IE工程师-实习生

优缺点分析

角色解读

• 从实习生转为正式IE工程师，深入参与智能制造项目
• 向机器人自动化或工业视觉方向专精，成为技术骨干
• 积累工业领域经验，未来可向产品经理或技术管理岗位发展
• 研究图纸识别算法，将工程图纸转换为可计算的结构化数据，支持排产和生产决策
• 利用机器学习模型提取加工参数、工艺信息及BOM清单，优化报价流程
• 分析生产线机器人编程与节拍，提出改进方案以提升生产效率
• 与生产团队协作，将技术方案落地到实际产线中
• 扎实的机器学习与图像识别理论基础，熟悉常用算法如CNN、目标检测等
• 熟练使用Python及OpenCV、TensorFlow/PyTorch等框架进行开发
• 了解工业图纸（如CAD）和BOM结构，具备基本的工艺知识
• 具备良好的逻辑分析和问题解决能力，能独立完成小规模研究任务

申请策略

• 投递时附上相关代码仓库或项目演示链接，增强说服力
• 了解ABB的工业解决方案，面试时能结合业务谈技术应用
• 突出机器学习或图像识别相关的项目经验，尤其是图像分类、目标检测或OCR等
• 强调Python编程能力及相关框架使用，如TensorFlow、OpenCV
• 如果有机械或工业背景知识，如CAD或BOM系统，务必列出
• 展示团队合作和解决问题能力，例如参与过产线改善或竞赛
• 补充工业图纸的基础知识，了解常见的图元识别方法
• 熟悉机器人编程基础（如ABB的RAPID语言）或仿真工具

面试指南

• 对于技术类问题，采用STAR法则：描述场景、任务、行动和结果
• 对于模型选择，结合任务特点（如图纸识别需要高精度、实时性）来比较不同模型的优劣
• 对于开放性问题，先展示思路框架，再给出具体例子，体现逻辑性和可执行性
• 请解释图像识别中如何从工程图中提取文本和符号？
• 你常用的机器学习模型有哪些？为什么选择它们？
• 如何评估一个图像识别模型的性能？你会如何处理不均衡数据集？
• 描述一次你通过技术手段优化流程的经历
• 你对ABB的工业自动化产品有了解吗？如何应用在这里？