer", answer)
graph.set_entry_point("generate_sql")
graph.add_edge("generate_sql", "run_sql")
graph.add_edge("run_sql", "answer")
graph.add_edge("answer", END)
app = graph.compile()
```

代码不是难点。面试官想听的都在注释里：为什么只允许 SELECT，为什么把查询和答案一起返回，Agent 生成错误 SQL 时通知谁。这些正是 FDE 坐在客户那里时必须独自做出的决定。

做完项目，简历里的要点也要改。“用 LangChain 做了一个聊天机器人”只说明了你用过什么工具。更好的写法要交代背景、决策和运行状态：构建了基于 SQL 问答的 LangGraph Agent，由工单事件触发，部署在云上，只读权限，有日志记录和移交文档。

## 自己动手，分四步

第一步，把招聘启事抄下来，每句话拆成一条单独的要求，去掉形容词，保留动词。第二步，用表格里的三列，为每条要求匹配一个自己的真实经历。

第三步，挑出最重要的一个空行，用一个走完整个周期的项目把它填上：从请朋友扮演客户做一次模拟需求调研，到写好移交用的 README。

第四步，练习讲这些经历：每个控制在两分钟内，并且让非技术听众也能听懂，因为启事要求的正是这项能力。

## 让申请失败的几个错误

最常见的错误是罗列工具。在一行里写上 Python、LangChain、LangGraph、SQL、AWS、Azure、GCP 证明不了什么，因为别人也都这么写。工具只有和一个真正运行过的系统联系在一起才算数。

第二是把演示说成生产环境。面试官会问：数据脏了怎么办，模型答错了怎么办，客户中途改需求怎么办。演示回答不了其中任何一个问题。

第三是忘了最后一个阶段：对把客户那里的经验带回产品团队只字不提，而 Turing 明确写了希望招到能参与制定路线图的人。

最后一个是因为工作年限把自己排除在外，而 In Training 职级是存在的。反过来，也不要因为职位名称看着眼熟就去申请 Principal 岗位，那则启事已经关闭。

下次再读 FDE 招聘启事，不管是 Turing 还是别家，别问自己还缺哪些工具，而要问：部署周期里有哪个阶段，你从没独立走完过。

**本周动手试试:**

- 把 Turing 的 FDE 招聘启事（或你目标公司的启事）抄进一张表，每行一条要求，并在旁边写下一个自己的真实经历作为证据。
- 按“客户/背景、你自己做的决定、系统在生产环境中如何运行”的结构，重写三条简历要点。
- 构建一个基于 SQL 数据库问答的最小 LangGraph Agent，部署到云上，并写一页移交用的 README。

## 信源

- [Turing Jobs (Greenhouse job board)](https://job-boards.greenhouse.io/turing/jobs/5609732004)

- [Turing Jobs (Greenhouse job board)](https://job-boards.greenhouse.io/turing/jobs/5594226004)

- [Forward Deployed AI Engineer at Turing - New York](https://www.gravityer.com/jobs/forward-deployed-ai-engineer-turing)

- [Principal Forward Deployed AI Engineer @ Turing (Foundation Capital job board)](https://jobs.foundationcapital.com/companies/turing-3/jobs/61641977-principal-forward-deployed-ai-engineer)