FDE 岗位 JD 拆解:146 份真实 JD 的技能频次与读法
🎯 本节目标
Section titled “🎯 本节目标”学完这一节,你能:
- 学会读 FDE JD:从一份招聘信息里挑出真正重要的关键词
- 精准匹配能力:知道 JD 里每个术语对应本课哪个模块、自己学没学到
- 找缺口补:用 3 步法判断自己离目标 JD 还差什么
📖 数据来源
Section titled “📖 数据来源”本节所有数字来自 alexeygrigorev/ai-engineering-field-guide,这是目前公开最权威的 FDE 招聘市场调研:
- 抓取 4894 份 AI 工程 JD(2026.02-2026.07,覆盖 LinkedIn / 公司官网 / 招聘聚合站)
- 按 FDE 标题(Forward Deployed Engineer / Forward Deployed Software Engineer / Solutions Engineer-AI 等同义岗)做精确匹配
- 去重后得到 146 个真实 FDE 岗位,来自 94 家公司
也就是说,下面每一张频次表,都是 146 份真实 JD 一个一个数出来的,不是脑补。
JD 技能频次表
Section titled “JD 技能频次表”按 146 份 JD 中的出现率降序排列,每个技能标注“你在本课哪个模块学过”:
| 技能 | 出现率 | 你学到了吗(对应模块) |
|---|---|---|
| Python | 91% | 模块 1-3 ✓ |
| Prompt 工程 | 55% | 模块 1 ✓ |
| RAG | 52% | 模块 4 ✓ |
| AWS | 47% | 模块 2 ✓ |
| Agent | 42% | 模块 3-4 ✓ |
| Docker | 40% | 模块 2 ✓ |
| Kubernetes | 35% | 模块 2(进阶) |
| CI/CD | 34% | 模块 5 ✓ |
| LangChain | 33% | 模块 3 ✓ |
读法:排在前面的 = 必备,排在后面的 = 加分。Python / Prompt / RAG / Agent 这四个是硬门槛,你简历里没体现就基本过不了筛。Kubernetes 是进阶,没有不强求,有就突出。
JD 职责频次表
Section titled “JD 职责频次表”FDE JD 的“职责描述”比“技能要求”更能看出岗位本质。下面是 146 份 JD 职责段的高频关键词:
| 职责关键词 | 出现率 | 含义 |
|---|---|---|
| 构建生产系统(build / deploy / production) | 90% | FDE 不是写 demo,是要上线的真工程师 |
| 客户直面(customer / client / stakeholder) | 88% | 你要直接和客户对接,不是 PM 转述 |
| 集成(integrate / connect / pipeline) | 64% | 把 AI 接进客户已有的系统(脏数据、旧 API) |
| 范围界定(scope / define / requirements) | 52% | 客户说“我要 AI”,你要砍清楚做什么、不做什么 |
| 评估(evaluate / measure / benchmark) | 49% | 知道 AI 系统到底有没有效果,这是分水岭 |
| 反哺产品(feedback / product team / roadmap) | 31% | 把现场经验回流给总部,改进通用产品 |
读法:90% 建生产系统 + 88% 客户直面 这两条是 FDE 的身份证。一份 JD 如果没有这两条,大概率是冒充 FDE 的普通后端岗或销售岗,要警惕。
怎么读一份 FDE JD:3 步法
Section titled “怎么读一份 FDE JD:3 步法”① 看职责关键词
Section titled “① 看职责关键词”先别看技能栏(那是 HR 抄来的)。直接跳到“岗位职责”段,找这五个词:
- build / deploy / production(建生产系统)
- customer / client(客户直面)
- integrate(集成)
- scope(范围界定)
- evaluate(评估)
五个里命中 3 个以上,是真 FDE。命中 1-2 个,大概率是挂羊头的普通岗。
② 对应你的能力
Section titled “② 对应你的能力”把 JD 里每条职责,对照本课的能力地图:
| JD 职责 | 对应模块 | 你的项目证据 |
|---|---|---|
| 构建 RAG 生产系统 | 模块 4 | 毕业项目里的 RAG 子系统 |
| 做 Agent 编排 | 模块 3 | 模块 3 的多步 Agent demo |
| 客户范围界定 | 模块 0 + 实战 | 简历里写“砍范围”的复盘 |
| 做评估门禁 | 模块 5 | CI/CD 里挂的回归测试 |
③ 找缺口补
Section titled “③ 找缺口补”JD 要求而你没学的,就是缺口。补法:
- 技能缺口(K8s / 某云):花 1-2 周做一个最小可用 demo,写进简历
- 职责缺口(没碰过客户):去接 1 个真实小客户(哪怕是朋友的店),积累 1 份复盘
- 领域缺口(不熟客服/金融):读 3 篇该领域的 AI 落地案例,面试能聊就行
⚠️ 常见误读
Section titled “⚠️ 常见误读”| 误读 | 真相 |
|---|---|
| 把普通 SE/解决方案工程师当 FDE | ❌ SE 偏销售不写代码,FDE 要 50% 代码 + 50% 现场。看职责段有没有 build/deploy |
| 只看技术栈,忽略“客户直面” | ❌ 88% 的 FDE JD 要求客户直面。你只会 Python 不会沟通,过不了面试 |
| 把“算法工程师”JD 当 FDE | ❌ 算法岗训模型,FDE 用模型。146 份 JD 里 0 个要求训练模型 |
| 只看技术不看现场 | ❌ FDE 的核心价值在现场判断力。技能频次表只是入场券,不是决胜项 |
| 看到 Kubernetes 35% 就慌 | ⚠️ K8s 是加分项不是硬门槛。先把 Python/RAG/Agent 这 90%+ 的拿下 |
1. 一份 JD 的技能栏写了 Python、AWS、RAG,但职责段没有任何"客户""现场""deploy"——这是真 FDE 吗?
大概率不是。FDE 的身份证是“建生产系统(90%)+ 客户直面(88%)”。技能栏能抄,职责段难伪造。命中关键词少于 3 个,基本是冒充 FDE 的普通后端岗或算法岗。
2. JD 要求 Kubernetes,你没学过,要不要补?
不强求。K8s 出现率 35%,是加分项不是硬门槛。优先把出现率 90%+ 的 Python/RAG/Agent 拿稳,有富余时间再做 1 个 K8s 最小部署 demo 写进简历即可。
3. JD 职责里写"反哺产品团队",这对应你的什么能力?
对应现场洞察 → 产品反馈的能力。FDE 在客户现场看到的真实问题,是总部改进通用产品的金矿。模块 0 讲过 FDE 的 Δ 本质:你既是客户的工程师,也是产品的眼睛。
🏋️ 配套自练
Section titled “🏋️ 配套自练”- Boss 直聘搜 FDE — 找 5 个真实 JD,用本节的 3 步法拆解(免费)
- LinkedIn Jobs 搜 FDE — 看海外岗位,对比国内要求差异(免费、可能要翻墙)
- alexeygrigorev FDE 数据 — 对照 146 份 JD 的技能频次,找你的缺口(免费)
📚 延伸阅读
Section titled “📚 延伸阅读”- alexeygrigorev/ai-engineering-field-guide — FDE 角色文件(146 份 JD 实证原文)
- ai-engineering-field-guide 数据集(4894 份 JD 原始数据)