导图社区 Datawhale FDE案例100全知识点清单
这是一篇关于Datawhale FDE案例100全知识点清单的思维导图,主要内容包括:一、总论(FDE理念与方法论),二、方法论(可复用框架),三、案例详解(NO.01–NO.15),四、案例目录(NO.16–NO.24,仅有标题,知识点待补),五、附录:可复用的提示词/工作流模板,六、个人学习路线。概论部分讲解 FDE 基础理念、底层方法论,梳理相关基础概念与实施思路,明确整套体系的定位与价值。方法论模块作为导则框架,细分多个小节,涵盖各类基础原理、工具、实施流程与规范要点,为案例落地提供理论支撑。案例详解与案例精讲是主体内容,按照序号依次拆解 100 个案例,拆解每个案例的背景、问题、分析思路、关键知识点与实操要点,由浅入深完成案例训练,同时配套复盘总结,巩固学习收获。附录板块整理可直接复用的提示词与标准化工作流模板,方便学习者直接套用,降低实操门槛。个人学习圈板块记录学习路径、配套资料、练习任务与复盘方法,用于规划个人学习节奏,沉淀学习成果。导图把理论、方法、大量实战案例、工具模板整合在一起,结构完整,适合系统性学习 FDE 相关知识,兼顾理论理解与动手实践。
提示: 本内容由社区用户上传并分享。平台不对内容的真实性、合法性、知识产权归属及是否侵害第三方权利进行事前审核或保证。本内容可能包含受版权保护的图片、字体或其他第三方素材,使用前请自行确认授权范围。
这是一篇关于FDE 入门到精通:八课实战指南的思维导图,第一课讲解 FDE 的本质与历史,梳理发展时间线,厘清 FDE 岗位定位、能力要求,辨析相关基础概念。第二课聚焦判断是否需要 FDE,讲解评估维度、适用场景,区分平台侧与外包侧边界。第三课学习现场发现客户问题,介绍信息获取手段、关键案例,学习识别客户真实诉求。第四课讲解画出隐性流程,区分人机分工,梳理现有业务流程与系统限制。第五课讲解范围控制与克制,学习项目边界管理原则,规避项目范围蔓延风险。第六课主题为克制一次性冲动,推动产品化,探讨客户自助模式,思考 AI 落地长效运营思路。第七课以客户现场构建评测体系,讲解评测核心思路、三级评测框架与产品能力校验方法。第八课从编码 Agent 到软件工厂,介绍 Agent Readiness 评估,结合工厂场景完成 Agent 落地实操。配套的实践手册给出 FDE 操作系统九道关口,提供落地行动清单;核心概念速查汇总岗位、能力、业务相关名词;课后总结围绕共识与分歧,引导复盘思考。整套课程从理论溯源、需求挖掘、流程梳理、项目管控,到评测、Agent 开发与产品化,覆盖 FDE 全链路实战技能。无论想要入门 FDE 前沿部署工程师岗位的学习者、AI 项目落地实施人员,或是从事大模型客户交付的从业者,都可以借助这份思维导图系统学习 FDE 实战方法。
这是一篇关于Datawhale FDE案例100全知识点清单的思维导图,主要内容包括:一、总论(FDE理念与方法论),二、方法论(可复用框架),三、案例详解(NO.01–NO.15),四、案例目录(NO.16–NO.24,仅有标题,知识点待补),五、附录:可复用的提示词/工作流模板,六、个人学习路线。概论部分讲解 FDE 基础理念、底层方法论,梳理相关基础概念与实施思路,明确整套体系的定位与价值。方法论模块作为导则框架,细分多个小节,涵盖各类基础原理、工具、实施流程与规范要点,为案例落地提供理论支撑。案例详解与案例精讲是主体内容,按照序号依次拆解 100 个案例,拆解每个案例的背景、问题、分析思路、关键知识点与实操要点,由浅入深完成案例训练,同时配套复盘总结,巩固学习收获。附录板块整理可直接复用的提示词与标准化工作流模板,方便学习者直接套用,降低实操门槛。个人学习圈板块记录学习路径、配套资料、练习任务与复盘方法,用于规划个人学习节奏,沉淀学习成果。导图把理论、方法、大量实战案例、工具模板整合在一起,结构完整,适合系统性学习 FDE 相关知识,兼顾理论理解与动手实践。
该思维导图《DAMADMBOK2》全书学习资料按章拆解,涵盖第1至17章,从数据管理、数据处理伦理、数据治理到数据管理和组织变革管理每章均含核心概念、学习重点与章节定位,适合系统学习数据管理知识体系。思维导图将每一章细分小节的知识点逐一拆解罗列,串联起从基础理论架构、存储安全管控,延伸至数据分析落地、质量管控以及组织建设的完整知识链条,兼顾数据管理理论知识与业务实操内容,无论备考 CDMP 数据管理认证的考生,还是从事数据治理相关工作想要梳理知识的技术从业者都可以用来复习。
社区模板帮助中心,点此进入>>
这是一篇关于FDE 入门到精通:八课实战指南的思维导图,第一课讲解 FDE 的本质与历史,梳理发展时间线,厘清 FDE 岗位定位、能力要求,辨析相关基础概念。第二课聚焦判断是否需要 FDE,讲解评估维度、适用场景,区分平台侧与外包侧边界。第三课学习现场发现客户问题,介绍信息获取手段、关键案例,学习识别客户真实诉求。第四课讲解画出隐性流程,区分人机分工,梳理现有业务流程与系统限制。第五课讲解范围控制与克制,学习项目边界管理原则,规避项目范围蔓延风险。第六课主题为克制一次性冲动,推动产品化,探讨客户自助模式,思考 AI 落地长效运营思路。第七课以客户现场构建评测体系,讲解评测核心思路、三级评测框架与产品能力校验方法。第八课从编码 Agent 到软件工厂,介绍 Agent Readiness 评估,结合工厂场景完成 Agent 落地实操。配套的实践手册给出 FDE 操作系统九道关口,提供落地行动清单;核心概念速查汇总岗位、能力、业务相关名词;课后总结围绕共识与分歧,引导复盘思考。整套课程从理论溯源、需求挖掘、流程梳理、项目管控,到评测、Agent 开发与产品化,覆盖 FDE 全链路实战技能。无论想要入门 FDE 前沿部署工程师岗位的学习者、AI 项目落地实施人员,或是从事大模型客户交付的从业者,都可以借助这份思维导图系统学习 FDE 实战方法。
这是一篇关于Datawhale FDE案例100全知识点清单的思维导图,主要内容包括:一、总论(FDE理念与方法论),二、方法论(可复用框架),三、案例详解(NO.01–NO.15),四、案例目录(NO.16–NO.24,仅有标题,知识点待补),五、附录:可复用的提示词/工作流模板,六、个人学习路线。概论部分讲解 FDE 基础理念、底层方法论,梳理相关基础概念与实施思路,明确整套体系的定位与价值。方法论模块作为导则框架,细分多个小节,涵盖各类基础原理、工具、实施流程与规范要点,为案例落地提供理论支撑。案例详解与案例精讲是主体内容,按照序号依次拆解 100 个案例,拆解每个案例的背景、问题、分析思路、关键知识点与实操要点,由浅入深完成案例训练,同时配套复盘总结,巩固学习收获。附录板块整理可直接复用的提示词与标准化工作流模板,方便学习者直接套用,降低实操门槛。个人学习圈板块记录学习路径、配套资料、练习任务与复盘方法,用于规划个人学习节奏,沉淀学习成果。导图把理论、方法、大量实战案例、工具模板整合在一起,结构完整,适合系统性学习 FDE 相关知识,兼顾理论理解与动手实践。
该思维导图《DAMADMBOK2》全书学习资料按章拆解,涵盖第1至17章,从数据管理、数据处理伦理、数据治理到数据管理和组织变革管理每章均含核心概念、学习重点与章节定位,适合系统学习数据管理知识体系。思维导图将每一章细分小节的知识点逐一拆解罗列,串联起从基础理论架构、存储安全管控,延伸至数据分析落地、质量管控以及组织建设的完整知识链条,兼顾数据管理理论知识与业务实操内容,无论备考 CDMP 数据管理认证的考生,还是从事数据治理相关工作想要梳理知识的技术从业者都可以用来复习。
Datawhale FDE案例100全知识点清单
一、总论(FDE理念与方法论)
AI落地现状
落地程度不均匀,各行业差异大
从细小场景切入,先创造可感知价值
避免一开始就追求大而全的AI改造
FDE角色定位
不是简单交付系统,而是长期共建伙伴
站在技术与业务之间做翻译和桥梁
深入现场理解真实工作方式
核心能力六步法
深入现场:跟岗观察,理解真实流程
发现问题:识别低效、重复、高耗环节
定义问题:把模糊需求转为具体业务问题
构建方案:组合大模型、算法、RPA、人
验证价值:用业务指标衡量效果
沉淀能力:形成SOP、Skill、知识库
关键原则
不从企业想做什么AI开始,从企业每天怎么工作开始
不急着推翻已有系统,先看复用可能
前期发现的问题直接变成测试标准
AI必须嵌入原有业务流程,不能停在Demo
陪跑直至业务真正用起来
项目节奏
小切口破冰,建立信任
逐步扩大场景,形成示范效应
让企业自生长AI能力
组织阻力
部门不配合,利益边界不清
数据权限与隐私限制
员工抵触与认知偏差
技术分工
大模型做理解、调度、生成
专业算法做计算,如3D装箱、优化
RPA做执行与数据搬运
人做判断与风险兜底
效果衡量
不只技术指标,更要业务结果
省人时、降错率、增营收、合规
FDE以现场为起点,以业务结果为终点,通过小切口和长期共建实现AI落地
二、方法论(可复用框架)
2.1 需求发现
跟岗观察优于会议室访谈
画As-Is流程图,标注角色、动作、数据、痛点、耗时、异常
把想用AI翻译成具体业务问题
统计高频问题,形成测试集
2.2 场景筛选标准
高频重复
规则半明确
数据可追溯
占用稀缺人力
价值可计算:省人时、降错率、增营收、合规
2.3 技术选型原则
大模型:理解、抽取、生成
RAG/知识库:检索、引用
专业算法:计算,如3D装箱、优化
RPA/系统接口:执行、数据搬运
人:最终判断、风险兜底、商务关系
2.4 落地节奏
小切口破冰
Demo/PoC
嵌入原流程
看业务指标
沉淀SOP/Skill/知识库
扩场景
2.5 组织与风险
一把手、业务方、一线分别对齐
数据权限与隐私:私有化部署、数据不出域
老系统/ERP/OA接口兼容
不盲目全自动,保留人工审核与回退机制
三、案例详解(NO.01–NO.15)
NO.01 制造业经验传承(RAG+知识地图)
痛点:老师傅隐性经验难传承,新人培养周期长
原方式:师徒带教,靠人传人
方案:跟岗+访谈抽象隐性经验→构建知识地图→文档解析+RAG→嵌入培训打卡/问答/师傅验收
关键步骤:先跟岗→统计高频问题→知识处理→嵌流程→陪跑
效果:经验可检索、培训可追踪、师傅从重复回答转向关注复杂问题
挑战:用户说不清需求、技术指标需双方共识、员工不愿用
NO.02 车管所材料审核(OCR+大模型+RPA)
痛点:群众上传图片材料,人工逐张审核慢、累、量上不去
原方式:人工打开图片、肉眼审核、录入系统
方案:9类图像材料标注训练→OCR+大模型识别→RPA回写业务系统
关键步骤:驻场运维发现真需求→拆流程→用真实业务数据迭代→嵌回原流程→先做后立项
效果:单件15分钟→3-5分钟,日均约700-800→1100件,人员释放到群众服务
挑战:材料不标准、人工放宽暴露、组织协同
NO.03 诉讼律师案件处理(案件工作台+知识图谱)
痛点:千页材料人工阅读、法律语言转化耗时、案件上下文割裂
原方式:律师个人经验+法律数据库单点查询
方案:建案→AI抽取事实/人物/证据/请求权基础→律师终审,从聊天框改为案件工作台
关键步骤:跟岗律师→拆流程→设计AI与人协作→现场反馈改产品形态
效果:百万字材料梳理提效约70%,律师从执行者转向决策者
挑战:隐性经验结构化、产品形态定义、用户习惯转变
NO.04 城市规划研判(空间数据+RAG+工具调度Agent)
痛点:10部门跨部门报告3-5天,涉及空间数据、专业工具、业务规则
原方式:规划师查资料→GIS工具计算→人工汇总
方案:先学业务→缩到小区块→真实数据+规则+RAG+GIS工具调度+Copilot回地图
关键步骤:把自己逼成半个规划师→收敛范围→建数据/知识/报告底座→AI调度工具→产品顺地图习惯
效果:10-20分钟出可推敲初稿,业务人员自建Skill
挑战:部门不愿给数据、模型能力vs数据安全、客户期望过高
NO.05 TikTok达人建联(匹配+内容+提醒+数据)
痛点:找人难、匹配难、履约周期长、数据分散
原方式:运营人工翻Excel、飞书、TikTok
方案:AI初筛达人→商品×达人标签匹配→给拍摄脚本→自动催履约→统一GMV看板
关键步骤:画业务链路→AI做人找/匹配/提醒/数据,人做商务沟通
效果:履约约30天→18天,运营从管表格变为管链路
挑战:数据权限跨境合规、哪些交AI哪些留人、员工担忧
NO.06 跨境物流装载(大模型调度+3D装箱算法)
痛点:经验装车不满,98方保本线,5小时/车
原方式:老师傅凭经验装车
方案:真实内净尺寸LiDAR测量→三维装箱算法贪心+遗传→大模型调度→截面法指导图
关键步骤:现场看工人怎么装→拆流程→大模型调度+专业算法→简化输出为装车图
效果:5小时→2小时,约95-98方→99方,三方共赢
挑战:算法结果难执行、数据获取、一线接受
NO.07 基金研发AI Coding(Spec协作)
痛点:个人用AI但团队不统一,研发协作方式未随AI改变
原方式:各自用Codex/Claude等,无统一标准
方案:能力摸底→统一工具→设计Spec文档→调整角色分工→5天半线下陪跑
关键步骤:拆需求→真实流程定制Spec→现场不断调整→从个人提效到团队提效
效果:写码省约1/3、写文档省一半以上
挑战:AI发展快无标准、前期调研失真、企业想大投入
NO.08 工业ERP物料搜索(数据清洗+语义检索)
痛点:ERP搜索弱→找不到→重录→重复数据→错购/库存浪费
原方式:靠经验记编码或重录
方案:根因分析→数据清洗+标准化→语义检索RAG
关键步骤:数月访谈→追到财务损失→跨部门投票定优先级→小实验验证
效果:减少错误采购和重复采购,把不可见浪费变成可计算
挑战:找问题时间长、跨部门协调、技术能做但落地难
NO.09 央国企财务(AI判断+RPA+监督)
痛点:报销/项目/科目判断靠人,科研人员被流程消耗
原方式:财务人工判断+填集团系统
方案:钉钉收票→AI关联出差/项目/审批→规则判定→监督模型→RPA填系统
关键步骤:业务陪跑→拆流程→AI判断+监督+RPA执行→破冰项目逐步扩
效果:半月/月→1-2天,落地10个场景
挑战:业务部门接受度、数据安全、不同场景不同模型
NO.10 线下零售对账(OCR+视觉+定时工作流)
痛点:门店与商场对账人工人天,差异常被忽略
原方式:店员拿纸质单据逐项核对
方案:OCR识别纸质/图片单据→自动第一轮比对→人工处理差异→定时运行
关键步骤:从多个需求中选对账→轻量方案→考虑规模化→不给员工增负
效果:周期人天→小时,识别被容忍忽略的收入差异
挑战:高估AI能力、需求调研不够深、组织责任边界未对齐
NO.11 外贸礼品知识资产(AI搜索+Agent+本地Harness)
痛点:样图/客户资料散乱,老板想一句话搜到
原方式:花5万买标准化服务,无后续陪跑
方案:修网络→整理文件关系→本地Codex+Harness→Agent做搜索/阿里站/海报/交期预警
关键步骤:现场当网络工程师→数据不出域→把开发能力送进去→让企业自生长
效果:老板亲眼看到10分钟解决角尺问题→信任建立→提出20个新需求
挑战:现场环境不一致、数据隐私、老板员工时间配合
NO.12 鞋服电商素材(AIGC+一致性审核)
痛点:SKU多,每人开AI账号但品控不稳,素材散落个人电脑
原方式:设计师+运营人工出图,后来每人用AI但无流程
方案:商品中心+生图/视频→人物/服饰/场景一致性→AI初检+人工复核→公司级素材库
关键步骤:现场观察→挖真需求→搭工作流→把好看变商用→POC验证
效果:POC阶段核心功能完成,员工开始使用,内容从个人资产变企业资产
挑战:客户认知两极、基层员工抵触、AI不确定性
NO.13 消防维保(数字化先行+AI补重复)
痛点:纸质/Excel割裂,老板看不见,员工填表累
原方式:纸质表格+Excel+微信,无软件基础设施
方案:先轻量线上流程→数据沉淀→AI辅助月检文本/历史调用
关键步骤:现场观察发现原方案方向错误→调整为先数字化再AI
效果:企业开始有数据资产,避免10万无效采购
挑战:需求真实性、基层接受、避免过度建设
NO.14 省属国企电商(知识萃取+多Agent)
痛点:编制有限,法务/财务/内控靠人,业务增长难同步
原方式:传统软件交付,知识未沉淀
方案:引入知识萃取师→挖隐性规则→RAG+Agent→培训业务自做小工具→人事牵头
关键步骤:先搭底座→发现没人用→改为知识萃取+培训→让员工自己发现需求
效果:法务编制节省一人年,行政同事自建Agent
挑战:业务人员不愿交出知识、技术部门牵头局限、数据不完整
NO.15 本地生活短视频(文案工作流)
痛点:高峰200-300条/天,靠少数运营,质量数量难兼
原方式:运营凭经验写文案
方案:拆商户/菜品/活动字段→优秀经验参数化→AI生成+人工审核+回退机制
关键步骤:先假设AI能做→测试→把人的经验拆成字段→组合成工作流→持续调优
效果:生产效率提高,平均水平提升,实现削峰填谷
挑战:文案之外的情绪/画面/节奏、不同SKU稳定性、员工学AI协作
四、案例目录(NO.16–NO.24,仅有标题,知识点待补)
NO.16 电信网络数据分析
NO.17 非标制造售前链路
NO.18 生物科技上市公司数智化
NO.19 消费品研发协同与包装审核
NO.20 制造企业经营流程透明
NO.21 建筑图纸交付
NO.22 跨境电商库存/补货/广告
NO.23 工程租赁获客与报价
NO.24 跨境快消海外数据断层
五、附录:可复用的提示词/工作流模板
5.1 业务诊断提示词
角色:资深FDE
任务:跟岗抽As-Is、列痛点/数据/系统/责任人
输出:场景卡,含高频度、ROI、可行性评分
5.2 RAG知识库提示词
流程:解析→切分→向量→检索→引用出处→人工复核
规则:禁编造,低置信转人工
5.3 工作流/Agent提示词
输入→分类→调用工具/API→生成→校验→RPA执行→异常人工
保留审计日志
5.4 行业模板卡
每案一个:目标、输入字段、输出格式、验收指标
示例:培训/审核/法务/装载/对账/达人/短视频/财务报销
六、个人学习路线
先读总论与NO.01/02/08/09/15
懂找问题+小切口+可算ROI
再练五个技术模块
RAG
OCR
Agent
RPA
3D算法
Spec Coding
每读一个案例画五栏笔记
痛点→原流程→AI嵌入点→指标→组织阻力
用提示词在模拟业务里做1个PoC
再反推思维导图迭代
学习路线强调先建立找问题与算ROI的意识,再补齐技术模块,通过案例笔记和模拟PoC形成闭环