梅特勒托利多
23264-Software Engineer
23264-Software Engineer
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Mlops
Onnx
Pytorch
Scikit-Learn
Tensorflow
Tensorrt
机器学习
深度学习
边缘计算
值不值得投
79综合评分
综合评分 79
跨国巨头工业AI岗，技术栈前沿且成长空间大，薪资福利完善，适合追求技术深度与行业Know-how的工程师。
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。
薪资怎么样
2.8万
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
49 个在招
市场机会
选择面较广
上海 · 人工智能 · 约 330 个在招
职位详情
关于这个职位
该职位负责工业仪器和智能设备场景下的AI技术方案设计与落地，涵盖数据采集、模型训练到边缘端部署的全流程
你需要与硬件、嵌入式等团队紧密协作，将机器学习算法集成到实际产品中，推动工业自动化与智能化升级
最低要求
本科及以上学历，自动化、电气工程、机器人工程、计算机、人工智能等相关专业
年以上嵌入式软件开发经验，仪器仪表行业经验优先
熟悉 Python、C/C++ 或其他编程语言，具备脚本开发和数据处理能力
熟悉机器学习和深度学习基本原理，熟练使用至少一种主流 AI 框架，如 PyTorch、TensorFlow、scikit-learn
具备独立开展数据分析、模型训练、效果评估及模型优化的能力，有完整项目实践经验者优先
具备良好的软件开发基础，熟悉常见系统架构、接口设计、数据处理流程及服务化开发方式
熟悉 Linux 开发环境，能够完成基础部署、日志分析、脚本编写及问题排查
具备较强的问题分析与解决能力，良好的沟通协作能力，以及跨团队推动项目落地的能力
具有积极主动的处事态度，优良的沟通和团队合作精神
良好的英语听说读写能力
工作职责
负责工业仪器、智能设备及相关业务场景中 AI 技术方案的设计、开发、验证与落地，推动算法能力在实际产品中的应用
结合业务需求，开展数据采集、数据治理、特征工程、模型训练、模型评估及持续优化，构建完整的算法开发闭环
负责 PLC、机器人、运动控制、工业相机、传感器等设备的集成与应用
负责机器学习、深度学习或数据驱动算法在设备状态识别、异常检测、预测分析、参数优化等场景中的应用研发
参与模型在边缘端、本地部署环境或云边协同架构中的落地与优化，持续提升系统性能、稳定性及可维护性
负责 AI 能力与软件系统的工程化集成，包括数据处理服务、推理服务、接口开发及相关平台能力建设
配合硬件、嵌入式、测试、产品及应用团队，完成设备数据接入、通信联调、系统验证及问题定位
推进自动化设备与 MES、SCADA、ERP、工业互联网平台等系统的集成
编写并维护技术文档，包括需求分析、方案设计、算法说明、接口文档、部署文档及测试报告
持续关注行业前沿技术与应用趋势，结合业务特点推动 AI 技术在产品与解决方案中的创新应用
优先资格
有工业自动化、智能仪器、传感器系统、IoT、边缘计算等相关领域项目经验
熟悉时序数据分析、信号处理、异常检测、预测维护、设备健康管理等应用方向
熟悉 C/C++，能够参与设备侧联调、性能优化或跨端协作开发
熟悉模型部署与推理优化工具，如 ONNX、TensorRT、OpenVINO 等
了解常见工业通信协议或设备接口，如 Modbus、CAN、RS485、MQTT、OPC UA、EtherNet/IP、Profinet 等
有 Docker、CI/CD、MLOps、模型监控或边缘部署实践经验者优先
AI 洞察
优缺点分析
优点
- 处于工业AI与智能制造的前沿赛道，技术栈全面，涵盖算法、工程与部署
- 跨国巨头平台，提供国际化视野、完善的培训体系及稳定的职业发展路径
- 业务场景丰富，能够将AI技术直接应用于精密仪器和工业设备，成就感强
- 需要兼顾算法理论与工程落地，涉及硬件联调与跨团队沟通，技术栈跨度较大
- 具备扎实算法基础且愿意深入工业场景、喜欢软硬结合与工程落地的技术人才
缺点 / 挑战
- 工业场景对稳定性和实时性要求极高，模型优化和边缘端部署存在一定技术挑战
角色解读
- 可向资深AI算法专家、工业AI架构师或技术管理方向发展
- 在工业4.0和智能制造背景下，积累深厚的行业Know-how，成为工业AI领域的稀缺复合型人才
- 负责工业仪器和智能设备场景下的AI算法设计与落地，涵盖数据采集、模型训练到边缘端部署的全流程
- 与硬件、嵌入式团队紧密协作，将机器学习算法集成到实际产品中，推动工业自动化与智能化升级
- 推进自动化设备与MES、SCADA等工业系统的集成，完成设备数据接入与通信联调
- 熟练掌握Python/C++及主流AI框架（PyTorch/TensorFlow），具备扎实的机器学习与深度学习基础
- 熟悉Linux环境及模型部署工具（ONNX/TensorRT），了解工业通信协议及边缘计算架构
- 具备良好的软件工程能力，能够完成接口设计、数据处理流程及服务化开发
申请策略
- 了解梅特勒托利多的核心产品线（如精密仪器、过程分析），思考AI如何赋能其现有产品，面试时展示对工业场景的理解
- 突出完整的AI项目落地经验，特别是模型训练到边缘端部署的全流程闭环
- 强调C/C++与Python双语言能力，以及在Linux环境下的工程化开发与问题排查经验
- 展示在时序数据分析、异常检测或预测维护等工业相关场景的实际项目成果
- 提前了解工业通信协议（如Modbus、MQTT）及模型推理优化工具（TensorRT、OpenVINO）
- 复习信号处理相关知识，熟悉Docker及MLOps在边缘部署中的实践
面试指南
- 采用STAR法则，重点突出“问题定义-技术方案-工程落地-业务收益”的闭环
- 对于优化问题，从算法层、框架层、硬件层三个维度展开回答，体现系统性思维
- 请介绍一个你主导的从模型训练到边缘端部署的完整项目，遇到了哪些挑战？
- 在资源受限的边缘设备上，你如何进行模型压缩和推理优化？
- 如何处理工业场景中的时序数据噪声和异常检测问题？
- 在与硬件或嵌入式团队联调时，通常如何定位和解决通信或性能问题？
- 准备1-2个深度参与的工业AI或软硬结合项目案例，熟悉ONNX/TensorRT等部署工具的原理
- 了解梅特勒托利多的业务背景及工业4.0相关趋势，准备几个关于AI赋能工业仪器的见解
职位点评
薪资福利80
成长发展85
工作生活70
使命价值75
薪资福利
80较高
跨国上市企业提供具有竞争力的薪酬和完善的福利体系，薪资水平处于市场中上游。
薪资信号未披露（AI估算：2千–3.5万/月）
福利待遇Competitive compensation & benefit package、multicultural team、Trainings and professional development
成长发展
85较高
岗位涉及前沿的工业AI与边缘计算技术，且公司提供国际化环境和专业培训，有利于技术深度与广度的双重提升。
技术前沿前沿/新兴技术
技术栈Python、C/C++、PyTorch、TensorFlow、scikit-learn、ONNX、TensorRT、OpenVINO、Docker、MLOps
成长机会Trainings and professional development、Interesting and challenging career
业务类型profit_center
工作生活
70中等
跨国企业通常注重工作生活平衡，但具体工作强度需视项目进度和硬件联调需求而定，JD未明确说明WLB。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
推动工业仪器智能化，助力工业4.0和智能制造，具有较高的行业价值和社会意义。
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innovation and quality、Sustainability, Diversity and Equal Opportunity
创新程度积极采用新技术
梅特勒托利多 的其他在招职位
相似职位推荐
Watch Jobs