FDE

前线部署工程师人才培养项目

一、这个岗位，正在被抢

这两年，企业问的问题变了：以前问"AI 能做什么"，现在问"该用在哪、谁来把它跑起来"。能听懂业务、看懂模型、把系统真正做上线的人，招一个难一个。这类岗位有个名字：FDE。

三个信号，说明这不是短期风口

标准在立。2026 年 9 月，中国软件行业协会立项《前线部署工程师（FDE）能力评价标准》。一个岗位有了评价标准，意味着它被正式承认，也开始被认真比较。

高校在动。北京大学已开出 FDE 高级研修班，上海交大、上海创智学院相继跟进，杭州电子科技大学开设了全国首个 FDE 微专业。高校成批进场，说明需求是真的。

巨头在建制。OpenAI 为 FDE 单独成立公司、募资 40 亿美元；微软投入 25 亿美元派驻 6,000 名专家；国内字节、腾讯、美团、蚂蚁、智谱都在密集开岗。钱和人往哪走，方向就在哪。

二、FDE 到底做什么

FDE（Forward Deployed Engineer，前线部署工程师）：人驻在客户现场，现场写代码、现场解决问题，把大模型装进客户的真实业务里，跑出能用的系统。

和普通工程师的区别，一句话说清：普通工程师做产品，一套卖给很多客户；FDE 接问题，一个客户一个解法。他不光出方案，还要对上线之后的效果负责。所以判断真 FDE 就看三条：写不写生产代码、对不对结果负责、踩过的坑能不能变回产品。

FDE 的一周怎么过：47% 的时间和客户泡在一起，31% 在写代码、评审代码，22% 做协调和调研。一半时间懂业务，一半时间动手写，两头缺一头都干不下来。

我们照什么标准培养人

三、两种人，两条路，一套体系

企业推 AI，卡壳往往在两处：老板定不准投什么，骨干做不出东西。我们把它拆成两个班，可以分开报，也可以打包成一套企业方案——方向有人定，落地有人干。

怎么选？管"做什么"的，选中高层班；管"做出来"的，选技术实战班。企业要系统推 AI 转型，建议两班连报。

四、中高层 AI 通识研修班（3 天 / 24 学时）

这三天只解决一件事：帮你判断。哪个项目值得投、钱花在哪、风险藏在哪、技术团队给的方案靠不靠谱。全程不写代码，但你得带着公司真实的问题来，课上就用它练。

（一）三天课程地图

（二）教学方式与师资

讲授 35% ＋ 案例研讨 35% ＋ 分组工作坊 30%。课前一周发放《AI 商业案例手册》（含 10 个跨行业成败案例），带着问题进课堂。师资采用双师制：一位 AI 战略主讲负责框架与判断，一位行业案例讲师负责真实场景拆解。

（三）你带走的

一套 AI 就绪度自评工具、一份写给自己公司的落地方案、一门能和技术团队平等对话的语言，还有一群同样在推转型的同行者。

五、FDE 技术实战班（6 天 / 48 学时）

六天走完一条完整的路：听懂需求、选对技术、做出原型、部署上线。每一步都有产出物，结业时手里有真东西。

（一）六天课程地图

（二）技术栈与教学方式

覆盖 Python、LangGraph、RAG 全链路、Unsloth / PEFT、Ollama / vLLM、Dify / n8n 及云与容器基础。讲授 25% ＋ 动手实验 45% ＋ 项目实战 30%。

师资同为双师制：业务导师负责需求分析与场景设计，技术导师负责代码实战与项目指导。

六、为什么在合工大读这个项目

讲 AI 概念的课市面上很多，能把工程能力教出来的少。为什么选合工大？四个理由。

（一）工科底子扎实

合肥工业大学是教育部直属"双一流"高校，计算机、人工智能方向的师资和实验条件齐全。FDE 要的本就是工科院校的老本行：把技术做成能用的东西。

（二）不是纯课堂，是真实命题

课上练的不是教学案例，是企业正在发生的真问题。你来时带一个题目，走时带走一套方案；这一期学员做出来的项目，会成为下一期的教材。

（三）双师制，把"讲得懂"和"做得出"分开配人

技术导师在一线写过代码、发过版；业务导师在客户现场跑过交付。一个教你做出来，一个教你说清楚，我们不做"一个老师包打天下"的课。

（四）高校平台 ＋ 学科团队 ＋ 产业实践，三方共建

学院管组织和招生，学科团队管课程和技术把关，产业团队出案例、实训项目和产业导师。三方各管一段，谁也不缺位。