FDE工程师

优缺点分析

角色解读

• 从单项目交付走向多项目或大客户交付负责人，向交付经理、解决方案架构师方向发展
• 深耕 AI 大模型工程化落地，可转型为 AI 解决方案专家或售前解决方案岗
• 积累行业客户与方法论后，也有机会转向产品经理，把一线经验变成产品能力
• 常驻客户现场，独立完成核心业务系统的部署、上线与交付，对项目进度、成本与计收结果负责
• 直接对接客户主管级负责人，理解业务需求、判断可行性并推动方案落地，同时守住合同与项目边界
• 基于 AI/大模型技术对现场系统做部署调优与问题诊断，回应客户的技术质询
• 把现场高频问题整理成产品化需求反馈给产品团队，沉淀可复用的交付方法论
• 客户现场技术交付与项目推进能力，能独立扛起一个交付项目并把控成本与节点
• 扎实的系统部署与性能调优功底，熟悉 AI/大模型在企业实际环境中的落地方式
• 面向客户中高层的沟通汇报与需求判断能力，能在客户满意与项目利益之间取舍
• 复杂场景下的问题诊断与边界把控能力，能快速抓住问题本质

申请策略

• 京东科技 To B 交付高度看重「客户为先」和担当，面试中多讲你如何为客户兜底、又如何守住项目边界的具体事例
• 提前了解京东科技在金融、政企等行业的解决方案与产品线，便于面试中展开有价值的业务对话
• 重点写清你独立负责过的客户现场交付项目：规模、周期、你解决的疑难问题以及最终交付结果
• 量化项目进度与成本控制的成果，体现「按时计收」和成本意识
• 列出 AI/大模型相关落地经历，如模型部署、推理调优、业务系统集成与效果验证
• 体现面向客户中高层汇报、需求边界管理的具体案例
• 补强大模型部署与推理优化实操，如 vLLM、量化、RAG、Agent 编排等常用方案
• 熟悉容器化、中间件与监控排障工具链，提高现场问题定位效率

面试指南

• 用 STAR 结构：背景—目标—动作—结果，重点讲你的判断与权衡过程，而不是流水账式描述
• 技术题先给结论与方案，再讲取舍依据（成本、工期、风险），最后给出验证结果
• 沟通类问题体现「先理解客户诉求 → 明确边界 → 给出替代方案 → 达成共识」的路径
• 讲一个你独立负责的现场交付项目，遇到的最大疑难问题是什么，你是怎么解决的？
• 客户提出超出合同范围的需求时，你如何判断可行性和边界，又是怎么沟通的？
• 你做过哪些 AI/大模型在企业真实环境中的部署与调优？效果如何衡量？
• 当客户主管质疑你的技术方案时，你如何应对技术质询？
• 现场问题你是怎么沉淀并反馈给产品团队的？请举一个推动产品迭代的例子