一句话直答
FDE 招聘要求不是把“会写代码”和“会做售前”简单相加。它要求你能把模糊的客户问题拆成可交付的生产方案，在现场把 LLM、Agent、数据与既有业务系统接起来，并对上线后的采用、可靠性和反馈闭环负责。最常见的硬门槛是扎实的软件工程和 AI 应用工程；最能拉开差距的是客户发现、方案取舍与真实部署证据。
Indeed 口径显示，FDE 岗位从 2025 年 4 月的 643 个增长至 2026 年 4 月的 5,330 个，同比 +729%。增长并不等于每一份 FDE 招聘要求相同，但它解释了为什么越来越多 JD 同时要求工程交付与客户协作能力。
Christian & Timbers · FDE hiring trend, 2026-04 · 最后核实 2026-07-14
FDE Pulse 在 2026-04-30 的公开快照中记录了 247 个在招岗位、133 家招聘公司。这是一个时点快照，不能与 Indeed 的全量口径直接相加。
FDE Pulse · FDE hiring trends, 2026-04-30Paraform 平台数据称，FDE 职位在 2025 年 Q1 到 2026 年 Q1 增长 +350%，其中 59% 的招聘方处于 Seed 至 A 轮。它反映的是平台样本，不应替代全市场岗位总量。
Paraform · platform hiring data, 2026-04第一层是发现问题。FDE 要与业务方、产品负责人和一线使用者一起确认真正的约束：数据能否使用、流程是否可改、谁对结果负责、成功如何量化。把“我们想上 AI”翻译为能在数周内验证的范围，是岗位价值的一部分，而不是项目开始前的附属沟通。
第二层是把方案送进真实环境。常见工作包括为 LLM 应用设计检索、工具调用、Agent 流程、评估与监控，接入 API、权限和企业软件，再把可运行原型推进到可维护的生产交付。研究中的 JD 拆解反复出现 Python、软件工程、RAG、提示词、Agent 与 MCP 这些交叉能力（CSDN、人人都是产品经理 50 份 JD 拆解，2026）。
第三层是闭环。上线不是终点：FDE 需要观察实际使用、处理失败案例、把客户反馈变成下一轮产品和工程决策。因而“能讲清一个真实部署如何从需求到复盘”通常比只展示一堆工具名更有说服力。
下面的自查表不是统一录取标准，而是把公开 JD 中高频出现的 FDE 招聘要求拆成可准备、可展示的证据。每项都建议用一个项目链接、设计说明或复盘记录来回答，而不是只在简历里列关键词。来源：CSDN FDE 深度解析、人人都是产品经理 50 份 JD 拆解、优设网职业分析，2026。
| 能力项 | 招聘常见要求 | 可准备的证据 |
|---|---|---|
| 软件工程基础 | 能用 Python 或同等工程语言完成可维护服务，掌握 Git、测试、接口设计、错误处理与基础可观测性。 | 准备一个可复现仓库：说明输入、边界、测试、失败路径，以及你如何让别人接手。 |
| LLM 应用与检索 | 理解 RAG、提示词、结构化输出、评估和模型调用成本，而不是只会把聊天框嵌进页面。 | 展示一个有评估样本的应用：哪些回答可接受、哪些会失败、你如何修正。 |
| Agent 与工具集成 | 能把工具调用、工作流编排、MCP 或企业 API 接入放进一个可控的任务流程。 | 用一张架构图说明权限、人工确认点、重试与降级，而不只展示一次成功的 demo。 |
| 部署与可靠性 | 理解容器化、环境配置、日志、指标、权限和数据边界，知道原型上线后会在哪些地方失效。 | 记录一次部署或故障复盘：触发条件、影响、修复动作和后续防线。 |
| 客户发现与协作 | 能把业务目标、用户流程和技术限制讲成同一份范围说明，并与非技术角色完成取舍。 | 准备需求澄清、方案取舍或用户访谈摘要，证明你能把反馈转成工程决策。 |
一个有说服力的 FDE 作品集至少应能回答四个问题：客户或用户原来的流程哪里卡住？你为什么选这个 AI 方案？它怎样接入现有数据和系统？上线后用什么指标或案例判断是否真的改善？这些问题对应的是交付责任，而不是某个框架的熟练度。
如果你还没有真实客户项目，可以从边界清晰的小场景开始：例如为内部知识检索做带引用的回答、为工单分流设计人工确认、或为业务流程做一个可观测的工具调用链。关键是如实标注实验范围，不把 demo 写成已经规模化的生产案例。
CCAF101 是非官方的 CCAF / CCA-F 备考资源，与认证方 Anthropic 无隶属、授权或背书关系。本页基于公开岗位与研究材料整理，不构成招聘、就业或薪资承诺。