FDE课程咨询

告诉我们您的学习需求

称呼和联系方式为必填项,其他信息按需填写即可。

补充单位、人数或邮箱(选填)

我们会根据您填写的信息尽快与您联系。您提交的信息仅用于课程咨询与回访,不作其他用途,也不会对外展示。

直接拨打 137 6791 8257 ↗

FDE 课程大纲:33 章 · 9 篇与实验清单

《FDE 前线部署工程师完整职业课程》围绕前线部署工程师(FDE,Forward Deployed Engineer)这一岗位构建。课程共33章、9篇,逐章列出学习目标、实验任务与成果要求。完整大纲、每个实验的交付物与 16 道考题全部公开;详细的课程材料开课后随课程发放,报名前可先观看相关实操片段再决定。

表格内容较宽,可在表格内左右滑动查看。

课程主轴:参考 OpenAI 官方实践归纳的五步交付框架 Discover → Prototype → Validate → Go live → Scale(方法归属见课件第 7 章;见FDE 实战培训与能力评定主页)。能力标尺:FCB 三级能力基准(见FCB 白皮书)。考核形态:16 道考核题 + 48 小时挑战同构(见考核题与评分标准)。岗位数据:国内 29 家 × 全球初始 100 家公司 JD 双样本快照(见岗位调研)。

第一篇 · 认知篇(第 1–5 章)

目标:搞清 FDE 从哪来、边界在哪,避免把营销叙事当职业事实。

章标题可测量学习目标(摘要)
01起源与定义:从 Palantir 说起不看讲稿 3 分钟讲清军事词源、S-1 定义与 Delta/Echo 双角色分工,同伴判定无事实错误为通过
02为什么是现在:部署鸿沟与四股推力画出 deployment gap 示意图(≥3 个差距来源),串起 Software 3.0 / service-as-software / margin-for-moat 论证链
03全球 FDE 地图:谁在养这个岗位完成起源派 / 模型厂商 / 云与 SaaS 三列组织对照表,每列 ≥2 家公司并标注来源与截止日期
04中国 FDE 地图:大厂与模型公司的本土打法完成七厂商对照表;复述薪资与供需比时必须同时报出来源与截止日期
05角色边界与争议:FDE 不是什么完成 FDE vs 相邻角色判边界卡与五维评估实操(计费方式单列记录)

第二篇 · 角色篇(第 6–8 章)

章标题可测量学习目标(摘要)
06FDE 的工作画像:时间都去哪了用图表还原 25/50/25 工作配比与"沟通七成",写"我的一天"时间表(≥8 个时段)
07方法论主轴:OpenAI 五步法默写五步法名称与顺序,每步写出 ≥1 个出口物,画出带回退箭头的五步循环图
08FDE 能力模型:五件套完成五维自评表(0–10)并在 1 份真实 JD 上标出五个维度的出现位置与短板补齐动作

第三篇 · 方法论篇(第 9–13 章)

五步法逐章展开,每章作业即 48 小时挑战对应阶段的预演。

章标题可测量学习目标(摘要)对应挑战阶段
09Discover · 需求发现提交前五天行动清单(≥5 项标准动作)、真痛点过滤练习与第一份数据权限请求草稿需求澄清
10Prototype · 快速原型:demo 文化与 48 小时 MVP写 48h MVP 裁剪单,在 AI 生成代码上标注 ≥3 处必须人工审查的位置(凭据/权限/边界)工作原型
11Validate · 评测验证谈定 baseline 与成功指标并写成指标卡,搭建 ≥10 条评测集,画出护栏三层设计图评测报告
12Go live · 生产上线:灰度、人在环与合规提交四级灰度上线表,每级写全晋级条件、回滚条件、负责人三列评测→汇报
13Scale · 规模沉淀写一页 playbook(触发条件/标准动作/联系人齐全)与 1 条产品反哺工单草稿汇报

第四篇 · 技术篇(第 14–23 章)

章标题可测量学习目标(摘要)实验 / 产物
14LLM API 与 Prompt 工程跑通含 system/user/tool 消息的调用;按四段结构改写生产级 prompt 并对比各 5 条输出调用与改写对比实验、token 成本估算
15工具调用 Function Calling实现四步回合;提交 ≥2 个 JSON Schema 工具定义与"自动执行/人工确认/禁止开放"权限分级表工具白名单与审计日志实验
16RAG 检索增强:企业交付的第一主战场为 30–50 页企业文档构建 RAG:30 条评测集、recall@5、引用正确率(低于 90% 不得判定通过)RAG 交付实验(含优化前后对比)
17Agent 开发:workflow 优先,agent 按需对 2 个场景完成 workflow/agent 选型决策单;完成三级对照实验(固定 Workflow → 单 Agent → 混合)三级对照实验报告(成本/延迟/成功率/失败模式)
18MCP 协议:工具与上下文的标准接口画 MCP 架构图(三种原语各 1 例);一段话说清 MCP 与 Function Calling 的层级关系在服务端验证身份的 MCP Server 与跨角色越权测试
19微调 SFT / LoRA:最后才选的路对 3 个需求场景完成 Prompt/RAG/微调三选一决策,写出判断依据与适用面对照卡决策练习与对照卡
20评测体系 Evals:FDE 的技术分水岭提交 ≥30 条评测集(含 10 条难例)与 grader 代码;LLM-as-judge 与人工标注一致率 ≥80% 方可通过评测脚手架、judge 校准、实验设计报告
21部署与可观测:让系统在现场活得下去完成部署形态选型单(全托管/私有化/混合)与四类可观测信号配置可观测配置方案
22从 Demo 到产品:AI 生成代码如何变成稳定系统对 1 个 demo 逐条排查五条鸿沟;执行分层审查并接上双轨回归鸿沟排查单、加固清单、回归记录
23生产工程基础:把清单变成可运行的实验交出 9 份可复核实验产物,全部不依赖 GPU 或商业 API 亦可完成权限矩阵表、数据校验规则清单、CI 流水线与拦截记录、威胁模型图与 top5 风险表、成本表与降级链演练、4 份事故"六问"复盘、CRM 连接器契约测试与幂等证明、容器发布回滚演练、注入与越权自动化测试

第五篇 · 交付篇(第 24–26 章)

章标题可测量学习目标(摘要)
24客户沟通与需求挖掘同一技术结论分别写业务/IT/高管三版话术(每版 ≤100 字);为 1 个需求变更写书面"预期合同"
25驻场生存指南提交驻场前谈判清单(节奏期限/权限接口人/结束条件三项齐全)与 burnout 自查表(≥5 条早期信号)
26跨部门协作与 ROI 证明完成客户侧与自家侧两张协作地图(各 ≥4 个干系人)与三层 ROI 叙事(含可溯源数字)

第六篇 · 职业篇(第 27–29 章)

章标题可测量学习目标(摘要)
27面试通关:三家样本与题库完成 Palantir / OpenAI / 字节三家面试流程对照表(轮次/形式/考察点,均标注来源)与分轮准备清单
28职业路径与薪资完成薪酬对照卡(每个数字标注来源与截止日期)与 300 字个人定价依据
2990 天行动计划提交 12–13 行周计划表(每行有明确产物、每月末有里程碑);90 天末作品集含 ≥1 个可运行作品 + ≥3 份交付文档

第八篇 · 考核篇(第 30–31 章)

章标题可测量学习目标(摘要)
30贯穿式毕业项目:门店运营智能助手独立完成六阶段交付,13 项提交物全部齐全且可复核;答辩在两个现场临时变量下 10 分钟内重新给出可行方案
31考核体系与题库用 16 道题库限时自测并按十字段模板写出完整实验包;为关键数字标注可核验来源与截止日期

16 道考核题全文与七维评分权重见《16 道考核题全文与评分标准》。

第九篇 · 实战案例篇(第 32–33 章)

目标:看讲师如何把五步法在仿真还原的组织摩擦、数据现实与合规红线中一步步走完;再对照第八篇的毕业项目自查——第 30 章是你自己做,这两章看别人怎么做、在哪些地方差点做错。

章标题可测量学习目标(摘要)
32客服质检仿真交付案例:六阶段推演以连锁电商客服质检为场景(示例数据),按发现→原型→验证→生产交付→回流沉淀→结项汇报六阶段推演完整交付,对照数据底表逐阶段记录关键决策与判停点
33低代码平台对比:ADP、扣子、百炼与代码框架的边界按部署形态与数据出域要求先筛硬门槛,再对 ADP、扣子、百炼与代码框架做同一场景最小单链路对比;理解混合路线(低代码编排 + 代码连接器 + 独立评测)的落点

MCP与低代码平台,分别学什么?

MCP(模型上下文协议,Model Context Protocol)用于规范AI应用与外部工具、资源和提示模板的连接。低代码平台则提供应用搭建与流程编排的工作环境。课程分别练习接口连接与平台选型,再用相同的输入、输出和评测样例检查结果。

表格可左右滑动查看。

课程位置学习任务实验产物
第18章 · MCP协议辨认Host、Client与Server的分工,理解MCP与模型工具调用的关系;在服务端验证身份后按角色执行工具。MCP架构图、服务端实现、工具调用记录与跨角色越权测试。
第33章 · 低代码平台对比围绕客服质检预筛的最小链路,从腾讯云ADP、扣子Coze、阿里云百炼中选择平台路线,与代码路线对照。共用输入输出契约与评测集,比较权限、评测、成本与可迁移性,提交有依据的选型报告。
部署方式讨论把云端、自托管等部署条件,与低代码或代码的开发方式分别考虑;以Dify为例讨论自托管平台的运行与维护条件。列出数据、账号、部署及维护条件,再选择实际可用的实施路线。

当期实操平台与运行环境在开课安排中确认。零基础可先通过AI辅助编程理解接口与任务,再逐步完成实验。查看公开考题与评分方法 →

协议与平台参考:MCP官方架构说明 · Dify工作流说明

厂商认证说明:腾讯云 ADP FDE 认证等属于第三方厂商认证,由相应厂商颁发、非本机构发证;本课程的能力评定(FCB 口径)与厂商认证相互独立、互不替代——厂商认证是入场券,FCB 是跨平台证据,两者可叠加。

第七篇 · 资源库(R1–R5 共 5 个模块)

编号内容要点
模块 1多种学习安排5 天训练营 / 12 周系统课 / 企业内训(2 天 + Residency)/ 伙伴认证工作坊四套开课方案
模块 2案例库:七个可引用的交付案例T-Mobile、BBVA、日立、空客 A350、360 纳米 Work、Kimi 登月计划、字节火山财务/HR FDE,按五段式讲解
模块 3术语表约 20 条核心术语速查(Ontology、Baseline、Grader、Guardrails、HITL、Trace 等)
模块 4学习资源清单(官方一手优先)OpenAI / Anthropic / LangChain / Hugging Face 官方课程与认证路径
模块 5岗位语料库:国内×全球初始双样本 JD 快照(全球初始 100 家)Top 15 技能频次、框架提及表、样本构成与数据使用说明,SHA-256 可复算(公开版见岗位调研数据页)

实验包全局模板(十字段)

全书每个实验按以下十字段封装,学员把它当"能不能开始动手"的检查单:

实验目标前置知识运行环境输入数据起始代码操作步骤提交物评分标准常见故障无 GPU · 无商业 API 的替代方案

课程形式与学习安排

课时与费用按班型在咨询时确定:观看相关实操片段或返回 FDE 实战培训与能力评定主页。

常见问题

关于课程大纲的四个问题。

课程一共多少章?每章都学什么?

共 33 章、9 篇:认知篇(1–5)、角色篇(6–8)、方法论篇(9–13)、技术篇(14–23)、交付篇(24–26)、职业篇(27–29)、资源库(R1–R5)、考核篇(30–31)与实战案例篇(32–33)。各章列有学习目标与实践任务,便于了解学习内容与成果要求。

课程的详细内容公开吗?

完整大纲、每个实验的交付物与 16 道考核题全文公开;详细的课程材料开课后随课程发放——先观看相关实操片段,再决定要不要报名。

每个实验都有评分标准吗?

有。全书实验按十字段模板封装(实验目标 / 前置知识 / 运行环境 / 输入数据 / 起始代码 / 操作步骤 / 提交物 / 评分标准 / 常见故障 / 无 GPU 替代方案),每份产物以"可复核"为通过底线。配套示范与答疑目前覆盖核心实验;其他实验示范仍在完善,具体可用材料请在报名前确认。

零基础应该从哪种学法开始?

建议从 5 天训练营或 12 周系统课开始:先修认知篇与五步法。入学的 15 项自检是成长清单与分班诊断,不是淘汰门槛——用来定位弱项、匹配先修内容(编程基础薄弱者可先过 WorkBuddy 先导课,建议路径、非强制前置);主考核允许使用 AI,考核点是解释、验证、修改并留痕。

下一步

大纲看得再细,不如来验一次课

试听中心目前提供 WorkBuddy 与 OPC 的相关实操片段,先看教学方式再决定。