罗克韦尔
Sr. Consultant - Data Scientist
Sr. Consultant - Data Scientist
发布于 大约 16 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
混合式弹性办公
硕士
数据分析与科学
机器学习
深度学习
边缘计算
敏捷开发
LLM
数据治理
机器视觉
数字孪生
工业自动化
AI 估算 · 35k–55k
上海高级数据科学家岗位，跨国上市工业巨头，要求5年以上经验+硕士，薪资具有竞争力，结合市场水平估算。
职位详情
关于这个职位
该职位是罗克韦尔自动化工业数字化解决方案团队的高级顾问-数据科学家，负责为客户设计并部署AI/ML解决方案，指导客户的工业数字化转型
你将参与从售前到交付的全流程，需要具备扎实的机器学习、深度学习知识以及工业领域数据分析经验
工作地点上海，混合办公模式
最低要求
计算机科学或AI/ML相关领域硕士或同等学历
愿意并能够出差到客户现场，出差时间平均为30%
数据分析、软件工程、管理信息系统或相关领域学士学位
数据科学、AI/ML或相关学科高级学位
在生命科学、汽车轮胎、离散制造、食品饮料、MMM等工业垂直领域有AI/ML项目交付经验
敏捷开发方法论经验
系统开发生命周期和系统/流程文档经验
服务器端架构经验
使用ML库、R、Python、Scala或相关编程语言的经验
机器学习、深度学习、机器视觉、LLM、AI等经验
熟悉制造业数据分析流程，如电机振动监测、预测性维护、参数优化推荐和自动闭环控制
熟悉数据治理、时间序列数据分析、离散数据分析
熟悉边缘计算和容器计算概念
年以上在工业项目用例中实施数据科学模型的经验
对业务复杂性和项目依赖性有很好的理解
工作职责
作为数字化项目交付团队的一部分，开发和部署AI/ML解决方案和架构到客户端到端项目中
与客户沟通，了解其工业数字化需求并指导其转型
支持各种数据科学、IIoT、数字孪生项目的跨职能开发活动，针对内外部客户
利用罗克韦尔自动化FactoryTalk InnovationSuite或开源技术作为基础，通过标准应用程序和定制化解决方案提供服务
在项目售前阶段担任技术顾问，包括调查、解决方案设计和向最终用户演示，以赢得机会
优先资格
工程、物理或计算机科学硕士或博士
年以上制造业环境软件项目交付经验
罗克韦尔自动化FactoryTalk Analytics、ProductionCentre应用套件（CPG套件或PharmaSuite）、PTC ThingWorx和Kepware的设计和配置经验
时间序列过程建模和控制经验
编程背景，掌握Python、C/C++等语言，能够根据需要快速学习新编程语言
熟悉自动化应用（控制、监控，尤其是实时部署）
电气工程、计算机科学、工业工程、化学工程、数据科学等学科背景
AI 洞察
优缺点分析
优点
- 聚焦工业数字化前沿领域（IIoT、数字孪生、AI），技术含量高，发展空间大
- 罗克韦尔是全球工业自动化龙头，平台大，客户资源丰富，能接触众多制造业标杆项目
- 混合办公模式（每周3天办公室），工作灵活性较好，并配有全面福利（如Calm会员、志愿者假等）
- 对数据科学家来说，该岗位兼具咨询和技术交付双重角色，成长全面
- 工业项目周期长、业务复杂，需要深入理解制造流程，学习曲线较陡
- 技术栈涵盖面广（从边缘计算到云平台），要求持续学习多种新技术
- 适合有工业背景或对制造业感兴趣、技术扎实且善于客户沟通的数据科学家，乐于在复杂环境中推动技术落地
缺点 / 挑战
- 出差频率较高（平均30%），需要适应频繁的客户现场工作，可能会影响生活节奏
角色解读
- 可往首席数据科学家或AI架构师方向发展，主导更大规模的工业数字化转型项目
- 也可转向技术管理岗位，带领数据科学团队，或深入行业成为行业专家
- 在罗克韦尔这样的大型工业科技公司，有机会涉足全球项目，积累跨行业经验
- 在工业数字化项目中，设计并部署AI/ML解决方案，涵盖预测性维护、参数优化等场景
- 与客户紧密沟通，理解其业务需求，提供技术咨询并引导数字化转型方向
- 参与售前活动，包括技术方案设计、演示和投标支持，推动项目赢单
- 利用罗克韦尔自有平台（FactoryTalk）或开源技术栈进行定制化开发
- 精通机器学习、深度学习、LLM等算法，并能在工业场景中实际应用
- 熟练使用Python、R、Scala等编程语言，具备服务器端架构经验
- 对工业数据（如时间序列、振动数据）有深入理解，熟悉数据治理和边缘计算
- 具备敏捷开发经验和项目交付全流程管理能力
申请策略
- 研究罗克韦尔的行业案例，在面试中表现出对该公司的产品和业务方向的理解
- 准备一个完整的工业AI项目案例，从需求、方案到部署效果，展现端到端能力
- 突出工业相关AI/ML项目经验，特别是预测性维护、参数优化等具体案例，展示业务效果
- 强调Python、R、深度学习框架等技能，以及容器化、边缘计算等工程能力
- 如有售前或客户沟通经验，务必体现，证明自己能理解业务需求并设计解决方案
- 列出专利、论文或开源贡献，展现技术深度
- 若缺乏工业领域知识，可提前学习时间序列分析、振动监测、过程控制等基础
- 熟悉罗克韦尔FactoryTalk平台或类似工业IoT平台（如PTC ThingWorx）会有加分
面试指南
- STAR法则：情境、任务、行动、结果，重点突出技术难点和业务价值
- 技术问题回答时先讲原理，再结合项目经验
- 对开放性问题，结构化地分点阐述
- 对于解决方案设计题，先明确目标，再分数据获取、特征工程、模型选择、部署和监控等步骤
- 请描述一个你做的工业预测性维护项目，用到了哪些算法？如何评估模型效果？
- 如何处理工业数据中的噪声和缺失值？时间序列建模的常用方法有哪些？
- 你在敏捷团队中如何与产品经理、工程师协作？举例说明
- 你对边缘计算和云计算在工业IoT中的角色有什么理解？
匹配度报告
72
综合匹配度
工业AI前沿技术岗，薪资优厚，发展空间大，但出差较多影响生活平衡。
适合人群
适合追求技术深度和职业成长、能接受一定出差和混合办公节奏的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利匹配
75中等
作为上市巨头，薪资处于市场偏高水准，福利全面（Calm会员、志愿者假等），但出差较多可能影响稳定性感知。
薪资信号偏高 (35K-55K/月)
福利待遇Calm会员、志愿者带薪假、捐赠匹配项目、员工援助计划、个性化健康计划、按需数字课程库
成长发展匹配
85较高
岗位涉及前沿技术（AI/ML、LLM、IIoT），项目挑战大，有明确的成长路径，但未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、LLM、机器视觉、IIoT、数字孪生、边缘计算、容器计算、时间序列分析
成长机会按需数字课程库
业务类型ambiguous
工作生活匹配
60中等
混合办公（每周3天办公室），出差平均30%，工作生活平衡一般，但整体灵活性尚可。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡hybrid policy
使命价值匹配
70中等
工业数字化助力制造业转型升级，有正向社会价值，但岗位更偏技术交付，使命型信号较弱。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号helping the world’s manufacturers be more productive, sustainable, and agile、changes the world for the better
创新程度积极采用新技术
Watch Jobs