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

转行

如何转行成为前线部署工程师（FDE）

想转行做前线部署工程师（FDE），保留你已有的工程能力，再补上大多数 FDE 职位要求、而普通工程岗位很少训练的东西：面向客户的工作（84% 的在招职位有此要求）、Python（61%）和API 与系统集成（56%），然后用一个真正部署上线的项目来证明自己。本页基于 139 家公司的 798 个在招 FDE 职位，告诉你现有岗位中哪些能力可以迁移、还要学什么、哪些职位适合你。

职位数据更新于: 2026年11月10日

798个在招 FDE 职位已分析
84%要求面向客户的工作
56%要求大模型、智能体或 RAG
47%提到出差或驻场

规划你的转行

勾选你在工作中已经在用的技能

每项技能后的百分比，表示与你同级别的在招 FDE 职位中有多少要求这项技能。

对照真实职位的准备度

31 / 100

对与你同级别的每个在招 FDE 职位，计算它要求的技能中你已勾选的比例，再对这些职位取平均值。

按需求排序，你最欠缺的 5 项技能

  1. 面向客户的工作与沟通 80% 的同级别在招职位有此要求
  2. 大模型、智能体与 RAG 56% 的同级别在招职位有此要求
  3. 出差或驻场客户现场 41% 的同级别在招职位有此要求
  4. TypeScript、JavaScript 与前端 37% 的同级别在招职位有此要求
  5. 机器学习 33% 的同级别在招职位有此要求

你的前 8 周准备计划

8 周是准备时间，不是求职周期。我们在应届生 FDE 招聘分析中针对越南工程师得出的结论是：对没有部署经验的多数工程师来说，先做 12–18 个月的部署工作，再转入 FDE 岗位，是更现实的路径。

  1. 第 1 周

    面向客户的工作与沟通

    访谈三个人，了解他们不喜欢的某个工作流程，写下真正的问题，而不是他们点名要的功能。

    阅读
    路线图阶段
    客户工作
  2. 第 2 周

    大模型、智能体与 RAG

    不用框架，基于你自己的数据手写一个调用工具的智能体循环，并记录每一步。

    阅读
    路线图阶段
    AI 应用
  3. 第 3 周

    TypeScript、JavaScript 与前端

    基于一个公开 API，用 React 和 TypeScript 做一个单页演示，包含加载中和出错状态。

    阅读
    路线图阶段
    全栈工程能力
  4. 第 4 周
  5. 第 5 周
  6. 第 6 周
  7. 第 7 周
  8. 第 8 周

适合你的在招职位

限定你的级别和地区，匹配度高的排在前面：按职位要求的技能中你已具备的比例计算。

  1. Forward Deployed Strategist Magic · 北美 该职位要求 2 项技能，你具备其中 2 项
  2. Mechanical Engineer - Forward Deployed Saronic · 北美 该职位要求 2 项技能，你具备其中 2 项
  3. Electrical Engineer - Forward Deployed Saronic · 北美 该职位要求 3 项技能，你具备其中 3 项
  4. FDE专家（Code M） - 飞书项目 ByteDance · 亚太 该职位要求 1 项技能，你具备其中 1 项
  5. Hardware Engineer - Forward Deployed Saronic · 北美 该职位要求 3 项技能，你具备其中 3 项
  6. Hardware Engineer - Forward Deployed Saronic · 北美 该职位要求 3 项技能，你具备其中 3 项
  7. Forward Deployed Robotics Engineer Physical Intelligence · 北美 该职位要求 1 项技能，你具备其中 1 项
  8. Forward Deployed Software Engineer Saronic · 北美 该职位要求 5 项技能，你具备其中 4 项

查看全部在招 FDE 职位 →

在招 FDE 职位要求什么

我们逐一阅读了全部 798 个在招前线部署工程师职位的任职要求，统计每项技能被多少职位提到。下表反映的是雇主当下的要求，并按职位名称中的级别拆分。

技能全部职位初级 (56)中级 (458)高级及以上 (284)从这篇开始
面向客户的工作与沟通84% 84%80%92%The problem the client brings is rarely the real one: how FDEs clarify requirements before writing code（英文）
Python61% 82%56%65%Python and SQL for FDEs: count the keys and check the JOIN before trusting the numbers（英文）
API 与系统集成56% 18%55%65%APIs and webhooks for FDEs: build every integration as if everything arrives twice（英文）
大模型、智能体与 RAG56% 39%56%60%LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）
出差或驻场客户现场47% 21%41%62%25% to 50% of the time at the customer: why most FDE roles cannot be done from home（英文）
TypeScript、JavaScript 与前端46% 70%37%57%Six steps to a client React demo, starting from a machine without Node（英文）
分布式系统与系统设计42% 18%31%65%Latency, throughput, scalability: answering the client's infrastructure team with measurements（英文）
机器学习42% 5%33%65%Classical ML or deep learning: choose by the shape of the client's data, not by fashion（英文）
云平台（AWS、GCP、Azure）39% 11%25%68%On-prem, VPC or SaaS: FDEs need a map of what runs where（英文）
Java、Go、C++ 或其他系统编程语言33% 73%22%44%Reading a customer's Java, Go or Node.js codebase when you only know Python（英文）
数据管道与 ETL31% 5%24%47%Hands-on: an incremental pipeline you can rerun without duplicating data（英文）
安全与合规30% 30%33%26%A client sends a security questionnaire: how FDEs use SOC 2 and ISO 27001 to get through review（英文）
评测与 AI 质量度量20% 2%19%26%Hands-on: building a 50-case eval for a Q&A assistant in Python（英文）
SQL 与关系型数据库15% 9%18%10%First time in a customer's database: read the schema, query a replica, lock the session to read-only（英文）
Docker、Kubernetes 与基础设施即代码14% 7%12%18%Diagnosing CrashLoopBackOff, OOMKilled and DNS failures on a customer's Kubernetes cluster with kubectl（英文）

Databricks（108 个）和 Palantir（99 个）两家合计占在招职位的 26%，所以它们的职位措辞对这些比例影响较大。初级职位很少（56 个），只要有一家公司发布职位，这一列就会明显波动。

按现有岗位看

选择你现在的岗位。每张卡片列出哪些能力可以迁移、按在招职位需求排序的技能差距，以及应该先读什么。规划工具中的默认勾选，来自“可迁移的能力”下列出的技能。

后端工程师

可迁移的能力

Python · SQL 与关系型数据库 · API 与系统集成 · Java、Go、C++ 或其他系统编程语言 · 分布式系统与系统设计

生产代码、API、数据库和值班经验：这是每个 FDE 职位默认你已具备的基础。在招职位中 61% 要求 Python，56% 要求 API 与系统集成，42% 要求分布式系统或系统设计。

技能差距（按需求排序）

后端工作很少训练的是客户这一侧。我们的转行分析发现，很多软件工程师缺少直接面对客户的经验、挖掘没有文档记录的工作流程的习惯，以及把大模型推上生产环境的经验。

  1. 面向客户的工作与沟通 84%
  2. 大模型、智能体与 RAG 56%
  3. 出差或驻场客户现场 47%
  4. TypeScript、JavaScript 与前端 46%
  5. 机器学习 42%
  6. 云平台（AWS、GCP、Azure） 39%

先学这些

  1. The problem the client brings is rarely the real one: how FDEs clarify requirements before writing code（英文）
  2. LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）
  3. Six steps to a client React demo, starting from a machine without Node（英文）
  4. Classical ML or deep learning: choose by the shape of the client's data, not by fashion（英文）

先读这些

按这个方向制定计划 →

全栈或前端工程师

可迁移的能力

TypeScript、JavaScript 与前端 · API 与系统集成 · SQL 与关系型数据库

几天之内就能给客户一个可以点击操作的东西：在招职位中 46% 提到 TypeScript、JavaScript 或前端工作，而一个能跑的演示，正是 FDE 把模糊需求变成具体需求的方式。

技能差距（按需求排序）

常见差距是 Python（61% 的职位要求）、数据处理和大模型系统，以及在别人的基础设施里、而不是自己的基础设施里，为一次部署负起全部责任。

  1. 面向客户的工作与沟通 84%
  2. Python 61%
  3. 大模型、智能体与 RAG 56%
  4. 出差或驻场客户现场 47%
  5. 分布式系统与系统设计 42%
  6. 机器学习 42%

先学这些

  1. The problem the client brings is rarely the real one: how FDEs clarify requirements before writing code（英文）
  2. Python and SQL for FDEs: count the keys and check the JOIN before trusting the numbers（英文）
  3. LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）
  4. Latency, throughput, scalability: answering the client's infrastructure team with measurements（英文）

先读这些

按这个方向制定计划 →

数据工程师

可迁移的能力

Python · SQL 与关系型数据库 · 数据管道与 ETL · 云平台（AWS、GCP、Azure）

把客户杂乱的数据整理好，是这份工作的一大部分：我们的指南把客户数据接入称为 FDE 的核心工作。在招职位中 31% 要求数据管道或 ETL。

技能差距（按需求排序）

差距在于和客户沟通、大模型应用与评测，以及要构建由你的管道供数的整个应用，而不只是管道本身。

  1. 面向客户的工作与沟通 84%
  2. API 与系统集成 56%
  3. 大模型、智能体与 RAG 56%
  4. 出差或驻场客户现场 47%
  5. TypeScript、JavaScript 与前端 46%
  6. 分布式系统与系统设计 42%

先学这些

  1. The problem the client brings is rarely the real one: how FDEs clarify requirements before writing code（英文）
  2. APIs and webhooks for FDEs: build every integration as if everything arrives twice（英文）
  3. LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）
  4. Six steps to a client React demo, starting from a machine without Node（英文）

先读这些

按这个方向制定计划 →

机器学习或 AI 工程师

可迁移的能力

Python · 机器学习 · 大模型、智能体与 RAG · 评测与 AI 质量度量

我们写给数据科学家和机器学习工程师的指南认为，机器学习经验和调试思维是实实在在的优势：在招职位中 42% 要求机器学习，56% 要求大模型、智能体或 RAG。

技能差距（按需求排序）

同一篇指南指出，差距在模型之后：拆解问题、编写生产代码、端到端负责，并由一个具体的客户来决定什么才算完成。

  1. 面向客户的工作与沟通 84%
  2. API 与系统集成 56%
  3. 出差或驻场客户现场 47%
  4. TypeScript、JavaScript 与前端 46%
  5. 分布式系统与系统设计 42%
  6. 云平台（AWS、GCP、Azure） 39%

先学这些

  1. The problem the client brings is rarely the real one: how FDEs clarify requirements before writing code（英文）
  2. APIs and webhooks for FDEs: build every integration as if everything arrives twice（英文）
  3. Six steps to a client React demo, starting from a machine without Node（英文）
  4. Latency, throughput, scalability: answering the client's infrastructure team with measurements（英文）

先读这些

按这个方向制定计划 →

DevOps、SRE 或平台工程师

可迁移的能力

Docker、Kubernetes 与基础设施即代码 · 云平台（AWS、GCP、Azure） · 安全与合规 · 分布式系统与系统设计

在你无法掌控的环境里部署（客户的 VPC、本地部署和物理隔离的服务器），并处理故障。在招职位中 39% 要求云平台，30% 要求安全或合规，14% 要求 Docker、Kubernetes 或基础设施即代码。

技能差距（按需求排序）

差距在于用 Python 写应用代码、大模型系统，以及主导和客户的对话，而不只是处理工单。

  1. 面向客户的工作与沟通 84%
  2. Python 61%
  3. API 与系统集成 56%
  4. 大模型、智能体与 RAG 56%
  5. 出差或驻场客户现场 47%
  6. TypeScript、JavaScript 与前端 46%

先学这些

  1. The problem the client brings is rarely the real one: how FDEs clarify requirements before writing code（英文）
  2. Python and SQL for FDEs: count the keys and check the JOIN before trusting the numbers（英文）
  3. APIs and webhooks for FDEs: build every integration as if everything arrives twice（英文）
  4. LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）

先读这些

按这个方向制定计划 →

解决方案工程师或售前工程师

可迁移的能力

面向客户的工作与沟通 · 出差或驻场客户现场 · API 与系统集成

客户沟通、演示和出差，这些是大多数工程师要从零学起的东西：在招职位中 84% 要求面向客户的工作，47% 提到出差或驻场。

技能差距（按需求排序）

我们关于这次转型的指南点明了差距：从演示代码到生产代码，并为部署的最终结果负责。

  1. Python 61%
  2. 大模型、智能体与 RAG 56%
  3. TypeScript、JavaScript 与前端 46%
  4. 分布式系统与系统设计 42%
  5. 机器学习 42%
  6. 云平台（AWS、GCP、Azure） 39%

先学这些

  1. Python and SQL for FDEs: count the keys and check the JOIN before trusting the numbers（英文）
  2. LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）
  3. Six steps to a client React demo, starting from a machine without Node（英文）
  4. Latency, throughput, scalability: answering the client's infrastructure team with measurements（英文）

先读这些

按这个方向制定计划 →

咨询顾问或分析师

可迁移的能力

面向客户的工作与沟通 · SQL 与关系型数据库 · 出差或驻场客户现场

需求探索、干系人管理和面向高管的写作都可以直接迁移：在招职位中 84% 要求面向客户的工作和沟通能力。

技能差距（按需求排序）

差距在工程。FDE 要亲自编写生产代码并对结果负责，所以 Python（61%）、API（56%）和交付一个能跑的系统要排在最前面。

  1. Python 61%
  2. API 与系统集成 56%
  3. 大模型、智能体与 RAG 56%
  4. TypeScript、JavaScript 与前端 46%
  5. 分布式系统与系统设计 42%
  6. 机器学习 42%

先学这些

  1. Python and SQL for FDEs: count the keys and check the JOIN before trusting the numbers（英文）
  2. APIs and webhooks for FDEs: build every integration as if everything arrives twice（英文）
  3. LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）
  4. Six steps to a client React demo, starting from a machine without Node（英文）

先读这些

按这个方向制定计划 →

应届毕业生

可迁移的能力

Python

扎实的基础知识有用：初级职位要求最多的是 Python（82%）、TypeScript 或 JavaScript（70%），以及 Java、Go 或 C++（73%）。

技能差距（按需求排序）

门槛很窄：798 个在招职位中，按职位名称算只有 56 个（7%）是初级岗位。我们的应届生 FDE 招聘分析发现，这些职位都绑定固定的毕业时间窗口；针对越南工程师，这篇分析认为对多数人更现实的路径是先积累 12–18 个月的部署经验。

  1. 面向客户的工作与沟通 84%
  2. API 与系统集成 56%
  3. 大模型、智能体与 RAG 56%
  4. 出差或驻场客户现场 47%
  5. TypeScript、JavaScript 与前端 46%
  6. 分布式系统与系统设计 42%

先学这些

  1. The problem the client brings is rarely the real one: how FDEs clarify requirements before writing code（英文）
  2. APIs and webhooks for FDEs: build every integration as if everything arrives twice（英文）
  3. LLM basics for FDEs: tokens, context windows, temperature and why models make things up（英文）
  4. Six steps to a client React demo, starting from a machine without Node（英文）

先读这些

按这个方向制定计划 →

常见问题

后端工程师能转行做 FDE 吗？

能。后端技能正是大多数职位最先要求的：798 个在招 FDE 职位中，61% 要求 Python，56% 要求 API 与系统集成，42% 要求分布式系统或系统设计。后端工作很少训练的是客户这一侧：84% 的职位要求面向客户的工作。我们的转行分析发现，很多软件工程师缺少直接面对客户、挖掘未记录的工作流程，以及把大模型推上生产环境的经验。

一定要有面向客户的经验吗？

对大多数职位来说是的：84% 的在招 FDE 职位要求面向客户的工作、干系人管理或与高管沟通，比任何一项技术技能的比例都高。我们的分析提到，Anthropic 的职位要求 4 年以上技术类、面向客户的岗位经验，并建议先在现在的工作中积累这类经验。

转行做 FDE 需要多长时间？

取决于你的差距有多大。本页的规划工具用 8 周时间来补齐你最大的五项技能差距、交付一个项目并练习面试；这是准备时间，不是求职周期。对于没有部署经验的工程师，我们的应届生 FDE 招聘分析针对越南工程师的结论是：更现实的路径是先积累 12–18 个月部署经验，再转入 FDE 岗位。798 个在招职位中，按职位名称算只有 56 个是初级岗位。

FDE 需要出差吗？

经常需要。47% 的在招 FDE 职位提到出差或在客户现场工作，高级职位中这一比例升至 62%。我们对出差要求的分析显示，常见范围是 25–50% 的时间在客户那里；远程 FDE 职位调查发现，即使是支持远程办公的 Cohere 也要求 20–40% 的出差时间。接受 offer 之前，一定要问清具体比例。

从软件工程师转 FDE 是降级吗？

从我们掌握的数据看，不是。公布薪资范围的美国 FDE 职位，基本工资中位数为 $202k（167 个职位，见 FDE 薪资数据）；我们不收集软件工程师的薪资，所以无法直接比较两者。这个岗位有自己的晋升阶梯：我们的薪资阶梯分析发现，OpenAI 的 FDE 经理一级要求 8 年以上经验；我们的职业路径指南列出了首席 FDE、产品经理、工程经理和创业等出路。变化在于评价方式：看的是一个客户的最终结果，而不是你负责的某个组件。

FDE 面试考什么？

根据我们问题拆解环节指南所参考的课程，面试流程有四轮：问题拆解、客户模拟、技术面和行为面。问题拆解环节的评分点是结构化拆解、对最终用户的同理心、对数据的推理以及对范围的判断；最常见的错误是一上来就给解决方案。详见FDE 面试逐轮拆解。

成为 FDE 需要 AI 或大模型经验吗？

越来越需要：56% 的在招 FDE 职位要求大模型、智能体或 RAG，20% 提到评测，42% 要求更广义的机器学习。如果你还没有相关经验，当它们属于你最大的差距时，上面的计划会把大模型和评测安排在最初几周，从大模型基础知识开始。

应该先学哪些技能？

先学那些你欠缺、而在招职位要求最多的技能。在全部 798 个职位中，要求最多的是面向客户的工作与沟通（84%）、Python（61%）、API 与系统集成（56%）、大模型、智能体与 RAG（56%）、出差或驻场客户现场（47%）。在规划工具中勾选你已有的技能，其余的会按你所在级别的需求排序。

计算方法

数据。139 家公司的 798 个在招前线部署工程师职位，来自官方招聘页面（Greenhouse、Ashby、Lever、Workday，以及亚马逊、微软、字节跳动和腾讯的官方招聘网站），每天更新多次；职位变化时页面会重新生成。

技能。一份固定的 15 项技能清单，每项技能用一个固定的匹配规则在职位描述的任职要求部分中识别。福利、薪资、“关于我们”和平等就业声明等部分会先被去掉，公司自己的名字也会去掉，这样公司介绍自己或自家产品时，不会被算作对某项技能的要求。一个职位要么要求某项技能，要么不要求；要求的强烈程度不做衡量。

级别。从职位名称判断：intern、graduate、junior 和 associate 算初级；senior、staff、principal、lead 和 manager 算高级；其余算中级。工作 5 年以上，会同时匹配高级和中级职位。

准备度。对你所在级别的每个在招职位，取它要求的技能中你已勾选的比例，再对这些职位取平均值。100 表示你具备该级别所有职位列出的全部技能；它不衡量你对这些技能掌握得有多好。识别不出任何技能的职位不计入。

它看不到的东西。行业知识、安全许可、语言能力和学历要求不在清单内。一个只把“Python”列为示例的职位，和一个把 Python 作为硬性要求的职位，统计时一视同仁。

什么是 FDE？ →8 阶段学习路线图 →FDE 面试 →招聘数据 →

建议引用格式: FDE Times, “如何转行成为前线部署工程师（FDE）”, https://fdetimes.net/zh/switch-to-fde/, 2026年11月10日.