FDE Times 数据在招 FDE 职位 924▲33 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 80在招公司 196支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 107
ENVI

前线部署工程师(FDE)的专业媒体

工具

Palantir 的 FDSE 招聘启事,一次也没提 Foundry

Palantir 要招能很快看懂客户最大难题的人。学 Foundry 要先学 Ontology,也就是组织的数字孪生。

分享微博

要点速览

  • Palantir 把 Foundry 定义为企业数据的操作系统,由数据集、Ontology 和应用构成。
  • Ontology 是组织的数字孪生,负责把原始数据转化为业务概念。FDE 对这一层的理解要最深。
  • Palantir 的 FDSE 招聘启事没有提 Foundry,只谈客户问题。平台只是工具,招聘看重的是理解问题的能力。
Palantir Foundry 三层堆叠结构示意图。底层是数据集,即客户已有的原始数据;中间以橙色突出的是 Ontology,即组织的数字孪生,旁注“FDE 与客户一起搭建”;顶层是运行业务流程的应用。
Foundry 有两个数据层和一个应用层。Ontology 位于中间,把数据集映射为真实世界的概念,是 FDE 必须与客户一起搭建的部分。来源:Palantir 关于 Foundry 和 Ontology 的官方文档。

Palantir 前线部署软件工程师(FDSE)的官方招聘启事里,一次也没有提到 Foundry。与 Palantir 无关的培训网站 FDE Academy 却强调相反的一面:前线部署工程师(FDE)这个岗位之所以存在,正是因为 Foundry 及其前身 Gotham 需要工程师常驻客户现场。

两种说法其实没有看上去那么矛盾。FDE Academy 把 Foundry 看作 FDE 大部分工作发生的地方。Palantir 的招聘启事描述的是一个直接与客户合作、能很快弄懂客户最大难题的人,并没有要求精通某个特定工具。

所以,理解 Foundry 要从它要解决的问题入手。想走 FDE 这条路,需要弄清三件事:Foundry 由什么构成,FDE 在哪一层工作,拿到账号之前该学什么。

三层结构,价值在中间那一层

Palantir 官方文档(2026 年 7 月 2 日更新)把 Foundry 定义为企业数据的操作系统,可以集成来自任何来源的数据。2024 财年的年报(10-K)用了同样的说法:Foundry 为组织的数据打造一个中央操作系统。

“操作系统”这个比喻是有意为之。它意味着其他所有应用都运行在它之上,而不只是一个存数据的地方。

这套架构被描述为两个数据层加一个应用层。原始数据存放在数据集中。数据集之上是 Ontology,它把数据集和模型映射为真实世界的概念,Ontology 文档称这一层为组织的数字孪生。

最上层是应用,它同时调用下面两层来运行业务工作流。应用不只读取 Ontology,数据集和 Ontology 它都会用到。中间层并不取代原始数据,而是补上原始数据缺少的那层含义。

FDE Academy 认为,Ontology 才是 Foundry 与普通数据平台真正的区别。这只是第三方的判断。Palantir 的文档只把 Ontology 描述为组织的数字孪生,并没有拿它和其他平台比较。

部署现场的一天

假设越南平阳省有一家工厂,设备数据分散在三处:企业资源计划(ERP)系统、制造执行软件,以及维修团队的一张 Excel 表格。在数据集层,第一项工作是把这三个来源接入 Foundry,正如“集成任何来源的数据”这一承诺所说。

在 Ontology 层,要声明工厂的真实概念:设备(Machine)、生产班次(Production Shift)、故障(Incident)。一台设备有序列号和位置;一次故障关联一台设备和一个班次。在应用层,维修团队打开一个界面,就能看到哪些设备出了故障、影响了哪些班次,并直接处理。

难点和点哪个按钮无关,而在于确定“故障”指什么:设备停机五分钟,技术员会不会称之为故障?还是要停三十分钟才算?这是客户需求挖掘(customer discovery)的问题,任何文档都替你回答不了。

这或许就是 Palantir 的招聘启事只谈客户问题、不谈平台的原因。

同一份启事还说,FDSE 在小团队中工作,几乎无人督导,端到端负责高风险项目的执行。在这个工厂的例子里,“端到端”意味着一个人要覆盖全部三层,从脏乱的数据集一直做到工人使用的界面。

Foundry 不是孤立的

Foundry 是 Palantir 四大平台之一。生成式 AI 层 AIP 与 Foundry、Gotham 和 Apollo 打包在一起;Apollo 是负责交付的控制层。对 FDE 来说,Foundry 是做建模和搭建工作流的地方;把软件交付到客户环境、把 AI 接入工作流,则归同一套件中的其他层负责。

Palantir 的野心也不止于单个客户。年报(10-K)称,Foundry 正在成为中央操作系统,服务对象不只是单个组织,而是整个行业。果真如此,一个客户的 Ontology 就不是一件成品,而是更大图景中的一块拼图,FDE 就是拼出每一块的人。

拿到账号之前该学什么

Foundry 没法像开源库那样随手练习,但它底层的技能现在就能练。找一个你做过的系统,写出它的业务对象、属性、关系和操作,就像在声明一个 Ontology。

如果你还无法向行业外的人解释为什么选这个对象而不是另一个,就说明还没做完。

简历上不要写“搭建了 ETL 管道”。要写清楚某次你把多个来源的数据整合成一个模型,让非技术人员可以用它做决策。看岗位描述时,留意“own end-to-end”“small teams”“minimal supervision”这类说法,这正是 Palantir FDSE 招聘启事的用语。

启事没有提 Foundry,也没有提它的各个层。但端到端负责项目的人,应该能贯通全部三层,而不是只精通其中一层。

Foundry 也许是工作发生的地方。Palantir 真正花钱请的,是能把一座混乱的工厂变成工人信得过的数字孪生的人;平台只是承载并运行这个孪生。

这篇文章对你有帮助吗?

5 个信源
路线图上的下一篇 · 阶段 2: 全栈工程能力FDE 离场前,客户现场的 SQL 要先配齐 git 和测试dbt 给普通 SELECT 语句加上版本控制、测试和文档,FDE 走后,客户的分析师也能维护数据管道。