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订阅简报登录
ENVI

前线部署工程师（FDE）的专业媒体

成为 FDE 的学习路线图

共 8 个阶段。可以按顺序学，也可以从你最薄弱的阶段开始。

24 篇核心阅读 · 共 8 个阶段，约需 3 小时

还不了解这个岗位？先读《什么是前线部署工程师》→ · 想转行？规划你的 FDE 之路 →

阶段 1

基础认知

理解这个岗位，以及 FDE 如何创造价值。

学完能做什么

学完这一阶段，你能讲清楚 FDE 要对哪些事负责，而软件工程师或解决方案工程师不用；能有意识地在“理解客户问题”和“为客户动手构建”之间切换；能用一份简短的项目简报界定合作范围，并写明“不在范围内”的内容；还能按“谁被卡住了”来给客户早上提出的请求排优先级。

从这里开始 · 3 篇 · 19 分钟

  1. 6 分钟
  2. 7 分钟
  3. 6 分钟

动手实践

读懂岗位，再为一个真实项目写简报

  1. 找一份解决方案工程师的招聘启事和一份 FDE 的招聘启事，分别回答五个问题：这个岗位向工程团队还是销售团队汇报？是在签约前还是签约后加入？你的代码会进入生产环境，还是止步于 POC？上线后谁来值班？薪酬是否和销售业绩挂钩？
  2. 挑一个你手头正在做的项目或工单，写一份五段式交接简报：用户是谁、瓶颈在哪里、现在怎么绕过去、他们希望更早做出哪个决策，以及最小可用原型和它的约束条件。
  3. 把它改写成一份七行的合作简报，其中“不在范围内”和“交付之后”两行必须写。
  4. 连续三个早上，把前一晚以来收到的所有请求写成 P0/P1/P2 分级记录，排序依据是：有没有人被卡住、是谁、谁的决定能让他们继续往下走。
阶段 2

全栈工程能力

从数据、API 到基础设施，都能自己搞定。

学完能做什么

学完这一阶段，你能在不给生产环境增加负载的前提下探查客户的 PostgreSQL 或 MongoDB 数据；能用 ROW_NUMBER 查询给记录去重，并且每次运行结果都一致；能用 curl 和 Postman 弄清客户 API 实际返回什么；能用 Python 通过分页 API 拉取大规模数据，并带上重试和断点续传；还能让 API 写操作和 webhook 处理逻辑即使重复执行也安全。

从这里开始 · 2 篇 · 14 分钟

  1. 8 分钟
  2. 6 分钟

动手实践

拉取、去重并核对一份公开数据集

  1. 找一个使用 token 认证的公开 API，用 curl 分别带和不带 token 调用同一个接口；然后在 Postman 里建一个增删改查（CRUD）集合，用 Collection Runner 跑一遍。
  2. 用 Python 写一个 pull_all()：显式设置 limit，遇到 429 时重试，并且只在每批数据写入磁盘之后才保存游标。中途强行终止，再重新运行，检查唯一 ID 的数量是否等于写入的行数。
  3. 把数据导入本地 PostgreSQL，用四条 SET 语句开启一个分析会话（只读，加上语句超时、锁超时和事务空闲超时），确认写操作会被拒绝。
  4. 用 ROW_NUMBER() OVER (PARTITION BY 规范化后的键 ORDER BY updated_at DESC NULLS LAST, id DESC) 去重，再确认源数据中不同键的数量等于筛选 rn = 1 后剩下的行数。
阶段 3

AI 应用

用大模型和智能体解决实际问题。

学完能做什么

学完这一阶段，你能把大模型编造出来的回答追溯到上下文窗口里的内容和采样参数；能根据 token 数判断一个语料库是否需要 RAG，并用 Recall@k 衡量检索效果；能手写一个带终止条件、会把工具错误返回给模型的智能体循环；能在工作流和智能体之间做出选择；还能把客户含糊的抱怨变成通过/不通过的评测用例，阈值由客户认可。

从这里开始 · 1 篇 · 7 分钟

  1. 7 分钟

动手实践

做一个可度量的文档助手

  1. 找一组公开文档，统计它的 token 数并和模型的上下文窗口对比；如果放不下，就切块，每块生成五个问题，以 BM25 为基线，测出 Recall@5、@10 和 @20。
  2. 手写一个只有一个查询工具的智能体循环，设置 MAX_TURNS = 8，工具出错时通过 is_error 返回给模型，每一轮结束后打印消息记录。
  3. 用 20 个不同的输入运行它，记录每次调用工具的顺序，把反复出现的路径改成固定的工作流分支。
  4. 写 10 个文档无法回答的问题，再为最大的一类失败写一条通过/不通过的标准，然后统计系统有多少次会回答“文档中没有相关内容”。
阶段 4

客户工作

找到真正的问题，把话说清楚。

学完能做什么

学完这一阶段，你能把客户提出的需求当作一个有待验证的假设；能用一页纸规划需求探索，干系人地图里要包括持怀疑态度的人；访谈用户时问他们上一次实际发生了什么，而不是他们想要什么；能在不打断工作的情况下观察真实的工作过程；能把“必须永远正确”变成有阈值、由客户签字确认的验收标准；还能写一份包含非目标的设计文档，在写代码之前请客户的工程师评审。

从这里开始 · 1 篇 · 7 分钟

  1. 7 分钟

动手实践

从一句话需求到一份经过评审的设计文档

  1. 选一个你公司里或你熟悉的某家企业里的业务流程，写一页需求探索计划：干系人地图里要有持怀疑态度的人，“成功标准”一行先留空。
  2. 花 20 分钟访谈一位用户，问他上一次做这件事的经过；然后在他旁边坐两个小时，用四栏表做记录，问题留到他休息时再问。
  3. 把“成功标准”一行填成“[谁] 把 [X] 从 [Y] 降到 [N]，用 [什么方法] 衡量”，并把每条含糊的需求改写成带阈值、样本量和度量方法的标准。
  4. 写一份两页的设计文档，至少列出三个非目标，并比较两种方案的取舍；先发给一位评审人提早看，再发给整个团队，反馈截止时间至少留出两个工作日。
阶段 5

部署上线

用真实数据把方案推上生产环境。

学完能做什么

学完这一阶段，你能把客户口径不一致的多个数据源关联起来，并报告核对后的匹配率；能搭建一条可以重跑、可以回填且不会产生重复数据的每日数据管道；能按照演练过的回滚方案完成上线切换；能设定 SLO 和错误预算；还能主导一次故障处理，直到完成一份不追责的复盘报告。

从这里开始 · 4 篇 · 28 分钟

  1. 6 分钟
  2. 7 分钟
  3. 7 分钟
  4. 8 分钟

动手实践

一条可重跑的数据管道和它的上线手册

  1. 找两份用不同方式命名同一实体的公开数据集，把两边规范化成同一个键，把匹配不上的行导出到异常文件，每次运行都打印匹配率。
  2. 按业务键用 MERGE 把关联后的数据写入目标表，每次运行处理一天的数据；然后把同一天重跑一遍，确认重复检查查不出任何行。
  3. 把切换手册写成一张表（时间、任务、负责人、决策点），包含三个核对条件和一个回滚触发条件，然后实测一次从备份恢复要多长时间。
  4. 为这条管道定义一个 SLI 和一个宽松的 SLO，算出四周的错误预算；然后故意把管道弄坏，写一页不追责的复盘报告。
阶段 6

价值度量

用客户在意的数字证明价值。

学完能做什么

学完这一阶段，你能把客户认为“没法衡量”的目标拆成可观察的信号；能先测出基线，再在扣除核查和返工时间之后报告净节省；能把系统里的数字和客户的账目逐项核对；能用有意义的操作而不是登录次数来衡量使用率；还能把结果浓缩成一条决策者可以直接据此行动的结论。

从这里开始 · 3 篇 · 17 分钟

  1. 7 分钟
  2. 4 分钟
  3. 6 分钟

动手实践

一页纸的价值报告

  1. 选一个你熟悉的工作流程，列出三个能看出它变好了的可观察迹象；随机挑五个任务计时，把最快到最慢的范围作为第一版基线。
  2. 改进上线后，逐个任务记录处理时间、复核时间以及是否需要返工，然后填一张表：毛节省、核查时间、返工时间和净节省。
  3. 把行数以及每个数值列的 SUM、MIN、MAX、AVG 与源数据对比，把差异按天拆开，并写下每处差异的原因。
  4. 定义一个有意义的操作，统计过去七天里完成这个操作的人数占全部目标用户的比例，用一张标题直接写出结论的图表展示结果。
阶段 7

项目主导

推动项目前进，并把一线经验反馈给产品团队。

学完能做什么

学完这一阶段，你能写一份三行简报，并分清什么是需求探索、什么是范围蔓延；能把选项摆到有决定权的人面前，从而带动一支不向你汇报的客户团队；能维护 RAID 日志和决策日志，每项风险都有明确的审批人；能带着证据和建议的处理通道，把一线发现反馈给产品团队；还能在项目收尾时把每个遗留事项归入经验教训、遗留技术债和产品问题三类。

从这里开始 · 5 篇 · 36 分钟

  1. 8 分钟
  2. 7 分钟
  3. 7 分钟
  4. 7 分钟
  5. 7 分钟

动手实践

像管理客户项目一样推进一个小项目

  1. 为你手头的一项任务写一份三行简报（可度量的结果、预估时间、完成的定义），请提出需求的人确认。
  2. 新建一个 raid-log.md，负责人和审批人分成两栏；加入三条尚未验证的假设，写明各自如何验证、何时之前验证；再把一个口头达成的决定单独写成一份决策文件。
  3. 把一个卡住的技术决策整理成绿、黄、红三个选项，每个选项附一行风险说明，发给有权拍板的人。
  4. 工作结束时，把每个临时绕行方案和未关闭的工单归入经验教训、遗留技术债和产品问题三类；再挑一个产品问题写成反馈说明，包含证据、绕行方案、影响范围和建议的分类。
本阶段延伸阅读 (7)
阶段 8

职业发展

打造作品集，通过 FDE 面试。

学完能做什么

学完这一阶段，你能在现在的工作里找一个没人负责的问题，积累 FDE 式的经历；能发布一个作品集仓库，里面有基于真实失败案例构建的评测和如实报告的 pass^k 数据；能写一份一页纸的简历，每条要点都以可度量的成果开头；在拆解、设计、调试和客户场景等面试环节中，能先问清问题、边想边说；还能在谈 offer 时先谈职级和股权，再谈底薪。

从这里开始 · 5 篇 · 37 分钟

  1. 7 分钟
  2. 8 分钟
  3. 7 分钟
  4. 7 分钟
  5. 8 分钟

动手实践

一套 FDE 求职材料

  1. 在现在的工作里找一个反复出现、却没有团队负责的问题，和一位经常遇到它的人坐在一起，交付一个修复，并度量修复前后的一个数字。
  2. 用脏乱、接近真实的数据做一个小型智能体仓库，每次运行记录为一行 JSONL，把发现的失败转成测试用例，在 README 里报告 pass^3 以及用例数量。
  3. 按“成果、前后对比数字、规模、技术”的顺序重写三条简历要点，只使用前两步得到的数字。
  4. 给自己 30 分钟，模拟这样一道题：病人记录分散在六个互不相通的系统里。全程录下来，数一数你第一次说出“架构”之前问了多少个澄清问题。
本阶段延伸阅读 (5)