If I were to do FDE, how would I need to switch roles Do you need any additional skills or anything else

先说结论：你的匹配度比你以为的高，但缺口很集中

FDE（Forward Deployed Engineer）不是"更会说话的开发"，它是驻场在客户环境里、把一个通用产品改造成客户真正能用的东西的角色。Palantir 发明的，现在 Anthropic、OpenAI、Sierra、Glean、Harvey 这类 AI 公司都在大量招。

**关键信息：国内搜"FDE"基本搜不到岗位。**对应的中文岗位名是：

解决方案工程师 / 交付工程师 / AI应用交付工程师 / 实施架构师 / 行业解决方案架构师 / 客户工程师

主要分布在：大模型厂商的行业交付团队（智谱、MiniMax、月之暗面）、云厂商 SA、AI 初创的交付岗、以及外企远程岗（这条路薪资最高，但英语是硬门槛，后面单独说）。

---

一、你已经在做 FDE 的工作了，只是没这么叫

我在你简历里看到的原话，就是 FDE 的岗位说明书：

你简历里写的	FDE 术语
"与甲方沟通问题反馈和需求收集,任务安排"（北美按摩 SaaS）	Customer discovery + delivery ownership
"与商家沟通实现对应的需求任务"（FreeSwitch 客服）	Embedded delivery
"前期调研,客户需求沟通,产品原型墨刀制作"（红十字）	Solution scoping
企业微信二开 / SNMP 硬件 / 闸机 / MaxKey SSO / Stripe / ews-java-api	Integration work — FDE 80% 的工作量
MinIO、Sentry、Jenkins、Jpom、AWS EC2+RDS 私有化部署	Deployment into customer environment
yudao-cloud 多租户、租户/门店/角色三级隔离	Multi-tenant isolation（客户最关心的问题之一）

**这是真优势。**大厂出来的候选人技术更深，但很多人从没跟客户单独开过一次会。你 7 年乙方/项目制经验 + 直接对接过北美甲方，这在 FDE 面试里是稀缺项。

**38 岁在这个岗位是加分不是减分。**纯研发岗客户看不见你，FDE 岗客户天天见你——有阅历、能镇住场子、敢当面砍需求，是实打实的溢价。

---

二、五个真缺口（按优先级）

1. Eval（评测）—— 最致命的一个

你所有 AI 项目的描述都是"实现了什么功能"，没有一句"效果多少"。FDE 面试必问的场景题是：

"客户说你的知识库问答不准，你怎么排查？"

标准答案要有：先建评测集 → 分层定位（是召回错了还是生成错了）→ 分别优化 → 用数字证明提升。你现在答不出来，因为你没建过评测集。

这一项补上，能在面试里碾压 90% 的候选人，因为绝大多数人做 RAG 都是凭感觉调。

2. Python 深度不够

你的 Python 是 Django CRUD 水平。但 AI FDE 市场默认 Python 是第一语言：FastAPI、LangGraph、pydantic、notebook 快速 demo。Spring AI Alibaba 只在国内大企业圈有效，出了这个圈没人认。

3. 英语口语

简历原文写"读写75%"。你做过北美甲方，但是书面沟通。远程 FDE 意味着每周开英文会、客户吐槽听得懂、现场能怼回去。这是外企/远程岗的硬门槛，卡住了收入最高的那条路。

4. K8s / 云原生部署

你有 Docker、Docker-Compose，没有 K8s、Helm、Terraform。客户私有化部署（尤其信创、金融、政企）现在默认 K8s。

5. 叙事从"技术动作"转向"客户结果"

FDE 面试不问"你用了什么框架"，问"客户原来什么样、你走后什么样"。你的简历目前 95% 是技术动作。

---

三、6 个月路线（可执行）

第 1 个月：重新包装，零成本

• 简历叙事换轴：客户痛点 → 我做了什么 → 结果
• 把"与甲方沟通"从职责第 1 条提升成主线
• 补量化：交付周期、上线时长、门店/租户数、问题响应时长
• 岗位关键词换成"解决方案工程师/交付工程师"再去搜

第 2–3 个月：补两个硬缺口

• 把你那个 Spring AI Agent 用 Python 重写一版（FastAPI + LangGraph + Milvus）。两套栈都能聊，国内外通吃
• 给它建一个 50–100 条的评测集，跑准确率/幻觉率，做 3 轮迭代，把提升曲线记下来。这是你面试时最值钱的一张图
• 英语每天 30 分钟，目标：能撑住 30 分钟英文技术会

第 4–6 个月：做一个可演示的客户案例

从你熟的垂直行业里挑一个（健身连锁 / 按摩 SaaS / 研学 / 基金都行），做端到端 demo：

真实客户数据结构 → RAG + 工具调用 → 评测报告（有数字）
→ 成本与延迟数据 → 一键私有化部署脚本

这个 demo 比任何证书都有用，它就是 FDE 的敲门砖。

---

四、你已经有的一个隐藏王牌

**MCP。**你自研了 MCP Server 并接入 Claude Code——这在 2026 年的 AI 交付岗里是硬通货，因为客户系统接入 Agent 现在几乎都走 MCP。你简历里这条被埋在个人项目里，应该提到核心优势第一行。

---

五、面试会考什么

环节	你的状态
场景排查题（"知识库不准怎么办"）	❌ 需要 eval 思维
限时编码 demo（2小时做个能跑的东西）	✅ 全栈够用
客户角色扮演（讲方案、处理反对、砍需求）	✅ 你的强项
系统设计（多租户、数据隔离、私有化）	✅ 很强
英文交流（外企岗）	❌ 卡点

---

面试时你的一句话开场

"我不是从大厂研发转 FDE——我过去 7 年做的就是 FDE，只是当时叫'乙方项目负责人'。北美甲方、健身房商家、政府部门、基金公司，我都是从需求调研一路做到私有化部署。现在我把这套能力叠加上 AI：自研了接入 Claude Code 的 MCP Server，做过 Agentic RAG 知识库。"

---

要不要我基于刚才那份优化版，再出一版 FDE / 解决方案工程师专用简历？主要改动会是：核心优势换成"客户交付 + AI 工程"双主线、新增"客户交付经历"独立章节、项目描述全部改成结果导向、MCP 和多租户隔离提到最前面。

（另外提醒一句：上一轮说的 4 处待确认还没处理——公司名缺失和附录里的证件号，投递前务必先解决。）