FDE工程师吃香吗
粉丝1.4万获赞6.6万
相关视频
01:00查看AI文稿AI文稿你知道大厂最缺什么人吗？不是程序员，不是产品经理，是一个你可能没有听说过的岗位，叫 f d， 一 字节跳动开出了月薪三点五万到七万，全年十五薪，年薪最高达一百零五万。阿里云、美团全在疯狂挖人。 f d 的 全称叫啥？ future development engineer 特征，开发工程师。说人话就是把 ai 能力转化成实际产品的人人社部刚刚发布的数据，五千多家互联网企业刚释放了二十万个岗位， ai 相关的岗位占比疯狂的攀升。美团效招新增了 ai 产品经理、 ai a 警的开发工程师，自结千余个 ai 岗位，从技术、基建渗透到电商、生活服务，所有的业务板块。关键是什么？这些岗位 不只要你会写代码，要你能读懂业务逻辑。所以，别再说 ai 会抢你的饭碗。 ai 不 会淘汰人，但不会用 ai 的 人正在被会用 ai 的 人淘汰。
98胖哒在跑步
02:28查看AI文稿AI文稿f d e 可能是未来五年最吃香的岗位，也是未来五年我最看好的一个岗位。 f d e， ai 全员部署工程师 forward deploy engineer 很多人可能还不熟悉这个词，简单理解啊， f d e 不是 传统的程序员，也不是纯算法工程师，而是站在业务现场，把 ai 能力真正落地成业务结果的人。 为什么这个岗位会越来越重要呢？因为现在的企业啊，已经不缺 ai 工具了，这种大模型、智能体平台、低代码平台、知识库产品越来越多，但企业真正缺的是谁能判断这个场景该不该用 ai， 谁能把业务流程猜清楚，谁能把模型数据系统连接起来？ 谁能让这个东西上线以后真的有人用，真的有效果？这个人就是 fde。 传统程序员更关注模型的效果，但 fde 关注的是业务结果。 比如客户说我想用 ai 提升销售效率，普通技术人可能马上想到的一个就是做一个销售助手，但 f d e 会先问销售效率低在哪？是找客户慢，是写方案案慢，还是跟进不及时，新人不会聊，还是管理层看不到过程？ 不同的问题对应不同的 ai 方案？如果是写方案慢，可能我们需要方案生成助手。如果是新人不会聊，可能需要的是客户意向识别和提醒。 如果管理层看不到问题，可能需要的是销售过程分析。所以你看， ai 落地的核心，不是我会调用大模型，而是我知道业务问题应该怎么样被 ai 改造。 f d 几种复合能力第一，我们要懂技术，至少要懂大模型、 ig agent、 api、 数据处理系统集成，懂业务，能听懂客户的真实需求，而不只是听到表面需求。 第三，懂交付，知道一个项目怎么样从 demo 走向上线，怎么样做测试、培训、反馈、迭代。第四，懂沟通，能跟老板讲价值，能跟业务讲流程，能跟技术讲实现。 这类人为什么稀缺呢？因为技术的人很多，懂业务的人也不少，但能够把两者结合来的人却很少。 ai 越强，企业越需要这种连接型人才。未来很多企业不会单纯为了写代码 而付高价，但会为了你能帮我把 ai 做出业务结果而付高价。所以，如果你是个技术人，想抓住 ai 时代的机会， f d 一定是一个非常值得关注的方向。 未来最值钱的不是会用 ai 的 人，而是能让 ai 在 企业里真正产生价值的人。你觉得到底是懂业务的程序员干掉懂代码的算法专家，还是两者同归于尽？评论区告诉我。
349FDE布道者James
06:54查看AI文稿AI文稿今天继续给大家说一说二零二六年 ai 行业最火，大厂都抢破头这个岗位。 f 一 前两期我们也说了普兰特尔公司，还有他们家的 f 一， 以及还有说为什么国内没有真正的 f 一， 那我们现在再结合一下国内大厂这些招聘的基地，看看它到底需要什么样的要求。 那我们先说一下 f d e 到底是一个什么样的岗位。 f d e 全称是前线部署工程师，可以理解成是解决方案的专家，那目前就是作为 ai 的 一个落地的特种兵，大家其实都知道 ai 非常厉害，大模型也能聊天，写在网上做很多的事情，但是有一个非常大的问题， 就是 ai 出现在实验室之后，很多企业并没有用到，或者对于企业的落地是非常慢的。比如说一个管库存的人跟他说，我想让他帮我算一下库存周转率等等，提升我的库存效率。 或者是一个银行的经理说啊，我银行的合同很多，希望 ai 帮我梳理一下这样的合同，虽然可能听起来很简单，但是你直接告诉大模型是肯定是不行的。那 f d e 其实就是解决这个最后的一公里， 他把实验室当中的大模型的 ai 技术真正落地到企业里，能够让企业直接使用，能够帮助企业赚钱。那 f d 工程师每天都在做些什么？那我们举个例子给大家听一下，比如说还是以银行的例子，可能这个银行客户经理说我每天需要花三个小时来去 整理各种各样的合同，或者说会议记录，这个效率太低了，能不能让 ai 解决？那有了 f d e 之后， f d e 首先要驻场跟客户经理一起上班，这要注意是一块上班，不是说开会，看他们怎么整理合同，怎么整理会议机，要 去发现他们的痛点到底是什么，哪些地方可以用 ai。 第二个就是设计 ai 的 方案，让 ai 技术学习银行的这种合同模板， 会议管理制度啊等等，让这个 ai 的 技术自动从客户的系统里拿到这些信息。第三步就是要做出来一个样品，可能这个东西几天或者一周就要做出来，给客户做一个演示，客户可能，哎直接 点一个命令行，或者直接需要他的一个报告或者一个整理，那当客户确认了之后，那我们再要输出更加详细的方案和落地计划， 传达给公司内部真正的研发部门的同事，再去做这个研发，研发过程中再去跟客户沟通协调，你保证做出来这个东西真正是客户想要的。那最后再在客户的这个系统上 部署和上线，并且教会这个客户经理真正是能使用的，提升了他们的这个效率。那简单来说，其实 f d e 就是 一个客户的 ai 顾问，是我们公司 ai 商业和对方的一个翻译官，那作为 f d e 真正需要什么样的技能呢？ 那我也看了一下招聘上很多大厂上关于它的一个需求点，也结合 polenta 这家公司真正落地的 f d 工程师到底什么样子，它其实并不是说只懂技术或者只懂业务啊，它是一个综合体， 技术、业务加沟通的一个综合能力，一个多面手的岗位，那我把这些基地翻译成大白话，大家可以看一下。 第一个就是会用 ai 建设智能体搭东西，你可能不会训练大模型，但是你要用现有的工具和框架来快速搭建一个应用。 你可能说不会造车，但是你要会学会开车，还要根据不同的路况开好这辆车，那你肯定要了解市面上很多各种搭建智能的工具和能力。第二个，能够听懂人话， 这个就需要你跟客户现场的实际沟通，你能把客户一些模糊的需求转化成技术和 ai 能够听懂的语言，比如说客户就说我想提高效率，这个这句话太 太宽泛了，你需要跟客户日常的上班沟通协商之后，才能知道他真正的问题的背后的需求是什么。第三点， 除了能跟提出需求的人聊天，你还能跟这个公司的 ceo、 上层领导聊天，能够让他们理解这个 ai 能够带来多少的价值，多少的利益，你才能更好的推动，同时还要给公司的程序员、研发同学 聊好技术细节。第四点，你要有很强的一个动手能力啊，因为你理解完之后，你还要去写一些简单简单的代码，简单的部署，简单的 demo， 让他快速去看到这个原型。那这个 f d 这么火，为什么在国内会这么稀缺呢？ 我觉得这跟之前国内的职业规划的道路会有关系，原来的职业道路是技术大牛、业务达人，完全就是两个路子，他不用完全都懂， 可能这个技术大牛并不想出差，也没有办法住上，他天天和代码、和技术、和电脑打交道，但是业务上的沟通达人可能更多的跟人沟通很多，可能他电脑都很少带， 拿着手机就跟客户沟通了，可能在饭局上就把事谈下来了。那如果真的现在需要做 f d， 哪些人非常适合呢？我觉得三类人可能要按照优先级的顺序这么拍。第一类 那些不想天天写代码，前端后端的工程师，他可能平时已经开始跟客户有一些深层次的沟通， 也做了一些产品相关的一些工作，那我觉得他更往前一步迈进，可以成为一个非常好的 f d 工程师。第二类就是有技术背景的产品经理，或者传统问题的解决方案工程师。这里首先有一点需要有一些技术背景，如果说任何技术都不懂的小白是很难做成的。 当然产品思维也非常重要，就是深耕某一个行业的一个大牛，或者说他对这个行业的经验非常深入，想去转型做一些 ai 相关的工作。 那主要我觉得就是三类人，非常现在非常去适合做 f d。 最后就是大家觉得这个 f d 这么火，那他未来的前景到底是怎么样的呢？其实 我觉得 f d 的 前景非常大的，因为 ai 的 技术现在不是一个瓶颈， ai 落地式瓶颈。现在看美国那些 ai 公司，上半年最近的投入大概是只有一千亿美金的收入，投入产出比太少了。 ai 有 了模型，有了算力之后，那需要有公司去用，有人去用才行。就比如说你有了电脑，你没有人去用，你有了汽车没有人去开，那他肯定就 实际没有作用嘛，带来不了收益，那其实 f d e 就是 真正落地连接这个的桥梁，那未来几年之内，几乎所有的企业其实都应该会用上 ai， 那这个情况下都需要大量的 f d e 来帮助这个企业来实现 ai 的 转型。当然 f d e 并不是技术大牛， ai 解决问题的实干家。同时如果你还想在这个行业中一直做下去，还是我之前说的，一定要 打破壁垒，不要再局限于自己的那个模块，利用 ai 打造全站式的人才。哪怕你说我之前也不懂技术，没做过业务，没有跟客户沟通过，不会写代码，或者觉得自己产品思维能力不够， 这些都不是问题。用 ai 去学习，转变自己的思维，哪些不会让 ai 给你制定计划，去学习，去转变？种一棵树最合适的时间是十年前，另外一个就是现在。
328大杰克
01:07查看AI文稿AI文稿现在大厂疯抢一种人年薪开到一百多万，可这活干的是训练 ai 怎么替代人？这岗位叫 f 第一 前线部署工程师。啥意思呢？就是一个人扎进客户公司里，把那些买了 ai 车根本不会用的企业手把手带着，把 ai 真正落地干活。别以为这是小众岗，自己也给 f 第一开到月薪三万五到七万，发十五薪，最高一年一百零五万。 印度那家 infface 更狠，说未来几年要招六千个。为什么突然这么缺人？因为大厂发现 ai 产品卖出去，企业压根不知道怎么用，怎么接自己的老系统，钱花了，效果没出来，于是就得有人冲到一线，把 ai 印塞进业务里跑起来。那这跟你有啥关系？ 说白了，这是普通技术人现在最实在的一个转型窗口，他要的不是最顶尖的算法大神，而是既懂点技术，又能跟客户聊明白业务的人。沟通落地解决问题比刷题更值钱。但也得清醒， 这行有句话叫先帮忙后合并，你帮客户把 ai 用顺了，其实也是在给自己挖坑。所以真问题是， ai 时代，与其怕被替代，不如想清楚怎么站到替代别人的那一头。你会考虑转 fde 吗？评论区聊聊。
32AI划重点
03:20查看AI文稿AI文稿硅谷大厂正在疯抢的一个你听都没听过的岗位，年薪十五到二十六万美元，管理岗直接给到了四十万美元。谷歌在场， openai 在 场， israpp 也在场。这个岗位叫做 fde forward deployed engineer， 前沿部署工程师， 国内现在几乎没有人提，但是我明确告诉你，接下来国内大厂一定会大规模跟进，意味着程序员和产品经理你们的机会来了。 那么 f 一 到底是什么呢？简单来说啊，就是帮企业把 ai 真正用起来的工程师，不是坐在办公室写代码，而是直接跑到客户现场，跟业务聊，跟运营聊，跟一线团队聊，找到 ai 能产生最大价值的地方，亲手把方案搭出来。 第二，为什么这个岗位突然火了呢？前几年公司都在比谁家的模型跑分高，谁家参数大。而现在大家发现一个问题，模型再牛，企业用不起来，一样是零。 token 越来越便宜，但是光靠卖 token 根本覆盖不了研发成本，模型厂商必须下场帮助企业把 ai 用出效果，才能从卖 token 变成卖服务、卖方案、卖售后。 f d 就是 干这个活的。第三， f d 要求什么能力呢？三个维度，一、懂技术。 计算机科班出身，懂代码，懂服务器部署，还得懂大模型和智能体，这是基本功。二、等客户，你不是去秀技术的，你是去帮助客户解决问题的。跟老板聊成本，跟销售聊流程，跟财务聊预算，这个岗位的本质就是技术加销售的组合。 三、创始人心态为什么叫创始人心态？就是你到客户现场看到的东西，可能真的会让你吐血，没有云服务器，没有数据库，所有数据全靠 excel， 连信息化都没有做到，就想直接 ai 化。遇到这种情况，你不能说这活我干不了， 你得从零开始，帮客户把路铺好。第四，程序员为什么要转 f d 一、 因为只会写代码已经不够了， ai 正在成批的淘汰只会按需求文档写 c r u d 的 代码工人了。大模型写代码的能力已经远远超过了初中级程序员， 但 ai 不 懂业务，不懂客户、不懂现场。 f d 一 就是程序员不可替代的进化方向，从写代码的人，变成用 ai 帮客户解决问题的人。 第五，产品经理为什么要转 f d e？ 因为传统的 pm 的 护城河正在消失。以前，产品经理的核心价值是懂需求、画原型、写文档。现在呢，客户可以直接跟 ai 对 话，用 promote 定义工作流，用自然语言生成模型，你如果不进化，你就会被绕过。 f d e 给产品经理一条全新的路，从坐在办公室写文档变成冲到一线，用 ai 解决真实的商业问题， 你的业务理解、客户沟通需求洞察能力，在 f d e 这个岗位上，价值会被放大十倍、数十倍。 第六， f d e 的 天花板到底有多高呢？这个岗位的下线是技术骨干，上线是创业合伙人，因为你手里有转着大量的客户资源， 知道市场的真正痛点，做过成功项目，也踩过失败的坑，这些经验就是创业最大的资本。所以，别再问 ai 会不会让我失业了， ai 不 会让你失业， 但是会让只会写代码，只会画原形、不懂业务的人，可能真的会失业。 f d e 的 兴起就是这个时代给所有的程序员和产品经理释放的最强信号。不要等到国内大厂开始疯狂抢人你才行动，现在就是你拉开差距最好的时机。
216FDE布道者James
09:30查看AI文稿AI文稿哈喽，大家好， f d e 的 岗位最近是火遍全网，号称硅谷百万年薪，硅谷疯狂的抢人，但是我看到了全网博主没有一个人能够接触到正在面这个岗位的后人， 所以我今天特别邀请了伟，他今天刚刚面完谷歌 f d e 的 岗位，第一时间来分享一下大家比较关心的问题，然后哈喽伟跟大家打个招呼，哈喽，大家好， ok， 那因为我们两个人比较熟了嘛，所以我们就直接开始第一个问题， f d e 这个岗位的解读已经是铺天盖地了，大家的解读都是从自己的角度来去看。那你今天刚面试完，我也想知道谷歌到底是 如何看待这个岗位的。 f d e 这个岗位一句话总结，它就是 ai 落地的中间人啊。比如说谷歌这样的大公司，他们有自己的大语言模型，自己的 ai 平台 啊，智能体开发平台，这些对于企业客户来说是比较复杂的，怎么去部署，怎么去应用，怎么组合起来啊，这都是一系列的问题。所以说需要这么一个中间人啊，来自于谷歌来帮助这些客户公司去解决 ai 落地的问题。 嗯，有很多人说这个岗位其实有一点像售前销售经理，你觉得他这个跟售前的差异是什么呀？ 我觉得这个差异还蛮大的，它并不是说做售前的事情，而是做售后啊，客户公司已经跟谷歌啊等等这样的大厂签订好了协议之后，就会需要有 f d e 这样的人，真正的把自家的产品啊， ai 产品去落地，落实到客户公司。 因为它有两点嘛，一点是把自家产品卖出去给这些客户，让他们去使用，对吧？然后他们觉得很好用是很好的，还可以继续续约。 第二点呢，这些 f d、 e 也会在这应用的时候发现它具体的应用场景啊，或者得到更多的数据来反哺回自己公司。所以我能理解，其实谷歌是想把 ai 主要的 to c 转成规模化的，这种 to b 嘛， 就把他的这个业务往前拓展一下，有点类似。嗯，明白。还有一个问题啊，就是大家都说这个 f、 d、 e 的 这个岗位好像门槛没那么高，就是你做过几个 agent 的 博主，了解一下小龙虾的开发，然后包括甚至上课文科，其实都可以往 这个岗位上面转。所以你今天面完试，你觉得这个岗位真实的门槛是什么样子？我觉得对于大厂这样来说，你需要三种能力， 第一份就是它们叫做智能 ai 能力就是 generative ai， 你 需要有开发这个智能体的能力，而且可能不是单一智能体，是多个智能体协调合作的，因为涉涉及到企业的话，它的应用场景或者情况就会变得更复杂。第二点就是这个 python， 因为你 其实最终还是要扣顶的，你需要有这种啊，拍访扣顶的语言能力，我面试的岗位就是需要五年加的编程经验的，或者是拍访的扣顶经验。 最后一点可能是大部分人也不具有的能力，就是交流，跟客户澄清他的需求，因为很多企业客户他知道 ai 有 用。那具体怎么去应用呢？这个把他们的需求啊讲明白，融会贯通，把 ai 真正的去做起来也是一种能力要求了，所以说一共三项 啊。比如说第三个跟客户沟通或者是理解需求的能力，我感觉会刷掉百分之九十五的这个程序员，因为大家可能是写代码会比较多嘛。你觉得真正到了面试的时候，大家都会卡在哪几步上面？嗯， 我觉得面试的话这些能力都会去考的。比如说我面试的是一共是两轮，第一轮是 call 定的面试， 用拍档去真实的解决一个问题，一个小时啊。第二个就是去进行智能体的设计，或者叫深度设计，你在这个设计的过程当中，他们就会模拟一个真实的场景， 然后让你去澄清这个场景，然后再设计好你自己的智能体。嗯，明白。所以在这个过程当中，他会用一些案例的方式去来考察你整个的这种沟通，或者是对 ai a 针它的深度理解。对对对，他肯定是需要一些案例去去做的。 那我有个问题了，假设我做了很多个 a 针，它我是没有任何技术背景的，你觉得我能灭吗？ 我觉得可以面一面，但是前提是啊，这样的大厂要给你发面试，对吧？发面试的话他们就会看你简历，你简历有没有相关的，比如说 a 阵子的开发经验，甚至是这种企业级别的。不是说你自己去造一个啊， a 阵就可以去过这个简历馆了。 还有你这种抠定的能力，你就会最基础的抠定是远远不够的。当然最关键的很多人没提到就是有工程化的能力，你做好了这个 agent， 你 怎么去把它真正地落地到一个真实的企业当中，比如说你这个智能体出了问题，你怎么解决？你有没有 b 计划 啊？你怎么去回滚他？然后如果你把这些工作流换成了智能体，那么你原有的工作流用不用啊？出了问题用哪个？这都是一系列的工程化的问题。 大概理解了，就是我们自己用的这些 agent 其实是不符合这个岗位的要求的。那我也想问一下，有了这种自动化的工作流嘛，也许可以替代很多人的工作，就你自己而言的话，工程师本身的工作会不会被 f 一 或者是这些 agent 去来替代？嗯，对， 这个问题就是大家经常讨论的嘛。以我自己的工作实际工作情况来看，我们有百分之八十甚至百分之九十的东西都被 ai 替代了，也不说被 ai 替代了，就是让 ai 去帮我做了，帮我去写代码，帮我去设计。但是还是有的百分之十是 ai 没法替代的，需要我们真实的 engineer 去 啊进行交流啊，相当于是把守好最后一道关卡，他们写完好代码还是需要人类去进行检查审查的。 不明白，那也问一个大家特别关心，也是讨论的最多的问题。就很多人觉得这个岗位会长期存在，号称 ai 界十年铁饭碗。但有人觉得这个岗位是被 ai 的 这个浪潮给催发起来的，可能就是一个过渡期的岗位，大概一年两年就会被替代掉了。 所以你跟面试官聊完之后，结合你自己的一些判断嘛，你觉得这个岗位未来是怎么样？是这样，我们的 f、 d、 e 这个岗位和 ai 肯定是息息相关的，因为就是 ai 才推崇出这个岗位，如果我们 ai 发展得很好，这个模型发展得很强，那么肯定客户就想去更多地去应用它， 那对应的这个岗位的需求就越来越多了。但是反过来说呢，如果这 ai 发展的不好，那势必会对这个岗位造成影响，可能客户就没那么需要。尽管 ai 发展没我们想象中那样的， 它还是一直往上慢慢慢慢爬升的，这个岗位还会一直存在，可能就是说没有那么多旺盛的需求啊。当然还有一种长期的焦虑就是 ai 发展的太好了， 这是偏极端的，好发展的太好不需要 f 一 了，客户自己就能把自己的这个工作流什么一系列搭建出来了，问问 ai model 或者 model， 自己就帮你全部搭建出来了。尽管 ai 发展的很好，但是 f 一 这岗位可能就没那么大需求了。 明白了，他也许是一个长期存在的岗位，但是未来可能不会那么的热门了。然后他招聘的这个量可能也没有现在这么夸张这么大了。对我我的个人感觉来说，我倾向于这个 a f 肯定是发展的越来越好啊，这个岗位的话，他可能就是稳定性增长。 嗯嗯，那我想问，比如说应届的大学生，或者刚工作一到两年，挺想商转码或者文转码的这种，你觉得你需要提前准备一些什么？ 就是一个转行嘛。如果我们最终目标肯定是想拿到一个 offer， 拿到 offer 我 们就得有面试，有面试的话我们就得过简历官，所以说第一步我们就是丰富自己的简历嘛。那针对于自己的简历的话，你肯定要有 agent 相关的开发经验， 越接近企业级越好，比如说 m c， p 啊啊这种各种的 agent 怎么去应用 skill 啊，这些怎么去抵咱？你肯定要去了解的。第二个就是 如果你有自己的开源项目的话，那就更好了，或者是你的开源 agent 被 star 过，那就是一个亮点。 嗯，还有吗？比如说是不是要有做过一些工业级的 agent， 或者是我现在看很多人为了获得这个岗位都在 b 行上买星，就是这些都是一个简历的加分项目。对对对，这都是一个简历的加分项目，相当于是啊曝光自己嘛。 那对于经验有要求吗？是五年以上比较多？还是说应届生其实也还 ok？ 对 这个应届生其实我不太了解，我觉得可能没有那么多，更多的，我觉得他们都是要有五年加的工作经验。 明白我，我理解，就是网上大家说什么应届生直接转或者是文转码就是转，这个岗位来讲还是会有一些风险的，大家还是要判断，因为这个岗位还是要有一些专业的门槛在的，对吧？嗯啊，以上呢，就是第一手接触到 fbe 的 这个 资料和信息，大家还有其他的问题可以在评论区留言，伟都会看。如果大家还有一些北美求职问题都可以，就是通过我联系到伟，然后我们会有一手的信息分享给大家。那以上的内容就结束了，也谢谢伟，我们下期再见。好的，谢谢大家。拜拜。
3292迪迪（探索世界版）
01:45查看AI文稿AI文稿兄弟们，今天聊一个可能会影响你未来三到五年职业选择的事情。 ai 行业出了个新岗位，叫 f d 一， 前线部署工程师，三年时间需求涨了四十二倍，字节跳动。给这个岗位开多少？月薪最高七万，年薪冲到一百零五万，而且最关键的是，他不要求你会写代码。 什么是 f d e？ f d e 的 全称是 frontier deployment engineer， 翻译成人话就是企业花几百万买了大模型，结果发现不会用，于是花钱请人来驻场，手把手教他们用。你的工作就是坐在客户公司里，跟他们的业务部门聊天，搞清楚他们哪里可以用 ai 提效，然后动手部署啊。 你是那个让 ai 真正干活的人？为什么突然火了？给大家看几个数据。微软砸了二十五亿美元，成立了一家新公司，专门做这个，一口气招六千人不止微软 a w s open ai and h o pik 四家巨头在这个方向上合计投了近九十亿美元。 需求端呢？ uber 四个月就把全年的 ai 预算烧完了，特斯拉从七月开始限制每个员工每周 ai 支出不超过两百美元。花旗、阿道比也在收紧。这些公司不是不搞 ai 了，是终于发现了一个尴尬的事实，买模型和用上 ai 是 两码事，而 f d 一 就是来填这个坑的。 为什么说他适合普通人？因为他要的不是算法能力，是业务理解能力。如果你做过产品经理、技术授权、解决方案咨询顾问，恭喜你，你的核心技能和 f d 一 重合度极高，你只是需要加一个 ai 的 知识增量，而这个增量的学习门槛远比你想象的低， 上半场比的是谁家模型聪明，下半场比的是谁能让 ai 真正落地，一个全新的百万年薪赛道正在打开，如果你也在想 ai 时代，我该怎么办？ ai 值得你觉得有用三年不过分吧？
33不到九点
02:27查看AI文稿AI文稿f d a i 前沿部署工程师，他是未来五年最吃香的岗位，也是我非常看好的一个岗位。 for a deployed engineer。 很多人可能还不熟悉这个词啊，简单来理解， f d 不是 传统的程序员，也不是纯算法工程师，而是站在业务现场，把 ai 能够真正落地成业务结果的人。 为什么会有这个岗位呢？或者说，为什么这个岗位会越来越重要呢？因为现在的企业已经不缺 ai 工具了，各种大模型、智能体平台、低代码平台、知识库产品越来越多。但企业真正缺的是谁能判断这个场景该不该用 ai， 谁能把业务流程拆清楚，谁能把模型、数据系统连接起来？ 谁能让这个东西上线之后真正的有人用？真的有效果，这个人就是 f d 一 传统程序员，更关注功能的实现，算法工程师更关注模型的效果，但 f d 一 关注的是业务效果。比如客户说 我们想用 ai 提升销售效率，普通技术人员可能马上想到的是做一个销售助手，但 f d 一 会先问销售效率低在哪？是找客户慢？是且翻翻慢？是跟进不及时，是新人不会聊，还是管理层看不到整个过程？ 不同的问题是对应不同的 ai 解决方案。如果是写方案慢，可能需要的是方案生成助手。如果是新人不会聊，可能需要的是销售话术陪练。如果是跟进不及时，可能需要的是客户意向识别和提醒。如果是管理层看不到过程， 那么可能需要的是销售过程分析。所以你看， ai 落地的核心不是我会不会调用大模型，而是我知道业务问题应该怎么被 ai 改造。 f d 需要几种复合能力，第一，懂 懂技术，至少要懂大模型， r e g agent、 api、 数据处理、系统集成。第二，懂业务，能听懂客户的真实需求，而不是只听表面需求。第三，懂交付，知道一个项目怎么样从 demo 走向上线，怎么样测试、培训、反馈、迭代。 第四，懂沟通，能跟老板讲价值，能跟业务部门讲流程，能跟技术团队讲实现。这类人为什么稀缺呢？因为懂技术的人很多，懂业务的人也不少，但能够真正的把两者结合起来的人却很少。 ai 越强，企业越需要这种连接型人才。未来很多企业不会单纯为了写代码而付高价，但会为了你能帮我把 ai 做出业务结果而付高价。所以，如果你是技术人，想抓住 ai 时代的机会， f d 一定是非常值得关注的一个方向。一句话，未来最值钱的不是会使用 ai 的 人， 而是能够让 ai 在 企业里真正落地有价值的人。那么，你觉得到底是懂业务的程序员干掉懂代码的算法专家，还是两者同归于尽？评论区告诉我。
225FDE布道者James
03:24查看AI文稿AI文稿硅谷大厂正在疯抢的一个你听都没听过的岗位，年薪十五到二十六万美元，管理岗直接给到了四十万美元。谷歌在场， openai 在 抢， israplik 也在抢。这个岗位叫做 fde forward deployed engineer， 前沿部署工程师， 国内现在几乎没有人提，但是我明确告诉你，接下来国内大厂一定会大规模跟进，意味着程序员和产品经理你们的机会来了。 那么 f 一 到底是什么呢？简单来说啊，就是帮企业把 ai 真正用起来的工程师，不是坐在办公室写代码，而是直接跑到客户现场，跟业务聊，跟运营聊，跟一线团队聊，找到 ai 能产生最大价值的地方，亲手把方案搭出来。 第二，为什么这个岗位突然火了呢？前几年公司都在比谁家的模型跑分高，谁家参数大。而现在大家发现一个问题，模型再牛，企业用不起来，一样是零。 toker 越来越便宜，但是光靠卖 toker 根本覆盖不了研发成本，模型厂商必须下场帮助企业把 ai 用出效果，才能从卖 toker 变成卖服务、卖方案、卖售后。 f d 就是 干这个活的。第三， f d 要求什么能力呢？三个维度，一、懂技术。 计算机科班出身，懂代码，懂服务器部署，还得懂大模型和智能体，这是基本功。二、懂客户，你不是去秀技术的，你是去帮助客户解决问题的。跟老板聊成本，跟销售聊流程，跟财务聊预算，这个岗位的本质就是技术加销售的组合。 三、创始人心态。为什么叫创始人心态？就是你到客户现场看到的东西，可能真的会让你吐血，没有云服务器，没有数据库，所有数据全靠 excel， 连信息化都没有做到，就想直接 ai 化。遇到这种情况，你不能说这活我干不了， 你得从零开始，帮客户把路铺好。第四，程序员为什么要转 f d 一？ 因为只会写代码已经不够了， ai 正在成批的淘汰只会按需求文档写 c r u d 的 代码工人了。大模型写代码的能力已经远远超过了初中级程序员， 但 ai 不 懂业务，不懂客户，不懂现场。而 f d 一 就是程序员不可替代的进化方向，从写代码的人，变成用 ai 帮客户解决问题的人。 第五，产品经理为什么要转 f d e？ 因为传统的 pm 的 护城河正在消失。以前，产品经理的核心价值是懂需求、画原型、写文档。现在呢？客户可以直接跟 ai 对 话，用 promote 定义工作流，用自然语言生成模型，你如果不进化，你就会被绕过 f d 一， 给产品经理一条全新的路，从坐在办公室写文档变成冲到一线，用 ai 解决真实的商业问题，你的业务理解、客户沟通、需求洞察能力，在 f d 一 这个岗位上，价值会被放大十倍、数十倍。 第六， f d 的 天花板到底有多高呢？这个岗位的下线是技术骨干，上线是创业合伙人，因为你手里有转着大量的客户资源， 知道市场的真正痛点，做过成功项目，也踩过失败的坑，这些经验就是创业最大的资本。所以，别再问 ai 会不会让我失业了， ai 不 会让你失业， 但是会让只会写代码，只会画原形、不懂业务的人，可能真的会失业。 f d e 的 兴起就是这个时代给所有的程序员和产品经理释放的最强信号。 不要等到国内大厂开始疯狂抢人你才行动，现在就是你拉开差距最好的时机，关注我，带你抓住 ai 时代每一次高薪机会！
112咕泡故事馆
01:49查看AI文稿AI文稿做软件工程师的这条视频，关乎你未来两年的职业走向，给你一个有实打实数据支撑的预判，到二零二八年年底， f d e 的 岗位的数量会至少是现在的三倍。大家最关心的薪资 需求翻了三倍，这不是行业鸡汤，这是三家独立机构数据交叉验证之后的保守的结论。满打满算，十八个月，整个 f d e 的 市场翻了七倍。肯定有人说啊，涨这么快，肯定是泡沫，撑不了两年来，我来给你算笔账，就算以后增速直接腰斩，每年只翻一倍，到二零二八年也能翻四倍。 我说三倍都已经是踩了刹车之后的保守估计，因为驱动这个需求的是四个根本绕不开的结构性的缺口。顶级 f d e 的 总报能达到一百二十万美金。最 重要的是，现在是入门门槛最低的时候，不用你名校背景，也不用你有相关的经验软件工程师去攒个作品集，直接去下场面试，就能拿到顶级公司的 offer。 现在二零二六年是第一波红利期，到二零二七、二零二八年训练营和大学开始批量的输出人才顶端还值钱，但是整体的溢价会收窄。往后就是常规的工程岗位红利彻底就消失了。 信息差就是这个机会窗口，这个窗口也就是十八个月到二十四个月，等所有人都反应过来的时候，轻松入场就没有这么容易了。最后，再给你三个马上就能落地的建议。第一， 别再等了，现在就动起来，晚一个季度就少拿一大截的薪资红利，错过了最宽松的入场窗口。第二，别要死磕前沿的实验室，金融、医疗、国防这些垂直的领域，未来机会很多，竞争还很小。第三， 这周就去搜一下二零二六年的 f d 招聘，自己先收集一下证据。月，做好你要深耕的赛道，接下来的九十天启动你的准备。所以你打算什么时候入场呢？评论区来一起聊一聊。
12雪山🏔
05:35213清华洋哥
03:38查看AI文稿AI文稿鬼谷现在最火的词不是大模型，不是 a g i， 而是 f d e。 forward deployed engineer， 也叫前沿部署工程师 y c。 招聘平台上百家 ai 公司都在抢人， open ai 专门组建了 f d e 团队，专攻大客户。连 open ai 前首席研究员都调侃到去 ai 创业大会，没有人问 g p t， 全场只会关心 f d e 怎么玩。今天这条视频，程序员、产品经理，你们的转型新号来了。 第一， f。 第一，到底是什么？简单说就是把不能规模化的事情规模化的做，它解决的是企业 ai 落地的核心难题， 标准化产品和客户定制需求之间的矛盾。传统萨斯逻辑啊，是做一个标准化产品，规模复制，但现实呢？销售把产品带到客户现场，对方一句话就给你怼回来，你这不能满足我的需求，能不能改？ 这时候公司陷入两难的地步，做定制变成了外包，不做定制产品就落不了地，无数的萨斯公司就是死在这条路上。 第二， f d e。 怎么解决这个问题呢？发明者帕拉蒂尔的做法是，直接派工程师驻驻一线，用半成品 demo 快 速上手，边理解业务边做功能，快速迭代出可用的方案。有人说，这不就是外包吗？错， f d e 的 关键词是用定制的路径走出通用的结果。 服务客户 a 的 时候，不是只是为 a 定制，而是从 a 的 需求中抽象出最核心、最通用的模块集成到平台的能力里面。服务 b 的 时候，如果 b 也有类似的需求，就像搭积木一样，快速的拼出新反，看起来还是在做定制，但底层实际上已经在附用平台的能力了。 第三， f d e 的 团队怎么分工呢？两种角色，第一个 echo 懂行业，懂业务，负责听客户的真需求。第二， datap 能动手，能迭代，负责现场打磨方案。和传统的萨斯追求低成本、低接触。不同 f d 一 模式追求深入共建、高客单价，尤其适合复杂场景大客户，相比如政府、五百强等等。 第四，程序员为什么必须转型 f d？ 一、 因为 ai 正在成批地淘汰只会写 c r u d 的 代码工人。 大模型写代码的能力已经超过了绝大部分的初中级程序员。但 ai 不 懂业务、不懂客户、不懂现场， f d e 就是 程序员不可替代的进化方向。从写代码的人变成用 ai 帮客户解决问题的人，你的技术功底在 f d e 的 岗位上，价值会被无限放大。 第五，产品经理为什么要转型 f d e 呢？因为 ai agent 本质不是产品，而是一套深入业务流程的智能系统。 每家公司流程不同，权限不同，数据结构不同，你做不出一个通用 id 的 直接复制，客户自己都不知道自己到底想要什么。 传统 pm 的 核心价值，懂需求、画原型、写文档，正在被 ai 和客户直接对话的能力所取代。你如果不进化，你就会被绕过 f d e 给产品经理一条新路，从坐在办公室写文档变成冲到一线，用 ai 解决真正的商业问题。 你的业务理解、客户沟通、需求洞察，在 f d 一 这个岗位上，价值会被放大数十倍。第六， f d 的 天花板到底有多高呢？这个岗位的下线是技术骨干，上线是创业合伙人， 因为你手里握着大量的客户资源，知道市场真实痛点，做过成功项目，也踩过失败的坑，这些经验就是创业最大的资本。 ai 不 会让你失业，但只会写代码，只会画原形，不懂业务的人可能真的会失业。 f d e 的 兴起，就是时代给所有的程序员和产品经理释放的最强信号。 不要等国内大厂开始疯狂抢人的时候，你才去改简历，现在就是你拉开差距的最好时机。关注我，带你抓住 ai 时代每一次高薪机会！
104FDE布道者James
02:54查看AI文稿AI文稿fde， ai 前沿部署工程师，他是未来五年最吃香的岗位。未来五年，我非常看好一个岗位，很多人跟他不熟悉这个词。简单理解， fde 不是 传统程序员，也不是纯算法工程师， 而是站在业务现场，能把 ai 能力真正录成业务结果的人。为什么这个岗位会越来越重要呢？ 因为现在企业已经不缺 ai 工具了，这种大模型智能体平台，低代码平台，知识库产品越来越多， 但企业真正缺的是，谁能判断这个场景该不该用 ai？ 谁能把业务流程拆解清楚，谁能把模型数据系统连接起来？谁能让这个东西上线以后真的有人用，真的有效果？这个人就是 fde。 传统程序员更关注功能实现， 而算法工程师呢，更关注模型效果。但是 f d 一 关注的是业务结果。比如客户说我们想用 ai 提升销售效率， 那么普通技术人可能会马上想到做一个销售助手，但 f d 一 会问销售效率低在哪？是找客户慢，还是写方案慢？还是跟进不及时？还是新人不会聊？ 还是管理层看不到过程？不同的问题对应完全不同的 ai 方案？那如果是写方案慢，可能就需要方案生成助手，那如果是跟进不及时的话，可能就需要客户意向识别和提醒。如果是管理层看不到过程，可能就需要销售过程的分析。 所以你看 ai 内部的核心，不是我会调用大模型，而是我知道业务问题该怎么被 ai 改造。那么 f d 呢，需要几种复合能力， 第一，要懂技术，至少需要懂大模型、 ig agent， api， 数据处理系统集成。第二呢，要懂业务，为什么懂业务呢？ 要能够听懂客户的真实需求，而不是只是听表面需求。三呢，要懂交付，要知道一个项目怎么从一个 demo 走上象限，怎么做到测试、培训、反馈和迭代。第四，还要懂沟通， 要能跟老板讲价值，跟业务部门呢，讲流程，跟技术团队讲实现。那这一代人为什么稀缺呢？因为懂技术的人很多，但是懂业务的人也不少， 但能够把两者连接起来的人却很少。 ai 越强，企业就越需要这种连接型人才。未来会有很多企业不会单纯为了会写代码而付费，但会为了你能帮我把 ai 做出业务结果而付高价。所以如果你是技术人， 想抓住 ai 时代的机会，那么 f 第一呢，就是一个非常非常值得关注的方向。最后一句话，未来最值钱的不会是用 ai 的 人， 而是能让 ai 在 企业里面真正产生价值的人。那么你觉得到底是懂业务的程序员干掉懂代码的算法专家，还是两者同归于尽呢？在评论区告诉我。
202FDE咕泡Tom
03:59查看AI文稿AI文稿自己在招，百度在招，钱，还给的不少， f d e 到底是什么呢？为什么突然就火了？今天一条视频一次性给你讲清楚。程序员、产品经理，你们的转型机会来了。第一， f d e 从哪冒出来的？他全称前沿部署工程师。 f d e， forward deployed engineer， 最早诞生于 volunteer， 一个做 tob 数据服务的公司，也是第一个转型 ai 并跑出结果的公司。传统的萨斯是交付标准化的产品，培训客户，让客户自己去用。但 ai 产品完全不一样，交付结果受数据、上下文、业务流程影响极大。同样的 ai 产品，不同公司用出来效果简直天差地别， 多数客户根本就不知道怎么去发挥出 ai 的 价值。所以需要一个角色深入到客户业务，针对性的设计、改进和落地，让产品完全匹配客户需求，这个角色就是 fde。 第二， fde 有 什么特点呢？特点一，需求集中在云厂商、 ai、 to b 公司。 ai 来了之后，所有公司都觉得这是新的竞争力，有预算，但不知道怎么落地。 fde 就是 连接 ai 技术和客户业务的那根线，它和解决方案岗位的区别在哪呢？ 解决方案岗位更偏前期规划，目标是卖产品。 f d e 是 偏交付客户付完钱之后真正入场，理解业务，理解流程，理解不同角色，把方案真正落地的人。 核心两个能力，对业务的理解和抽象能力。 ai 模型的落地，产品能力，包括 ag 的 搭建 web coding 接口接入。 ai 时代，越接近业务，技术价值越高，因为 ai 应用的难点不在于技术内部，而在于技术和业务接口的地方。 第三， f d 值不值得做呢？先说结论，一定是值得，但要看清楚再转。短期到中期，国内模型厂商 ai 商业化需求爆发，这个岗位需求量只会多不会少，市场里真正做过的人几乎没有。需求多，供应少，这就是机会。 长期有两个方向，一，中台化，把项目中反复出现的问题抽象成平台能力偏 ai 产品方向。 二、行业化，深耕某个行业，理解越深，价值越大。入行就是要往这两个方向提前规划，但有个巨坑要避开，有些公司把普通实施驻厂售后支持改名，也叫 f d e， 一定要擦亮眼睛。 第四，程序员，你的护程盒正在被 ai 填平。以前你会写代码就是铁饭碗，现在呢？大模型写 c i u d 比你要快，比你要稳，还不用交五险一金。那你的护程盒在哪呢？ 在业务现场， f d e 要的不是纯码农，是能带着技术走进客户业务里的人。客户不再跟你聊代码，他们跟你聊成本、聊流程、聊痛点，你能听懂，能用 ai 把这些痛点变成解决方案，你就值钱了。这就是程序员在 ai 时代不可替代的新位置。 第五，产品经理，你正在被两边夹击。上面 ai 可以 直接跟客户对话，客户用 promote 就 能定义工作流，下面工程师用 ai 工具自己就能打原型，不再需要你画 p r d 来翻译需求，你的中间人角色正在被压缩，唯一的出路就是从会议室走到客户现场。 f 一， 要求你懂业务、懂客户，还能动手把方案打出来。你的需求洞察你的沟通能力，你对业务的理解，在 f 一 这个岗位上反而会被无限放大，你不是被淘汰，你是被逼着升级。 第六，什么人适合转 f 一 呢？程序员打头阵，如果你不止满足于写代码，还对业务、客户、商业感兴趣， f 一 就是为你量身定制的进化方向。但如果你只想闷头搞技术，千万别来。 产品解决方案实施背景也能转，但要狠狠的补技术落地能力， it 的 搭建、 web coding 能动手才能站稳。最后说句真心话， ai 不 会让你失业，但如果你还守着旧地图，不愿走进客户一线，那才是最危险的。 f d e 的 兴起，就是时代给所有程序员和产品经理释放的最强信号。不要等国内大厂疯狂开始选人的时候，你才去改简历，现在就是你拉开差距的最好时机。关注我，带你抓住 ai 时代每一个高薪机会！
246FDE布道者James
01:43查看AI文稿AI文稿警告，千万别再用两千零二十五年的思路看待 ai 行业！所有人都在讨论一个关键风向，为什么 f d e。 会锁定两千零二十六热度最高的 ai 岗位？先看一组魔幻现实，全球 ai 融资几千亿，大模型层出不穷， ai a 井的概念席卷行业。可调研数据显示， 仅仅三成企业能把 ai 从试点推进规模化落地，大量 ai 项目持续沉没。根源不是模型不够强，而是存在一道巨大断层。做模型的不懂业务， 懂业务的不懂 ai 工程，而 f d e 就是 用来填补断层的核心角色。很多人误解 f d e 等同于授权实施，这是巨大认知错误。 f d e。 核心模式源自 planter 工程师潜质，到业务一线，深度理解真实痛点，端到端完成方案设计、系统集成、部署接待，直接对业务结果负责。当下热门的 ai 智能体私有部署、数据不出狱， 行业垂直大模型全部绕不开 f d e。 企业需要把智能体对接 e r p m e s。 内部知识库，满足行业合规要求， 控制推理成本，解决模型幻觉这些脏活复杂活，算法团队没有精力去做，只能交给 f d e。 还有一个很少有人提到的真相， ai 越普及， f d e。 越稀缺。当每家企业都想搭建专属 ai， 工作流， 落地需求会迎来爆发。而兼具工程能力、业务理解力、跨部门协调能力的复合型人才，短时间根本批量培养不出来。 ai 能辅助写代码、做基础调餐，但 ai 没办法走进企业，厘清复杂业务，协调 it 与业务部门解决五花八门的系统兼容问题，人和业务场景深度绑定的工作， 短期无法被替代。最后给所有人一句忠告，择业不要盯着热点概念，要看行业最痛的缺口。算法赛道内卷已经是定局，落地赛道才是未来二减三年 ai 持续增量最大的蓝海。
14陶说AI
