| 主题 |
课程安排 |
| 模块一：FDE认知、能力自评与行业扫描
| 1.1
FDE角色认知与职业发展 1.1.1 FDE角色的起源与发展历程
1.1.2 FDE与传统开发工程师的本质区别
1.1.3 FDE核心职责与能力模型解析
1.1.4 行业案例：FDE如何打通AI落地“最后一公里”
|
| 1.2
FDE能力自评与职业规划 1.2.1 FDE能力模型与评估标准
1.2.2 个人能力差距分析与学习目标制定
1.2.3 从传统开发工程师到FDE的转型路径
1.2.4 FDE职业发展阶梯与阶段规划 |
| 1.3
行业扫描方法论——四步法 1.3.1 四步法总览：为什么“先扫描、后方案”，树立FDE思维
1.3.2 第一步：看行业/第二步：看企业：行业价值链梳理，业务流程与IT/数据现状盘点
1.3.3 第三步：找机会：痛点→场景→AI机会点识别，价值/数据/成本/合规可行性评估
1.3.4 第四步：定路径：需求调研与场景拆解、试点优先级排序与落地路线图 |
undefined
课堂演练：
分组对给定行业完成一次扫描，并产出《行业机会点扫描清单》 |
| 模块二：AI编程工具与大模型上手
| 2.1
AI编程工具实战前置 2.1.1 主流AI编程工具对比选型与IDE集成配置
2.1.2 使用AI工具搭建项目脚手架与工程规范
2.1.3 AI辅助代码生成、联调与排错实操
2.1.4 首日成果：AI协作生成可运行Demo现场演示 |
| 2.2
大语言模型应用基础 2.2.1 大语言模型基本原理速览
2.2.2 主流开源与商用大模型对比选型
2.2.3 Prompt工程基础与技巧
2.2.4 大模型API调用与环境搭建实操 |
| 2.3
企业AI落地场景、FDE工作方法论与反模式 2.3.1 典型场景剖析：智能客服/知识问答、文档智能处理、流程自动化、数据分析决策
2.3.2 FDE工作流程：需求调研→方案设计→原型验证→部署迭代
2.3.3 反模式讨论：什么时候不该用AI（确定性规则、成本倒挂、合规红线、幻觉零容忍等）
2.3.4 技术方案设计与工具选型原则（沉淀《技术选型决策框架》） |
| undefined
成果产出：
《个人能力自评表》《机会点扫描清单》《场景化解决方案模板与FAQ》初稿。 |
| 模块三：数据工程与RAG系统
| 3.1
企业数据处理基础 3.1.1 多源数据接入与采集方案
3.1.2 数据清洗与预处理流程
3.1.3 非结构化文档解析与结构化提取
3.1.4 数据质量评估与监控机制 |
| 3.2
向量化与向量数据库 3.2.1 文本向量化原理与Embedding模型选型
3.2.2 主流向量数据库对比（Milvus/Chroma/FAISS）
3.2.3 向量索引构建与相似度检索
3.2.4 混合检索策略设计与调优 |
| 3.3
RAG系统架构与实现 3.3.1 RAG基本原理与系统架构
3.3.2 文档切分策略与Chunk设计
3.3.3 检索增强生成流程实现
3.3.4 RAG效果评估与优化方法 |
| 3.4
企业知识库构建实战 3.4.1 知识库规划与架构设计
3.4.2 多格式文档批量入库实操（AI辅助完成）
3.4.3 知识库更新与版本维护机制
3.4.4 案例：构建企业智能知识助手（产出可演示MVP雏形） |
| 模块四：AI
Agent开发与业务集成
| 4.1
AI Agent基础概念 4.1.1 Agent架构与核心组件解析
4.1.2 ReAct推理模式与思维链
4.1.3 Agent与RAG的协同机制
4.1.4 主流Agent开发框架对比 |
| 4.2
工具调用与函数集成 4.2.1 Function Calling机制详解
4.2.2 自定义工具开发与注册
4.2.3 外部API集成与安全封装
4.2.4 工具链编排与任务调度 |
| 4.3
多Agent协作与工作流 4.3.1 多Agent通信与协调机制
4.3.2 任务分解与分配策略
4.3.3 Agent工作流可视化编排
4.3.4 案例：多Agent协作完成复杂业务任务 |
| 4.4
业务系统集成实战 4.4.1 企业现有系统对接方案设计
4.4.2 数据安全与权限管控实现
4.4.3 日志审计与全链路追踪
4.4.4 案例：AI智能体接入企业业务系统（全程AI编程工具协作） |
| undefined
成果产出：
《RAG调优记录》《Agent排查FAQ/运维手册》《项目交付物模板集》雏形。 |
| 模块五：企业级部署交付与安全合规
| 5.1
云原生部署基础 5.1.1 Docker容器化基础与实操
5.1.2 大模型推理服务容器化部署
5.1.3 私有化部署方案设计与实施
5.1.4 部署环境规划与资源配置 |
| 5.2
模型服务与性能优化 5.2.1 模型推理服务搭建与配置
5.2.2 推理加速与模型量化技术
5.2.3 负载均衡与弹性伸缩方案
5.2.4 服务监控与告警体系 |
| 5.3
安全合规与数据保护 5.3.1 数据脱敏与隐私保护方案
5.3.2 模型输出安全过滤机制
5.3.3 合规审计与日志留存规范
5.3.4 企业级安全最佳实践 |
| 5.4
交付流程与项目管理 5.4.1 FDE项目交付全流程解析
5.4.2 驻场交付与客户沟通策略
5.4.3 需求变更管理与快速迭代
5.4.4 项目验收与知识转移（运维手册、FAQ正式移交客户） |
| 模块六：评估诊断与多角色实战沙盘
| 6.1
AI应用评估与诊断工具箱 6.1.1 三层评估指标体系：检索质量/生成质量/业务效果
6.1.2 RAG系统诊断与修复：检索不准、幻觉、切分不当的定位与调优
6.1.3 Agent与系统诊断：工具调用失败、任务死循环、上下文失控、性能与成本瓶颈
6.1.4 反模式复核：识别“本不该用AI”的需求并给出替代方案 |
| 6.2
多角色冲突型综合实战沙盘 6.2.1 沙盘导入：三方诉求冲突背景下的需求诊断与方案设计（角色扮演）
6.2.2 数据处理与知识库搭建
6.2.3 AI智能体开发与系统集成（全程AI编程工具协作）
6.2.4 系统部署、联调与诊断优化 |
| 6.3
项目路演与评审 6.3.1 项目成果演示与汇报（MVP原型+方案设计书）
6.3.2 方案评审与优化建议
6.3.3 经验总结与问题复盘
6.3.4 可复用组件与模板沉淀归档（解决方案库、FAQ、运维手册） |
| 6.4
复盘闭环与个人发展 6.4.1 FDE能力模型复评：对照首日自评表复盘三天能力成长
6.4.2 个人能力发展路线图定稿
6.4.3 结业成果物交付（详见下方）
6.4.4 后续学习路径与职业规划建议 |
| undefined
结业成果： ①《可演示MVP原型》
②《FDE方案设计书》
③《FDE个人能力发展路线图》 |
学习助手
