智能制造开发工程师（C++开发方向）

优缺点分析

角色解读

• 技术专家路线：深耕智能制造与工业AI领域，成为系统架构师或特定技术方向的专家
• 技术管理路线：凭借项目管理能力和技术领导力，转向技术团队负责人或项目经理
• 行业拓展路线：利用在智能硬件制造领域的经验，向机器人、自动驾驶等相关行业横向发展
• 开发用于激光雷达生产校准的智能算法和软件测试系统
• 利用计算机视觉和机器人技术，为智能制造产线构建自动化控制与监控平台
• 搭建云端的数据处理与分析平台，用AI技术优化制造工艺、提升生产效率
• 精通C++和Python编程，熟悉Linux系统开发和软件工程工具链（Git、CI/CD等）
• 掌握工业自动化领域的通信协议（如Modbus、CAN）和设备控制技术
• 具备计算机视觉、深度学习或点云处理的基础算法知识
• 需要良好的跨团队协作能力和系统架构设计思维

申请策略

• 研究禾赛的产品线和技术白皮书，了解其智能制造的具体应用场景和痛点，在面试中展现你的思考
• 准备一个能体现你解决复杂系统问题（如软硬件联调、性能优化）的完整项目案例
• 重点突出3年以上的C++/Python工业软件或自动化系统开发项目经验
• 详细描述参与过的工业控制系统、视觉检测或数据分析项目，体现技术深度
• 如果有激光雷达、传感器或制造业信息化项目经验，应作为亮点突出
• 列出掌握的工业协议、机器视觉框架或云计算平台，证明技能匹配度
• 系统学习计算机视觉和3D点云处理的基础算法，可参考OpenCV、PCL等开源库
• 深入了解至少一种工业机器人或PLC控制原理，补充实践知识

面试指南

• 使用STAR法则（情境、任务、行动、结果）清晰描述项目经历，突出你的技术决策和量化成果
• 回答技术方案设计问题时，先明确需求和约束（如精度、速度、成本），再分模块（数据采集、算法处理、控制输出）阐述思路
• 对于工业知识类问题，可结合JD要求（如“设备控制与数据采集”）和公开的行业知识进行有条理的回答，展示快速学习能力
• 请介绍一个你主导开发的工业软件项目，你负责的模块遇到了什么技术难点？如何解决的？
• 如果要为一条激光雷达装配线设计自动化视觉检测系统，你会考虑哪些关键技术和模块？
• 你如何理解CI/CD流程？在你的项目中是如何实践的？
• 请解释一下Modbus或CAN通信协议的基本原理和应用场景
• 你为什么对智能制造这个领域感兴趣？你认为AI在这里最大的价值是什么？