谁在招,给多少

一手 JD 实录:大厂到底在要什么人

2026-07-21,我们用真实浏览器逐个访问了腾讯、字节跳动、阿里云、蚂蚁集团、智谱的官方招聘站,抓下所有能搜到的 FDE 岗位。

结果:28 条可具名的完整岗位。

采集于 2026-07-21。⚠️ 招聘信息会下架,所以我们不提供深链——下面只摘录原文关键句,并注明公司与岗位名,你可以自己去对应招聘站核对。

下面这几句,是原文照抄

字节跳动 · 火山引擎 FDE(AI 全系产品)

「熟练掌握 Vibe coding 并在实际工作中有充分应用」

这一条值得单独说:"用 AI 写代码"已经是大厂 JD 里的硬性要求,不是概念炒作。

腾讯云 · AI 前线部署工程师 FDE(北京/上海)

「精通大模型应用技术栈:上下文、RAG、MCP、SDD、Harness 工程」

同一条 JD 里还有两句,把这个岗位的边界划得很清楚:

「将需求转化为 WorkBuddy/CodeBuddy 可落地的 AI 解决方案,主导落地交付(场景适配、系统集成、效果调优、上线护航)」 「具备客户高管沟通与现场问题拆解能力,接受出差驻场」

"上线护航"和"接受出差驻场"这两句,基本定义了乙方型 FDE 的形态。

阿里云 · 前沿部署工程师(FDE)

这条 JD 把能力要求拆成了五项,而且排序很说明问题:

「数学思维——抽象能力强;语文表达——写出好的 Prompt;业务升维——对业务的高维认知;系统架构——能设计复杂系统;销售服务——与客户建立信任和影响」

注意:"语文表达"排在"系统架构"前面。

蚂蚁集团 · 客户技术解决方案架构师(FDE 方向)

工具清单:「Dify、n8n、LangGraph、ADK、Spring-AI、CrewAI、OpenAI Agent SDK、A2A、MCP、GUI-Agent、Memory 构建」

Dify 和 n8n 出现在大厂 JD 里,说明"什么时候该用低代码"本身就是要考的判断力,不是偷懒。

JD 侧最被需要的是什么

我们让 AI 逐条读这 28 条 JD,给六项能力打标签,统计每项被多少个岗位要求。

结论按被需要的程度排序:

1. 把客户一句模糊的话,变成能干活的方案 —— 几乎每一条 JD 都要
2. 跟客户把话谈明白,把价值说清楚
3. 把 Demo 真正部署上线、接进客户系统
4. 让 AI 自己调工具、连系统、干多步骤的活
5. — 让 AI 准确回答公司自己的资料(RAG)/ 说清楚它准不准(评测)—— 这两项在末位,但顺序不稳定

这个排序意味着什么

前三名全都不是"AI 技术"。 需求转化、客户沟通、部署交付——它们更像是交付工程师的能力,而不是算法工程师的能力。

而通常被认为最"AI"的两项(RAG、评测),反而排在末位。

这不是说 RAG 和评测不重要——评测是最容易被跳过、也最能拉开差距的一项(见能力地图)。 它只是说明:大厂在招这个岗位时,首先看的是你能不能把事交付出去。

薪资与城市:一个反直觉的结论

薪资

先给区间,再说口径——因为脱离口径的薪资数字没有意义。

⚠️ 全部为公开招聘信息口径,含地区、行业、资历差异,不代表任何承诺。「3.5–7 万」是大厂资深段,不是全行业均值——很多流传的说法把它当成了"国内 FDE 平均月薪",那是把地板抬高了。

下沿比多数说法低,上沿比多数说法高。 这个岗位的薪资跨度非常大,取决于:是乙方型还是甲方内部、行业是什么、以及你能不能担责。

海外口径(仅供对比,别直接换算)

OpenAI 部署公司体系的资深 FDE,年总包约 48.5 万美元;senior staff 级约 72.5 万美元。

⭐ 城市:岗位在一线,项目在别处

这是我们看到的最有价值的一个结构性事实:

岗位高度集中在四个城市,而真正要落地的项目有六成散在别处。

这个剪刀差有两个含义:

1. 如果你在一线——竞争激烈,但机会密度最高,且更容易进入乙方交付体系。
2. 如果你不在一线——本地企业有项目、缺人,但它们往往不用"FDE"这个词发招聘。找的时候要换关键词:AI 解决方案、智能化项目经理、数字化交付、AI 应用工程师。

增速最快的不是一线

市场规模:三个数字,三种口径

行业扩散:FDE 已经不是互联网公司专属

2026-08-15,我们在猎聘的 FDE 招聘聚合页实拉了 37 条在招职位,看它们分布在什么行业。

结果比预期分散得多:

此外还零星出现在:电力 / 热力 / 燃气 / 水务(北京+深圳)、半导体、批发零售、游戏。

⚠️ 口径:猎聘平台聚合样本,n=37,采集于 2026-08-15,单一平台单次检索,含匿名发布职位,不构成对全市场的统计推断。逐条底账留档、可联系索取。

这条数据的实际含义

你不必是互联网人。

医药、物流、电力、制造、金融的从业者——这些行业都在招,而且它们要的恰恰是"既懂这个行业、又能把 AI 落地"的人。

行业经验在这里不是包袱,是门票。因为:

• 外面技术强的人进不来——他不知道 GMP 是什么、不知道电网调度怎么排、不知道医院信息科的审批要走几层
• 而你懂的这些,恰恰是这个岗位卡住的地方(四个行业各自卡在哪 →)

⚠️ 但要提醒一件事

上面这 37 条是平台聚合的结果,里面一定混着"蹭词"岗位——挂个 AI 就叫 FDE,实际干的可能是普通开发或售前。

判断一条 JD 是不是真 FDE,看三件事:

1. 有没有写对交付结果 / 业务指标负责(而不是只写"完成开发任务")
2. 有没有写客户沟通 / 现场问题拆解(纯技术岗不会写这个)
3. 有没有写上线之后的事(护航、采纳率、稳定运行)

三条都没有的,大概率只是换了个时髦名字的老岗位。

我们自己的一手数据,和这份聚合数据不是一回事

两组数据各有各的盲区,合起来才接近全貌。 我们把两组都放出来,并且标清楚各自的局限——而不是挑一个更好看的说。