FDE 岗位与案例面试
FDE（Forward Deployed Engineer）偏现场交付：把产品/Agent 能力嵌进客户流程，而不是只在内部写平台。本篇讲岗位画像与怎么答；完整虚构交付练习见 FDE 交付闭环实践。
岗位画像
| 维度 | FDE | 纯后端 / 平台 | 纯算法 |
|---|---|---|---|
| 成功标准 | 客户场景跑通、可维护上线 | 系统正确、可扩展 | 指标/模型效果 |
| 日常 | 澄清需求、PoC、集成、培训 | API、数据、稳定性 | 实验、训练、评测 |
| 技能组合 | 工程 + 产品感 + 沟通 | 深度工程 | 深度模型 |
AI 场景下的 FDE 常要：会裁剪 Agent/RAG 范围、会联调客户系统、会把风险讲清楚。
交付链路（面试可画）
摸底现状 → 澄清目标与约束 → 范围裁剪
→ 方案（RAG / Agent / 规则）→ PoC 演示
→ 集成与权限 → 评测与验收 → 交接运维
强调：先裁剪再炫技；客户要的是可上线的窄场景，不是通用 AGI。
STAR 案例结构
讲项目时固定四段：
| 段 | 写什么 |
|---|---|
| Situation | 客户是谁、痛点、约束（数据/权限/工期） |
| Task | 你负责的目标与成功标准 |
| Action | 你怎么澄清、选型、砍范围、踩坑与取舍 |
| Result | 可量化结果 + 复盘（若失败也说学到什么） |
加分点： 主动说出「不做什么」与「上线风险清单」。
行为 / 现场题答法
Q：客户要「做一个全能客服 Agent」，你怎么回应？
A：拆成可验收场景（如「查订单状态」）；列出数据源与权限；给 PoC 边界与时间盒；明确不在本期的能力。
Q：现场发现数据质量很差？
A：用样例量化影响 → 调整范围或先做规则/人工兜底 → 同步风险与新的验收标准，不假装模型能补脏数据。
Q：和销售承诺冲突？
A：对齐「已承诺 vs 可交付」；用书面范围与里程碑；升级而非私下硬扛不可能工期。
常见追问
| 追问 | 期望听到 |
|---|---|
| 为什么选 Agent 而不是流程引擎？ | 分支开放度、工具必要性 |
| 怎么证明效果？ | 小评测集、成功率、人工抽检 |
| 出了事谁负责？ | 权限、审计日志、回滚与人审 |
面试速记
- FDE 是什么？ 现场把产品嵌进客户流程：澄清、PoC、集成、验收、交接。
- 和纯开发差在哪？ 成功标准是客户场景可上线，不只是代码合并。
- STAR： 情境→任务→行动→结果；突出裁剪与风险。
- 全能需求怎么接？ 拆窄场景、定数据与权限、时间盒 PoC、写清不做项。
- 脏数据？ 量化影响、改范围或兜底、同步验收，不神话模型。