亿纬锂能
工序数字化工程师
工序数字化工程师
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公
工业互联网
工业大模型
时序预测
机器学习
深度学习
物联网
预测性维护
值不值得投
67综合评分
综合评分 67
锂电龙头生产研究部的工序数字化工程师，工业大模型落地前沿岗，技术成长突出但需驻产线
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
参考估算薪资
根据职位描述推断，供对比参考
发布情况
新岗位 · 3 天前发布
市场机会
选择不多
惠州 · 2 个在招
职位详情
关于这个职位
亿纬锂能生产研究部招聘工序数字化工程师，主导涂布、辊分、焊接、注液等核心工序的数字化项目开发落地，负责质量预测、预测性维护、工艺参数调优等工业大模型的开发训练与迭代，并参与产线链级大模型研发与多工序数据融合
要求硕士及以上学历，2年以上工业产线数字化项目经验
最低要求
【经验要求】具备2年及以上工业产线数字化项目开发经验，或硕士期间研究课题聚焦于工业大模型、产线数据建模等相关方向并产出落地成果
【经验要求】具备独立主导数字化项目的能力，能够完成从需求调研、方案设计、开发实现到上线验证的全流程工作
【知识要求】掌握工业产线工艺原理（尤其是涂布、辊分等目标工序）、设备运行机制及质量管控要点
【知识要求】精通机器学习、深度学习基础理论，熟悉大模型开发流程与核心算法（如回归、分类、时序预测、Transformer等）
【知识要求】了解工业数据采集与预处理技术，熟悉工业互联网、物联网相关知识
【知识要求】掌握工业数字化项目的开发规范与管理流程，具备清晰的技术逻辑与问题拆解能力
工作职责
主导涂布、辊分、切卷、焊接、注液、烘烤等核心工序的数字化项目开发与落地，涵盖数据采集方案设计、系统搭建等全流程工作
负责单工序质量预测、设备预测性维护、工艺参数自动调优等单工序大模型的开发、训练、验证与迭代优化
参与产线链级质量预测大模型、工艺参数全局调优大模型的研发，推动多工序数据联动与模型融合
对接产线、质量、设备等业务部门，梳理数字化需求，将大模型成果转化为可落地的解决方案，支撑生产效率提升与质量改善
负责数字化项目相关技术文档的撰写与归档，包括需求规格说明书、设计方案、测试报告等
跟踪工业数字化、大模型应用等前沿技术，结合产线实际需求探索技术创新应用场景
优先资格
【经验要求】有涂布、辊分、焊接等类似工业工序数字化项目经验，或新能源、锂电、电子制造等行业数字化从业经验者优先
【经验要求】有工业大模型（质量预测、设备维护、参数优化类）开发与落地经验者优先
AI 洞察
优缺点分析
优点
- 面向锂电核心工序的大模型应用，属于工业AI最前沿的落地场景之一，技术成长快
- 生产研究部平台可接触产线级数据与真实业务闭环，成果直接支撑效率与质量改善
- 锂电头部企业数据与场景资源丰富
- 产线环境数据质量参差，模型落地需反复与工艺、设备团队磨合
- 需要长期驻产线，工作环境偏现场
- 单工序模型向链级模型融合的技术难度高
- 适合有工业数据建模或大模型开发背景、愿意深入产线、希望用AI改造制造业的算法/智能制造工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 从工序数字化工程师成长为智能制造算法专家、数字化项目经理或AI应用负责人
- 工业大模型落地经验在制造业数字化转型浪潮中稀缺性高，可向集团级智能制造平台或工业AI方向纵深发展
- 主导涂布、辊分、焊接、注液等锂电核心工序的数字化项目，从数据采集方案到系统搭建全流程落地
- 开发并迭代单工序质量预测、预测性维护、参数调优大模型
- 参与产线链级大模型研发，推动多工序数据联动与模型融合
- 对接产线、质量、设备部门转化需求，并负责技术文档与前沿技术跟踪
- 掌握锂电工序工艺原理、设备机制与质量管控要点
- 精通机器学习、深度学习理论及回归、分类、时序预测、Transformer等算法，熟悉大模型开发流程
- 了解工业数据采集预处理与工业互联网、物联网知识
- 具备数字化项目全流程独立主导能力
申请策略
- 投递前了解亿纬锂能智能制造与数字化战略
- 面试时准备一个从需求到上线的完整数字化项目案例，强调与工艺团队的协作方式
- 突出2年以上工业数字化项目或硕士期间工业大模型/产线数据建模课题的落地成果
- 量化模型效果（预测准确率、维护成本降低、良率提升）
- 列举熟悉的锂电工序（涂布、辊分、焊接等）与算法栈（时序预测、Transformer）
- 展示全流程项目主导经验
- 补充锂电制造工艺知识与产线数据特点理解
- 深化时序建模与大模型在工业小样本场景的落地技巧
面试指南
- 项目类问题按"业务理解-数据方案-模型设计-落地验证-迭代"闭环讲述
- 技术类问题先讲业务约束再谈算法选型
- 落地类问题突出与工艺、设备团队的协作与数据治理能力
- 请介绍你主导过的一个工业数字化项目，从需求调研到上线验证的完整过程
- 针对涂布工序的质量预测，你会如何设计数据采集与特征工程方案？
- 单工序模型如何向产线链级模型融合？主要技术挑战是什么？
- 设备预测性维护模型的验证指标如何设定？
- 如果产线数据质量很差，你会如何推进数字化项目？
职位点评
薪资福利65
成长发展85
工作生活45
使命价值68
薪资福利
65中等
JD未披露薪资与福利信息，硕士学历与大模型稀缺技能对薪酬有支撑，预估处于惠州市场中上水平。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位处于工业大模型应用前沿，从单工序到产线链级模型的技术纵深大，成长空间突出。
技术前沿前沿/新兴技术
技术栈工业大模型、Transformer、时序预测、深度学习、工业互联网、预测性维护
业务类型cost_center
工作生活
45较低
JD未提及工作模式信息，岗位需对接产线驻场开展数字化落地，作息可能受项目节点影响。
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
68中等
岗位以AI技术改造锂电制造、支撑效率与质量改善，行业前景与技术价值兼具。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
亿纬锂能 的其他在招职位
相似职位推荐
Watch Jobs