中联重科
智能制造控制算法工程师
智能制造控制算法工程师
发布于 11 小时前普通员工/个人贡献者
全职员工仅现场办公自动化控制
自动化控制
Mes
Plc编程
Scada
工业总线
控制算法
智能制造
机械臂控制
自动化
过程控制
值不值得投
65综合评分
综合评分 65
装备制造企业的智能制造控制岗，技术栈实用、成长性较好，但薪资福利与WLB信息未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.0万
比自动化控制中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
7 个在招 · 其中自动化控制 3 个
市场机会
选择不多
长沙 · 自动化控制 · 3 个在招
职位详情
关于这个职位
面向中联重科智能制造产线，负责设备与生产线的控制算法设计、PLC/运动控制程序开发与调试，并参与方案选型、联调测试和现有控制系统的迭代优化
需要协调控制、机械与工艺的适配，推动智能制造项目落地
最低要求
研究生及以上学历，自动化、控制工程、智能制造等相关专业，5年及以上智能制造控制领域研发与管理经验
博士学历可考虑应届
精通PLC编程、运动控制、过程控制技术，能独立主导核心控制方案设计与故障排查
掌握工业总线应用，了解MES、SCADA等系统，具备扎实的控制算法功底
具备一定机械结构、智能制造工艺知识，能统筹协调控制与机械、工艺的协同适配
工作职责
负责智能制造相关设备、生产线的控制算法设计、程序开发与调试，聚焦控制逻辑优化，提升设备运行稳定性、精度与效率，贴合智能制造场景落地需求
参与智能制造系统的方案设计与技术选型，结合控制技术、机械结构与工艺要求，提出合理的技术解决方案，推动系统高效落地
配合工艺团队完成产品/生产线的联调测试，解决调试过程中出现的控制相关技术问题，协调控制与机械、工艺之间的适配性问题
负责现有控制程序、系统的迭代升级与维护，优化控制策略，降低设备故障率，提升生产工艺适配性
关注智能制造领域控制技术、机械工艺相关前沿动态，引入合适的新技术、新方法，提升团队技术能力与产品竞争力
优先资格
具有机械臂智能控制技术开发经历者优先
有带领团队完成智能制造重大项目落地经验者优先
AI 洞察
优缺点分析
优点
- 岗位覆盖控制算法、PLC、运动控制、工业总线和MES/SCADA，技术栈完整，利于积累智能制造落地经验
- 工作内容直接面向设备与产线，项目成果可见，能锻炼方案设计、调试和跨专业协同能力
- 中联重科在装备制造领域有产业场景，可接触真实生产线的控制优化与升级需求
- 岗位鼓励关注前沿技术并引入新方法，有利于保持技术敏感度
- JD未披露薪资福利、办公模式和加班情况，求职者需在面试中重点确认
- 适合具备自动化/控制背景、愿意深入智能制造现场、善于跨专业协作，并追求技术积累的工程师
缺点 / 挑战
- 需要同时理解控制、机械结构和工艺，跨专业协调成本较高
- 产线联调与故障排查可能涉及现场工作，对动手能力和抗压能力要求较高
角色解读
- 可从控制算法工程师向高级控制专家、技术负责人方向发展，深耕运动控制与智能制造系统
- 积累产线联调、工业总线和MES/SCADA集成经验后，可转向智能制造项目经理或技术管理岗位
- 若持续引入新技术并主导核心方案，有机会在团队中承担技术规划与团队带领职责
- 负责智能制造设备与生产线的控制算法设计、PLC/运动控制程序开发与调试
- 参与智能制造系统方案设计和技术选型，推动控制方案与机械、工艺适配
- 配合工艺团队完成产线联调测试，解决调试中的控制技术问题
- 对现有控制程序和系统进行迭代维护，优化控制策略并降低故障率
- 精通PLC编程、运动控制和过程控制，能独立主导核心控制方案设计与故障排查
- 掌握工业总线应用，了解MES、SCADA等工业系统，具备扎实的控制算法功底
- 具备机械结构和智能制造工艺知识，能协调控制与机械、工艺的协同适配
- 有机械臂智能控制或智能制造重大项目落地经验更佳
申请策略
- 投递前了解中联重科智能制造业务和长沙基地布局，面试中主动询问具体工作园区与产线场景
- 可在沟通中确认岗位偏研发还是偏现场调试，以及团队分工和项目节奏
- 突出PLC编程、运动控制、过程控制项目经验，量化说明控制方案对稳定性、精度或效率的提升
- 展示工业总线、MES/SCADA集成经验，以及控制算法在产线设备上的落地案例
- 强调与机械、工艺团队协同完成联调测试和故障排查的经历
- 如有机械臂智能控制开发或智能制造重大项目落地经验，应放在显眼位置
- 梳理典型运动控制算法和过程控制策略，准备可讲解的项目案例
- 补充工业总线协议、MES/SCADA系统集成知识，了解智能制造产线常见架构
面试指南
- 用STAR结构描述项目：背景与目标、你的控制方案、联调难点、最终量化结果
- 技术问题先讲分析思路，再讲选型依据和验证方法，最后总结可复用的经验
- 跨专业协作问题突出沟通机制、联合调试流程和问题闭环，而不仅是个人的技术细节
- 请介绍一个你主导的PLC/运动控制方案，如何提升设备稳定性或精度？
- 产线联调中出现控制与机械/工艺不匹配时，你如何定位和解决？
- 你使用过哪些工业总线？如何与MES/SCADA进行数据交互？
- 控制算法设计中如何平衡响应速度、精度和系统稳定性？
- 是否有机械臂智能控制或智能制造重大项目落地经验？请举例说明
职位点评
薪资福利60
成长发展78
工作生活55
使命价值65
薪资福利
60中等
JD未披露薪资与福利，补偿性动机的满足程度难以判断，需在面试中确认薪酬结构和福利待遇。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
78中等
岗位涉及智能制造控制算法、工业总线与MES/SCADA，技术栈较完整，有利于积累产线落地经验；JD未明确培训或晋升机制。
技术前沿主流现代技术
技术栈PLC编程、运动控制、过程控制、工业总线、MES、SCADA、控制算法、机械臂控制
业务类型cost_center
工作生活
55较低
JD未提及办公模式与WLB，岗位涉及生产线联调和故障排查，工作灵活性信息有限。
工作模式未明确
办公地点工厂/生产基地
加班情况未提及（无法判断）
使命价值
65中等
岗位服务于智能制造产线升级，对制造效率有正向价值，但JD未体现明确的社会使命或行业引领定位。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs