博世
Data Scientist_PS_RBCD
Data Scientist_PS_RBCD
发布于 大约 16 小时前普通员工/个人贡献者
无锡市
中级经验
全职员工
仅现场办公
硕士
机器学习
深度学习
数据挖掘
PyTorch
计算机视觉
图像处理
TensorFlow
目标检测
CNN
OpenCV
AI 估算 · 20k–30k
计算机视觉与深度学习岗位需求旺盛，博世平台稳定，无锡薪资水平适中，结合经验年限估算。
职位详情
关于这个职位
该职位是博世无锡的数据科学家，负责利用计算机视觉和深度学习技术开发自动光学检测（AOI）及AI流程优化解决方案
您将从概念验证到量产全程参与，与IT、机械专家协作，设计数据采集与分析架构，推动智能制造落地
适合有3年以上经验、热爱工业AI的工程师
最低要求
Master in computer vision, image processing, machine learning, deep learning
More than 3 years working experience in real projects
Willingness to take challenges, passion to solve problem in a systematic way
Excellent at python, familiar with at least one of the frameworks: TensorFlow, pyTorch
Familiar with classic image processing (eg. Image filter, edge detection, feature extraction, camera calibration…) and machine learning algorithms, good at opencv and deep learning for image processing (object classification, object detection, Segmentation…)
Familiar with deep learning models. Eg: CNN, RNN, LSTM, Transformer…
Familiar with deep learning area, latest achievement in the computer vision. Deep understanding of the deep learning network eg. AlexNet/VGG/ResNet/DeseNet/NIN/MobileNet, and the computing power/resource bottleneck of the network.
Familiar with object detection framework and method, eg: SSD, Yolo, Faster-RCNN…
Familiar with large language model related technics.
Familiar with tool chain of data labelling, data management
工作职责
Work together with/ lead project team to understand and analyze customer requirements, and pre-evaluate project deliverables and benefits.
As Data scientist accompany the entire development process from the proof of concept to the serial implementation of the algorithms. Together with internal development partners you develop innovative solutions across the entire chain from the raw data to the function.
Design and implement architectures to adopt appropriate approaches of AI / machine learning to ensure quality of data, self-learn pattern and trend, identify operational processes which can be automated and put into execution, and improve system operational efficiency.
Collaborate with IT/machine/product technical experts to define data collection, storage, and process concept.
Coordinate AI related work packages in RBCD in manufacturing areas
Support on developing understanding and competence of machine learning/deep learning
Support production area for data mining project such as smart testing and multi-correlational analysis.
AI 洞察
优缺点分析
优点
- 博世作为全球领先的工业技术公司，提供稳定的平台和丰富的资源
- 工作涉及前沿计算机视觉和深度学习技术，能积累高价值技能
- 项目从概念到落地，能全面了解工业AI应用全流程
- 需要对工业场景有深入理解，可能涉及复杂的现场问题
- 技术更新快，需要持续学习跟进最新研究成果
- 跨部门协作沟通较多，需兼顾各方需求
- 适合热爱工业自动化、计算机视觉和深度学习，具有3年以上经验且善于解决实际问题、愿意在稳定平台中深耕技术的人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 向资深数据科学家或AI算法专家发展，主导更大规模工业AI项目
- 转向AI解决方案架构师，负责整体技术方案设计与技术决策
- 在博世内部跨部门或跨国项目团队积累经验，有机会晋升至技术管理岗位
- 理解客户需求，设计并实现计算机视觉和机器学习算法用于自动光学检测（AOI）
- 从概念验证到量产全程参与，与内部团队协作开发创新解决方案
- 设计数据采集与处理架构，确保数据质量和模型效果，并支持生产区域数据挖掘项目
- 协调AI相关工作包，推动AI在制造领域的落地
- 扎实的计算机视觉和深度学习基础，熟悉CNN、RNN、LSTM、Transformer等模型
- 熟练使用Python及TensorFlow/PyTorch框架，掌握OpenCV
- 精通目标检测框架如SSD、YOLO、Faster-RCNN，了解图像分类、分割方法
- 了解大型语言模型相关技术及数据标注管理工具
申请策略
- 投递前了解博世AI在制造领域的应用案例，面试中展现系统化解决问题能力
- 关注博世文化，强调团队合作和跨部门沟通能力
- 突出计算机视觉项目经验，特别是有AOI或工业检测相关项目成果
- 强调深度学习模型应用成果，如精度提升、速度优化等量化指标
- 展示Python和TensorFlow/PyTorch等框架的使用深度
- 如有数据标注与管理工具经验，也要突出
- 补充工业检测领域知识，了解常见光学检测流程
- 强化LLM相关技能，如fine-tuning或prompt engineering
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化项目介绍
- 进行技术对比时，从性能、速度、资源消耗等维度分析，并给出选择依据
- 面对开放性问题，先阐述原则再举例，展现系统性思维
- 请介绍一个你主导的计算机视觉项目，包括技术选型和最终效果
- 如何选择目标检测框架？比较SSD、YOLO、Faster-RCNN的优缺点及适用场景
- 在数据不平衡的情况下，你会如何处理？
- 如何平衡模型精度和推理速度，特别是在工业实时场景中？
- 你了解哪些最新的视觉Transformer模型？它们与CNN相比有什么优势？
匹配度报告
75
综合匹配度
博世无锡数据科学家岗位，前沿技术栈，平台稳定，但工作模式偏传统现场办公。
适合人群
最适合追求技术成长和行业前景的求职者，能接受现场办公模式，对薪资弹性有一定容忍度。
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80
薪资福利匹配
75中等
博世作为跨国巨头，薪资福利体系完善，但JD未明确具体薪资，需面议。有浮动奖金、餐贴、车贴等福利。
薪资信号未披露（AI估算：20K-30K/月）
福利待遇浮动奖金、餐贴、车贴
成长发展匹配
85较高
岗位涉及计算机视觉、深度学习前沿技术，包含LLM等新兴方向，技术成长空间大。但JD未明确晋升路径或培训计划。
技术前沿前沿/新兴技术
技术栈计算机视觉、机器学习、深度学习、Python、TensorFlow、PyTorch、OpenCV、CNN、RNN、LSTM、Transformer、目标检测、图像处理、数据挖掘、LLM
业务类型ambiguous
工作生活匹配
60中等
工作地点为无锡工厂/科技园，要求现场办公，未提及弹性工作制或远程选项，加班情况不明。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
80较高
AI+智能制造是高速增长赛道，岗位通过技术提升生产效率和质检水平，有一定社会价值，但未提及具体使命导向。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs