罗克韦尔
Sr. Consultant - Data Scientist
Sr. Consultant - Data Scientist
发布于 大约 2 个月前普通员工/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
工业自动化
敏捷开发
数字孪生
数据治理
机器学习
机器视觉
深度学习
边缘计算
预测性维护
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？
职位点评
74
综合评分
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。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
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。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
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
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
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
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
罗克韦尔 的其他在招职位
相似职位推荐
Watch Jobs