第 20 章 FDE 能力模型与培养体系
FDE-Wiki
Are you an LLM? You can read better optimized documentation at /fde-wiki/ch20.md for this page in Markdown format
本章一句话:FDE 是"技术 + 业务 + 交付 + 软技能"四维复合能力——这一章给出可落地的能力模型、培养路径和晋升阶梯,让人力资源、转型者、培养者都有章可循。
20.1 FDE 能力金字塔
FDE 的能力,可以画成一座四层金字塔:
/\
/软 \ 软技能:沟通/抗压/owner/学习
/------\
/ 交付 \ 交付与现场:MVD/灰度/信任/知识转移/项目管理
/----------\
/ 业务 \ 业务与行业:行业认知/痛点洞察/合规/客户语言
/--------------\
/ 技术 \ 技术:Python/LLM/RAG/Agent/数据工程/部署
/------------------\
底座是技术(必要条件),往上依次是业务、交付、软技能。越往上越稀缺、越难速成、也越值钱。一个合格的 FDE,四层都不能有明显短板;一个优秀的 FDE,在某一两层特别突出。
20.2 技术能力清单
技术是 FDE 的底座,2026 年的 FDE 技术栈(对应第 9 章):
必备(所有 FDE)
Python:FDE 的母语,数据处理、模型调用、脚本;
LLM 应用:调用 LLM API、prompt 工程、上下文工程;
RAG:向量库、嵌入、检索、重排;
Agent:LangGraph/CrewAI、工具调用、MCP;
数据工程:ETL、Pandas/Spark、SQL、数据质量;
部署基础:Docker、Linux、bash、基本云。
进阶(高级 FDE)
推理服务:vLLM、量化、性能优化;
MLOps:模型管理、监控、AB;
多 Agent 编排:复杂编排、状态管理、HITL 设计;
可观测:LLM 链路追踪、评估;
安全:prompt injection 防护、数据脱敏。
行业相关(按行业)
金融:评分卡、LightGBM、风控引擎、SHAP/PSI;
医疗:NER、HL7/FHIR、ICD 编码;
制造:YOLO、TensorRT、PLC/OPC UA;
物流:OR-Tools、强化学习、实时流;
能源:时序预测、SCADA、MCP server。
技术能力的现实:FDE 不需要在每项技术上都达到专家级,但必须"端到端能打通"。一个只会调 API 但不会部署、不懂数据的 FDE,在客户现场会寸步难行。
20.3 业务与行业能力
业务能力是 FDE 区别于纯工程师的关键。
核心要素
行业认知:该行业的格局、价值链、关键指标、监管、典型流程;
痛点洞察:能从混沌业务里识别真痛点(Discovery-first);
客户语言:用客户的业务语言沟通,而非技术黑话;
合规意识:知道该行业的合规红线;
价值量化:能把技术方案翻译成业务价值(ROI)。
如何积累行业能力
浸泡:在客户现场/行业里待足够久;
访谈:和行业从业者深度交流;
阅读:行业报告、监管文件、标杆案例;
复盘:每个项目后沉淀行业认知。
行业能力的稀缺性:技术可以速成(学几个月 Python/RAG),但行业能力需要年复一年的积累。这也是为什么"懂某个行业的 FDE"比"纯技术 FDE"更值钱、更难被替代。
20.4 交付与现场能力
交付能力是 FDE 把"能力"变成"结果"的桥梁。
核心要素
MVD 思维:快速跑通最小系统;
灰度能力:设计安全的放量策略;
项目管理:周计划、阶段门、风险管理;
客户管理:预期管理、需求边界、关系维护;
知识转移:文档、培训、共建、陪跑;
现场生存:融入、谦逊、靠谱(第 10 章)。
20.5 软技能:FDE 的隐形分水岭
软技能往往是 FDE 能走多远的决定因素,也是最容易被忽视的。
核心软技能
沟通:对客户(业务语言)、对内部(技术语言)、对高层(价值语言)三套话术;
抗压:现场高压、客户冲突、延期,保持冷静;
owner 心态:对结果负责到底,不甩锅;
学习力:快速学习新行业、新技术;
同理心:理解客户、一线、团队的立场;
判断力:在不确定环境里做决策。
软技能的真相:很多技术很强的工程师转型 FDE 失败,不是技术不够,而是软技能(沟通、抗压、owner)不足。FDE 的工作高度依赖"和人打交道",软技能是硬门槛。
20.6 培养路径:三种主流来源 + 培养计划
三种主流来源的转型路径
工程师 → FDE(最常见):补业务 + 交付 + 软技能。建议:先在 FDE 团队做"技术 leg",跟着资深 FDE 做 2—3 个项目,逐步承担 Context/Feedback;
咨询/SA → FDE:补技术(动手能力)。建议:强化 Python + LLM/RAG/Agent 实操,在项目里从"出方案"过渡到"出系统";
行业专家 → FDE(最稀缺):补技术基础。建议:学 Python + AI 应用,做"行业 + AI"复合 FDE。
培养计划设计(参考"锋刃计划"式)
第一阶段(基础,4—8 周):AI 技术底座(LLM/RAG/Agent/部署)+ FDE 方法论(CDEF);
第二阶段(沙盘,4—8 周):模拟项目,跑通 CDEF 全流程;
第三阶段(影子,8—12 周):跟随资深 FDE 做真实项目,观察学习;
第四阶段(半独立,8—12 周):在指导下承担 CDEF 部分阶段主责;
第五阶段(独立):独立扛小单,完整交付。
认证与评估
阶段门考核(每个培养阶段有过关标准);
真实项目交付评估;
行业 FDE 认证(部分公司/机构推出)。
20.7 能力评估与晋升阶梯
FDE 晋升阶梯(对标第 2 章薪酬)
Junior FDE:在指导下完成 Engineer 阶段任务;
Mid FDE:独立完成 Engineer + 部分 Design;
Senior FDE:主导中型项目全 CDEF,带 1—2 个 junior;
Staff FDE:主导大型项目,影响方法论/平台,带团队;
Principal/Lead:战略级,影响公司 FDE 体系。
评估维度
交付结果:项目 ROI、客户满意度;
能力广度/深度:技术 + 业务 + 交付 + 软技能;
影响力:对团队、方法论、平台的贡献;
行业纵深:在特定行业的不可替代性。
本章小结
FDE 能力金字塔四层:技术(底座)→ 业务 → 交付 → 软技能(顶),越往上越稀缺越值钱;
技术:Python/LLM/RAG/Agent/数据工程/部署必备,推理/MLOps/编排/可观测/安全进阶,行业技术按需;
业务:行业认知/痛点洞察/客户语言/合规/价值量化,靠浸泡+访谈+复盘积累;
交付:MVD/灰度/项目管理/客户管理/知识转移/现场生存;
软技能:沟通/抗压/owner/学习/同理心/判断力,是隐形分水岭;
培养路径:工程师/咨询/行业专家三种来源,基础→沙盘→影子→半独立→独立五阶段;
晋升:Junior→Mid→Senior→Staff→Principal,按交付结果+能力+影响力+行业纵深评估。
本章来源:Paraform《OpenAI FDE Guide》(skills/interview)、KORE1(senior $215-310K)、Hashnode 2026 Guide、Recruiting from Scratch、Sundeep Teki Guide、用户库《FDE培养方案》《FDE技能词条大全》《FDE教案》《fde-delivery 技能包》、本书第 2、9 章。