一篇来自Linux.do社区的FDE（Forward Deployed Engineer，前沿部署工程师）岗位面试经验分享帖。作者近期面试了大量FDE求职者，发现候选人水平两极分化严重：少数顶尖人才实力超群且要价极高，而多数求职者仅掌握FDE的皮毛知识，通过一面的希望渺茫。作者判断FDE人才目前仍属稀缺，这一职业风口预计还将持续两到三年。对于想进入该领域的求职者，作者指出若非公司内部转岗，外部求职难度较大；研发人员转型则往往缺乏交付经验。面试前需明确FDE解决的问题定位，结合扎实的理论基础与实际落地经验，不能沿用研发思维应答。帖子列出了FDE岗位的基础技能要求，包括知识图谱构建、RAG管线搭建、模型微调与适配、协助客户测算ROI等。作者还分享了一份外部整理的FDE学习资料，涵盖FDE范式的起源与定义演进（从伊拉克战场到2026年AI焦点），并附上一份本体（Ontology）系统规格设计文档，建议读者了解本体论概念及其与知识图谱的关系，看完基础资料后还需针对性深入钻研。作者表示后续将不定期更新资料。
事件分析
FDE概念最早由Palantir提出，指深入客户现场、将软件能力转化为实际业务价值的工程师角色。随着大模型落地需求爆发，OpenAI、Anthropic等公司近年大规模招聘FDE，该岗位迅速升温。从技术视角看，FDE的能力栈横跨模型层与应用层：RAG管线搭建与模型微调适配属于工程基本功，知识图谱与本体论则用于结构化企业领域知识，是构建复杂企业级AI系统的关键支撑。当前企业AI项目普遍面临最后一公里难题，通用模型难以直接满足垂直场景需求，催生了既懂技术又懂交付的复合型人才缺口。该岗位的高薪酬溢价与候选人整体水平不足形成鲜明对比，折射出AI产业竞争重心正从模型训练向行业落地迁移。后续走向方面，FDE岗位可能进一步按行业细分，培训机构与课程或将跟进，人才供给增加后入行窗口和薪酬红利将逐步收窄。
核心观点：FDE走热标志着AI竞争从拼模型能力转向拼落地交付，懂业务、能交付的复合型工程师正成为产业链上最稀缺的资源。
原文链接：Linux.do
