端到端完成一次客户交付：与买家同席进行技术调研，构建能在其系统中稳定运行的集成，交付他人可运维的部署，通过安全审查，在评测框架支撑下上线生产级 AI 功能，并完成决定这一切是否有价值的价值对话。

从这里开始：利用销售电话明确你真正能交付什么

开始免费课程 →20 分钟 · 免费 · 无需账号

课程大纲

免费课程无需账号。免费登录即可学习 Plus 课程。Premium 解锁完整课程。

技术调研

与销售团队协作而不变成其中一员，在合同签署前发现可能毁掉交易的问题，并撰写经得起第一个意外考验的试点方案。

企业集成

连接早于互联网时代的系统，同时向四种身份模型证明你的身份，并构建能经受 schema 漂移、回填和重放考验的数据管道。

他们世界的模型

介于原始集成与任何有用功能之间的那一层：用客户自己的词汇定义对象与关联，让模型通过操作真正做事，并保持纪律防止它沦为无人维护的第二套 schema。

在客户环境中部署

选择软件运行的位置，以可复现的方式将其送达，并在你无法跨越的边界之外观察它的行为。

安全审查

通过决定这一切能否上线的审查：它实际上是如何失败的，你可以提前预判的发现，以及目前还没有人对模型给出好答案的那些问题。

生产环境中的模型

当 AI 功能必须每天运行时会发生什么变化：一个可以阻止发布的评测、一个决定架构的成本与延迟预算，以及没有任何告警会提醒的悄然质量退化。

当答案是模型时

并非每个预测问题都需要机器学习，而需要机器学习的问题往往败在数据而非算法。在规则、模型和提示词之间做选择；构建不泄漏的训练数据；以及运维一个准确率在没有任何报错的情况下不断衰减的模型。

拥有权限的 AI Agent

让系统在客户的工作流中执行操作，同时不给它留下爆炸半径：限定它能做什么、在运行中途停止时存活下来，以及一级一级地赢得自主权。

证明它值得

决定是否会有下一次合作的部分：选择一个客户已经相信的数字、证明改变归功于你，以及把它呈现在为这项工作出资的人面前。

围绕工作的手艺

决定一个技术上成功的合作能否继续的因素：不把所有事情都压在一个人身上、在不失去全场支持的情况下拒绝错误的请求，以及构建一个在你离开后仍能持续运行的东西。

毕业项目

将整个交付合作整合成一份档案：把各模块让你起草的每一份产物补全、保持一致，并在模拟评审中进行答辩。最终成果是一段你可以讲上一个小时的合作经历。

关于本课程

开始之前：需要《前沿部署工程基础》课程，或一到两年相关经验。你应该能够轻松读懂一个陌生的系统、划定一个薄切片的范围，并将一个小型成果部署到他人的环境中。

基础课程涵盖了项目合作的第一周。本课程涵盖全部内容：从一场没人就“成功”的定义达成一致的销售电话，到一个由他人运维的生产系统，再到让你判断这一切是否值得的复盘会议。

与第一门课程的区别在于，这里没有任何内容是纯粹的练习。每个模块都要面对一个并非你构建的系统，在你无法选择的约束条件下，为那些利益诉求与你并不完全一致的人服务。这就是这个层级的工作本质，技术内容与围绕它的判断力密不可分。

一位客户贯穿整门课程。 项目课程围绕一个虚构的合作项目展开，它是根据此类部署的常见形态构建的合成案例，而非任何真实公司。你将为它做范围界定、集成、部署、通过安全审查、接入模型，并论证其价值。到最后，你将拥有一套相互衔接的成果物，这比一堆互不相关的练习更能为面试加分。

请按顺序阅读各模块。这个顺序就是项目合作的推进过程，后面的模块都假设你已做出前面模块中的决策。

完成课程后，你将能够：

  • 与销售团队协作开展技术调研，并撰写一份能降低交易风险的试点提案
  • 构建一个能在遗留系统、真实身份验证和不受你控制的网络环境中稳定运行的集成方案
  • 在客户环境中完成部署，并通过安全审查而不拖延一个月
  • 将一个 AI 功能推向生产环境，配备评测框架、成本预算和真实的防护措施
  • 赋予 AI Agent 对工作流的权限，同时不给它留下爆炸半径
  • 衡量你创造的价值，并向出资人进行辩护
  • 完成交接，使整个系统能够经受住组织重组和你的离职
  • 带着一份完整的项目档案完成毕业项目：九份成果物，经过核对，并经得起怀疑者的质疑
Infographic mapping The FDE Engagement course: technical discovery in the sales call, enterprise integration against systems nobody owns, a semantic layer modelling the customer's world, deploying inside their environment, the security review, the model in production, applied machine learning, agents with bounded authority, proving the value, and the craft that keeps the account.

↧ 下载

分享到 X ↗

分享到 LinkedIn ↗

返回课程大纲 ↑