VanGong1999 / FDE
git clone https://github.com/VanGong1999/FDE.git
更新中|收集FDE AI前线部署工程师相关全部内容|从0到1| Ontology|AI Agent,Workflows,工作流 ,RAG,知识库,推理优化与部署,vllm与sglang,workflow,graph/loop/conext/prompt工程
—
stars, 24h
—
stars, 7 days
+219
stars, 30 days · #1,178
219
★ total
34
forks · 0 open issues
Star history starts 2026-10-20; the chart appears after the second daily snapshot.
LanguageHTML
License—
Created2026-09-22 (28d ago)
Last push4d ago
Watchers1
OwnerUser
Links
- GitHub: github.com/VanGong1999/FDE
- Homepage: https://vangong1999.github.io/FDE/
- Releases · Issues · Hacker News mentions
README excerpt
# FDE 知识库 中文 **AI 前线部署工程师(Forward Deployed Engineer)** 学习与面试资料库:从角色认知、交付方法论、企业 AI 落地,到面试通关与可复制工作模板。 > 在线阅读(GitHub Pages):https://vangong1999.github.io/FDE/ > 主读者:有后端/全栈经验、转 FDE。从零基础开始,可参考 学习路径-零基础 > 打赏 / 加好友 / 关注公众号 → 支持与联系 ## 你学完能做什么 - 说清 FDE 与 SWE / SE / SA 的差异,并完成转岗自评 - 按 Discover → Design → Deploy → Review 推进客户侧 AI 交付 - 独立完成 RAG / Agent 方案选型、Eval、生产化清单 - 按公司类型准备 Decomposition、系统设计、Take-home 与行为面 - 沿 10 概念课程 十条轨道补齐约 171 个面试高频概念(从 Token/RAG 到 MLOps、Serving、安全与客户面) ## 读者分流(先选一条路) | 你是谁 | 从这里开始 | |--------|------------| | 后端/全栈转 FDE(推荐) | 学习路径-转岗者 | | 编程较弱、想从零了解 | 学习路径-零基础 | | 只想突击面试 | 04-面试通关 + 4–6 周备面计划 | | 已入职要上手交付 | 02-交付方法论 + 08-工具箱 | ## 4 周核心路径(转岗者速览) | 周次 | 主题 | 必读 | |------|------|------| | Week 1 | 角色与自我定位 | 01-角色认知 | | Week 2 | 交付方法论 | 02-交付方法论 | | Week 3 | AI 落地 | 03-AI落地 | | Week 4 | 面试与实操模板 | 04-面试通关 + 08-工具箱 | **加长(Week 5–8)**:行业案例 + 外文精读 + 能力深水区。完整安排见 如何使用本仓库。 ## 目录导航 ### 00 导读 - 如何使用本仓库 - 学习路径-转岗者 - 学习路径-零基础 - 术语表 - 扩展阅读清单 ### 01 角色认知(核心必读 A) - 什么是 FDE - FDE 人设使命与技术栈 - 公司图谱与岗位差异 - 能力模型与成长路径 - 适合谁不适合谁 - FDE 与 SWE 对比 · 如何成为 FDE ### 02 交付方法论(核心必读 B) - Discover-Design-Deploy-Review - 需求发现与问题拆解 - POC 到生产 - 客户沟通与阻力处理 - 咨询思维与软技能栈 - 反模式与踩坑 - 客户成果方法论 ### 03 AI 落地(核心必读 C) - 企业 AI 落地全景 - RAG 实战精要 - Agent 与工具调用 - Google ADK 与多 Agent 编排 - 评测 Eval 与 Guardrails - LLM 评测双环 - 生产化清单 - 架构决策树 - AI 系统设计课程·基础篇 · ·生产篇 ### 04 面试通关(核心必读 D) - 面试全景与公司对照 - 公司差异与薪酬 - 各公司面试指南:Palantir · OpenAI · Anthropic · Google · AI 初创 - 面试练习操练系统 - 客户模拟操练 · 代码库 / Learning 操练 · AI 系统设计案例操练 · 价值观与招聘经理操练 - Decomposition 拆解面 - C.A.S.E. 框架与 Delta 案例 - 技术方案与 LLM 系统设计 - 编码与 Learning 轮 - 行为面 STAR 题库 - Take-home 与演示 - 4–6 周备面计划 ### 05 能力补强 - 索引 · 零基础补课地图 - 数据工程基石课程 - GCP 云架构与基础设施 - 气隙与战术边缘部署 - Snowflake 与 Databricks 现场 - 企业 SSO 与权限模型 - 企业网络与私有连接白话 - 变更管理与培训设计 - 解决方案产品化 ### 06 行业案例 - 案例目录 - 客服坐席助手 · 知识库问答 · 研发 Copilot - 合同审核 HITL · 流程工单 Agent · 限域分析助手 - 真实部署:Morgan Stanley × OpenAI · John Deere & Blue River · Airbus × Palantir ### 07 外文精读 - 精读目录 - Exponent 2026 · Decomposition · Palantir · OpenAI - Anthropic · Careers 对照 · OWASP LLM - Awesome FDE 课程体系总览 · SPC 与多家 FDE 现场声音 - FDEInterviews 公开站点地图 ### 08 工具箱与模板 - 08 工具箱与清单 - 发现访谈提纲 · POC 验收表 · Go-Live · 周报 - 现场勘察与范围文档 - 可复制模板 ### 09 面试题 - 题目录 - 1. LLM和AI基础(20 题:上下文窗口、生成循环、Transformer、Token、RAG/微调选型、幻觉、工具调用、延迟等) - 2. RAG和Agent系统(20 题:流水线、分块、混合检索、Agent/护栏、流式、多源摄取、权限 RAG 等) - 10. 客户面手艺(21 题:行为面与客户场景——需求调研、幻觉质疑、准确率谈判、范围外需求等) ### 10 概念课程(171 概念) 对照公开 FDE 课程十条轨道的**原创中文概念课**:直觉 + 工作示例 + 面试取舍 + 现场用法。与 09 分工:概念课建直觉,面试题练口述。 - 总索引 - 01 LLM 与 GenAI · 02 检索与 Agent · 03 评测与 ML - 04 生产系统设计 · 05 MLOps · 06 Serving - 07 数据与 SQL · 08 安全治理 - 09 编码手艺 · 10 客户面手艺 ### 引用总表 - references/sources.md ## 版权与引用 - 本仓库原创内容采用 MIT License - 外文精华以综述/意译呈现,版权归原作者;见各文「参考与来源」与 sources.md - Awesome FDE 课程内容中文整理署名:Pier Paolo Ippolito、Paolo Perrone(见 总览精读) ## 贡献 欢迎 PR。请先阅读 CONTRIBUTING.md。 ## Phase 说明 | 阶段 | 状态 | 内容 | |------|------|------| | Phase 1 | 已完成 | 骨架 + 四大核心必读 + 工具箱模板 | | Phase 2 | 已完成 | 行业案例深写、外文精读库、能力补强深水区 | | Awesome FDE 入库 | 已完成 | 英文课程拆分翻译并归入 01–08 | ## 支持与联系