📈 GH Trending Explorer 🎲 Surprise me

← all repos

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

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