R&D Engineer

优缺点分析

角色解读

• 技术路线：从R&D Engineer成长为高级AI工程师、技术专家，深入工业AI核心算法
• 管理路线：可向技术团队负责人或项目经理发展，带领团队完成大型项目
• 行业路线：在ABB积累工业AI经验后，可跨界至其他智能制造或机器人领域
• 参与先进AI算法与LLM应用的研发，负责从方案设计到部署的全流程
• 将AI技术与工业设备（如PLC、传感器）集成，实现工业自动化中的智能应用
• 探索工业视觉、多模态AI和预测性维护等前沿方向，并优化现场部署性能
• 撰写技术文档，与全球分布式团队协作交付高质量成果
• 精通Python和Linux，具备扎实的深度学习和机器视觉基础
• 理解LLM原理，能使用Ollama、vLLM等工具进行本地模型部署和RAG系统构建
• 了解工业自动化基本知识，如PLC、控制系统或设备交互
• 具备良好的英语沟通能力和团队协作精神

申请策略

• 了解ABB的业务方向（电气化、自动化、机器人），在面试中展示行业理解
• 准备1-2个完整的AI项目案例，能用STAR法则清晰讲述
• 突出AI项目经历，尤其是LLM部署、RAG构建或视觉检测相关项目
• 强调Python和Linux技能，以及任何工业自动化或硬件交互经验
• 若参与过开源项目或发表过论文，务必重点展示
• 体现英语能力和团队协作的实例
• 学习主流LLM部署框架（Ollama、vLLM）和RAG工具链（LangChain）
• 补充工业自动化基础知识，如PLC编程或SCADA系统概览

面试指南

• 用STAR法则回答项目类问题：情境、任务、行动、结果
• 技术类问题先概述原理，再结合具体工具或实践经验，最后指出可能的优化方向
• 行业理解类问题要体现你对工业自动化的兴趣和对ABB价值的认同
• 请详细介绍你之前的一个AI项目，包括技术选型、难点和最终效果
• 如何部署一个大语言模型到本地？你了解哪些优化技术？
• 什么是RAG？你会如何构建一个工业领域的知识问答系统？
• 你如何将AI应用与PLC等工业设备集成？请谈谈你的思路
• 你如何看待工业自动化的未来？ABB在其中扮演什么角色？