这张卡给 AI 工程师下一个可操作的边界：不训练模型，重心在应用工程。
核心拆解：业界普遍采用的界定是——AI Engineer 以现有模型与 API 为基座构建应用，能力重心在集成、评测、上下文设计与产品工程，而非训练与建模，这条边界每隔一段要重新校准。它与机器学习工程师（ML Engineer）的分工以「是否动模型」划线；与 Forward Deployed Engineer（FDE）的关系是能力标签与岗位的区别：FDE 是部署在客户现场的 AI Engineer。两者技能栈高度重叠，差异在驻场、调研与交付闭环。
增量判断：国内招聘市场同名岗位至少三种含义——应用层开发、算法工程师的美化叫法、以及售前包装，投简历或招人都要用「是否动模型、是否管评测」先分层，再看职级与薪资的匹配度，避免被头衔溢价误导。
行动建议：对照这一定义盘点自己的技能清单，标出哪些属于应用层、哪些属于训练层，再决定补哪边。半年后再盘一次，看边界移动方向，把移动记进个人学习计划。
—— FDEChina编辑部 · 实战派
定义
AI 工程师（AI Engineer）指以大模型 API 与现有模型为基座构建应用与 Agent 的工程师，不负责训练模型，能力重心在集成、评测、上下文设计与产品工程，这一定义自 2023 年前后被业界普遍接受。
展开
与机器学习工程师（ML Engineer）的分工以「是否动模型」划线：ML Engineer 管训练、微调与推理服务，AI Engineer 管在模型之上搭应用，包括提示与上下文设计、检索与工具集成、评测体系与护栏。与 Forward Deployed Engineer（FDE）的关系是能力标签与岗位的区别：FDE 是被派驻客户现场的 AI Engineer，多了业务调研、预期管理与交付闭环的维度；一个不出差的 AI Engineer 与 FDE 的差距就在现场这一层。
国内招聘语境需要额外辨析：同名「AI 工程师」的岗位至少有三种实际含义——大模型应用开发、传统算法岗位的美化叫法、以及偏售前的方案包装岗。求职者与用人方都应先问两个问题对齐预期：这个岗位动不动模型、管不管评测，答案基本决定了工作内容。