系统视觉工程师

优缺点分析

角色解读

• 可深耕机器视觉算法，向视觉算法专家或深度学习视觉方向进阶
• 可向自动化系统架构师发展，负责整套设备软硬件集成设计
• 可转向工业4.0、智能工厂等领域，拓展更广的职业空间
• 负责自动化设备上位机控制程序的设计与开发，使用C#实现设备逻辑控制与交互
• 开发视觉检测系统，基于Halcon或NI Vision进行图像处理、特征定位与缺陷检测
• 参与设备整机软件调试，与硬件团队协作确保系统稳定运行
• 实现设备运行数据的采集与传输，支持生产监控与数据分析
• 熟练掌握C#编程，有自动化设备控制软件开发经验
• 熟悉机器视觉算法，至少会使用Halcon或NI Vision中的一种
• 了解自动化设备基本工作原理，能进行整机调试与故障排查
• 具备计算机或电子信息相关专业背景，理解底层通信协议

申请策略

• 投递前了解富士康自动化部门的业务方向（如3C制造、精密加工），在面试中结合场景描述
• 准备好视觉项目的演示或流程图，清晰展示算法思路和效果
• 突出C#开发经验，尤其是自动化设备控制程序或上位机项目的完整案例
• 详细描述机器视觉项目，如缺陷检测、尺寸测量等，并注明使用的工具和算法
• 强调整机调试经历，展示现场分析和解决问题的能力
• 如有数据采集或工业通信方面的项目，务必体现
• 巩固C#多线程、串口/网络通信，以及与PLC或运动控制卡的交互
• 深入掌握Halcon或NI Vision的高级算子，了解OpenCV作为补充

面试指南

• 用STAR法则回答项目经验：情景、任务、行动、结果，突出个人贡献
• 算法设计题先分析需求，再讲处理流程、关键参数和验证结果
• 调试类问题强调逻辑推理和系统性排查，不必怕承认踩坑
• 请介绍一个你负责的自动化设备控制程序开发项目，具体难点是什么？
• 如何使用Halcon实现一个表面缺陷检测任务？请描述流程
• 视觉系统如何与运动控制协同工作？举例说明
• 现场调试时若图像不稳定导致误检，你会如何排查？
• 你在项目中用过哪些数据采集和传输方式？