--- title: "普通人不要转型FDE，但是这个岗位一定是个机会！ " author: Miles Ma date: 2026-09-19 section: FDE 实战 url: https://immilesma.com/blog/fde-career-opportunity/ x: https://x.com/miles_mazy/status/2101297340137226475 description: "以车企营销日报为例，拆解 Echo 岗位怎样理解业务、追溯数据、转译开发任务和组织验收。普通人可以从自己熟悉的一项工作开始，把资料、规则、结果和检查方法交代清楚，再让 AI 接手一部分。" --- # 普通人不要转型FDE，但是这个岗位一定是个机会！ > 以车企营销日报为例，拆解 Echo 岗位怎样理解业务、追溯数据、转译开发任务和组织验收。普通人可以从自己熟悉的一项工作开始，把资料、规则、结果和检查方法交代清楚，再让 AI 接手一部分。 今天看到一个大佬从字节出来转型FDE，两个月就赚了20万。 但是FDE 这个工作，对于大部分普通人来说，在国内其实根本落不了地。 我之前已经写过一篇《[拆完 Palantir 的本体论，我发现国内 99% 的 FDE 都是扯淡](https://x.com/miles_mazy/status/2099663169446969491?s=20)》，想看直接点过去。 今天想说的是，Echo 这个职位更值得大家关注。 它是做什么的？ 这个岗位负责跟客户把需求聊明白，把一句模糊的要求拆成业务规则和开发任务，再跟着工程师把第一版做出来。系统跑起来以后，数字对不对，规则有没有漏，业务人员是不是真的在用，也由他继续往下盯。 > **Echo｜Deployment Strategist **Palantir 在官方文章中明确写道，Deployment Strategist 在公司内部被称为 Echo。它要理解客户的实际业务，找到软件最能产生价值的地方，设计并落地面向用户的工作流，再和用户快速迭代、把方案推广开。这个职位会同时碰到产品、工程和策略，具体边界会跟着项目变化。 [查看 Palantir 官方对 Echo 的说明](https://blog.palantir.com/a-day-in-the-life-of-a-palantir-deployment-strategist-951cb59a5a96) 我正好拿之前跑过的一个车企营销日报项目，给大家看看 Echo 在中间到底做什么。 ### 先把车企日报里的要求拆出来 之前和客户聊，这一份车企日报需要包括：行业营销热点、热门话题榜、集团排名、子品牌对比、促销内容、互动量和曝光量。 每天早上，业务人员拿到它，要知道昨天行业里发生了什么，自己的品牌排在哪里，哪些话题和营销内容值得继续跟。 报告里每个数字都有条件： 热点事件优先挑互动量 10 万以上的内容； 热门话题优先看占比 1% 以上的话题； 同一个话题同时出现在多个平台，互动量不能直接相加，要先去重； 集团分析要看本品和当日 TOP2 竞品，子品牌又有固定的对标关系； XX品牌这一组只看燃油车，取数时还要把新能源车剔除掉。 截图也有规则： 营销内容的截图不要作者和互动量，互动量 TOP 内容却要保留作者全名、粉丝数、点赞数和视频标题；画面里还不能有暂停键。 内容总结先根据原帖或视频链接生成摘要，再按照日报要求整理，原始链接必须留下来。 看起来是不是很复杂？ 这时 Echo 不是问客户“你还想要什么功能”，而是顺着现有日报一项项问： 数据从哪里来，哪些数字要去重，品牌范围怎么维护，哪些内容可以让 AI 生成，哪些必须人工确认，缺数据的时候报告应该怎么显示。 ![文章配图](https://immilesma.com/blog/fde-career-opportunity/media/01-image-01.jpg) ### 报告往前走一步，就变成了开发任务 售前材料里往往只有一句话：“自动生成汽车行业营销洞察日报。”这句话没法直接交给开发，因为里面没有输入、没有计算口径、没有异常处理，也没有验收方法。 Echo 要拿着现有日报倒着往回找。页面上的每一个数字来自哪里，排行榜按什么字段算，互动量是求和还是去重，品牌范围从哪里维护，哪些内容由 AI 写，哪些内容必须人工确认。日报里的每一个区块，都要能找回原始数据和对应规则。 拿“行业热门话题榜”来说，开发任务不能只写“生成热门话题”。它要写清楚从哪个数据源取数，按哪个字段聚合，多平台同话题怎么去重，什么样的话题可以进榜，话题太模糊时由谁补摘要，输出时要保留哪些链接。 集团互动量也一样。系统先拉出当日排名，再选出本品和 TOP2 竞品，接着计算各自 TOP3 平台占比，然后找到互动量最高的内容，保留作者、标题和原帖地址。数字、文字和截图来自不同步骤，最后要在同一份日报里对上。 做到这里，一句售前需求才真正变成了开发可以执行的任务。 ![文章配图](https://immilesma.com/blog/fde-career-opportunity/media/02-image-02.jpg) ### 开发过程中，最怕业务规则飘来飘去 系统开始做以后，新问题会不断冒出来。客户说热点太旧，要加时间范围；促销内容混进了普通营销内容，要改分类；同一个视频被多个账号搬运，曝光量虚高，要加去噪；某个品牌当天没有数据，页面到底留空、显示零，还是写“暂不推算”，都要定清楚。 Echo 收到变更后，先判断它动的是数据范围、计算口径、内容分类还是页面呈现，再看会不会影响已经做好的其他模块。确认以后，把新规则写回 SOP、字段表和验收清单，开发再改系统，测试拿同一天的数据重跑。 关键决定不能只留在会议和聊天记录里。为什么改，改了哪条规则，影响哪个模块，用哪份历史数据验证，要能够查到。不然今天说互动量按平台相加，明天又说同话题要去重，代码改了，文档没改，过一周谁都说不清系统跑的是哪套规则。 ![文章配图](https://immilesma.com/blog/fde-career-opportunity/media/03-image-05.jpg) ### 第一版出来，拿旧日报逐项对 系统跑出第一份新日报，要选一个已经做过人工日报的日期，用当天的原始数据重新跑一遍，再把系统结果和人工结果放在一起对。 先看集团和子品牌排名能不能对上，再查同话题跨平台去重有没有多算，营销类和促销类有没有混，吉利的新能源内容有没有被排掉。然后看 AI 生成的摘要有没有超出原文，分析结论能不能从数据和原帖里找到依据，截图里的作者、标题和点赞数是否符合每个章节的要求。 数字不对，就回到数据和计算口径；分类不对，就查码表和规则；摘要不对，就改输入材料和提示词；页面顺序不好用，就让真正做日报的人现场跑一遍。每个问题都要回到具体环节，不能只留一句“效果还需要优化”。 ![文章配图](https://immilesma.com/blog/fde-career-opportunity/media/04-image-03.jpg) ### 系统交付了，Echo 的工作还没结束 日报系统通过第一轮比对，只能说它在那一天跑通了。换一天的数据，排名会不会自动变，某个平台晚到两天会不会报错，当天没有符合条件的热点时会怎么写，业务人员手工修正了一条分类规则，下一次执行还会不会错，这些都要继续看。 Echo 还要看业务人员到底怎么用。如果大家下载报告后还是回到 Excel 里重做一遍，说明系统并没有交付完。他要把人工改过的地方记下来，分清是数据缺口、规则没写全、AI 摘要不稳定，还是页面根本不合使用习惯。 接下来先改每天都要人工返工的地方，再改偶尔才出现的边角问题。同时把日常运行交给固定的业务负责人，告诉他数据没到去哪里看，规则需要改时记在哪里，报告出错后找谁处理。 系统有人用，出错有人管，规则变了能更新，下一次还能继续跑，这次交付才真的算完。 ### 普通人怎么往 Echo 这个位置靠 如果你原来做售前，就别停在讲方案和演示产品，往后跟一步，参与需求边界、业务规则和验收。如果你做运营或产品，就把 SOP 里的要求整理成一份开发能看懂的规则清单。如果你做数据分析，就别只交一次性的 Excel 和 PPT，往前追数据是怎么来的，往后看报告是不是真的被用了。 先练习问问题。客户说“我想自动生成一份日报”，你要接着问：谁每天看，几点要，数据从哪里来，哪些数字绝对不能错，遇到缺数据怎么办，最后谁确认后才能发出去。这些问题问清楚，需求才不会只剩一句口号。 聊完以后，不要只留一份会议记录。把内容整理成四样东西：一份报告样例，一份规则清单，一份数据字段表，一份验收清单。开发拿到它们知道从哪里开始，业务人员也知道第一版出来以后要检查什么。 AI 工具需要会用，但不用先去补一整套软件工程。你可以让 AI 整理会议记录，对比两版 SOP 改了什么，根据历史日报补出需要追问的问题，或者先做一个报告原型给业务人员看。同时你要知道，AI 会补话，会把没写清楚的地方猜完，所以数字、规则和结论都要回到原始材料里核对。 我之前写过几篇相关教程，可以翻一翻之前的文章。 你不需要先去解决外部企业的问题，也不用凭空编一个客户项目。先看你现在手头的工作：哪些事每天都在重复，哪些事只是把资料从一个地方搬到另一个地方，哪些内容每次都按固定格式重新整理。这些都可以先拿给 AI 试。 从其中挑一件你自己正在做的工作，先按原来的方式完整做一遍。把用到的资料、中间的判断、最后要交的结果和检查方法写清楚，再让 AI 接手其中一段。结果不对，就回去补规则；结果可用，就连续多跑几次，看它能不能稳定地替你做掉这部分工作。 当你能把自己正在做的一件事，从手工重复变成一套 AI 可以参与、自己又知道怎么检查和修正的流程，你已经在做 Echo 的工作了。 --- 我是 Miles，一名从大厂转型 FDE 的 AI 算法专家，做过算法研发、优化部署，也做过企业培训、落地交付。 我会继续分享 AI、FDE 和企业落地中真正碰到的问题。如果你也想把 AI 用进工作和业务里，欢迎关注我，我们一起折腾点有用的东西。 ![文章配图](https://immilesma.com/blog/fde-career-opportunity/media/05-image-04.jpg) --- [在 X 查看原文](https://x.com/miles_mazy/status/2101297340137226475)