施耐德
Digital Engineer
Digital Engineer
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
Ai/Llm
Sql
低代码开发
工业互联网
数据分析
网络安全
跨部门协作
值不值得投
73综合评分
综合评分 73
施耐德电气工业数字化岗位，技术栈前沿、项目价值高，发展性强，但工作地点灵活性可能受限。
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
1.9万
比数据工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 530 个在招
市场机会
选择不多
天津 · 数据工程 · 1 个在招
职位详情
关于这个职位
负责工厂数字化转型的规划、开发与实施，运用AI、数据分析、商业智能及低代码等技术解决生产运营中的实际问题，提升效率与质量
同时，负责推进工厂IT及OT网络安全管理，确保数字化转型的安全与稳定
最低要求
本科及以上学历，计算机、软件工程、数据科学、自动化、工业工程、网络安全或相关专业
具有数字化开发、数据分析、工业IT、智能制造或网络安全相关经验
具备良好的业务理解和问题解决能力，能够将业务需求转化为可实施的技术方案并独立推动落地
熟悉Python、SQL、Tableau、数据库、API、AI/LLM、低代码等相关技术中的至少两类
具备良好的逻辑思维、跨部门协作及中英文沟通能力，能够深入生产现场并快速学习新技能
工作职责
一、数字化项目运维、开发与交付
负责已上线标准应用及数字化系统的日常运维、问题处理和持续优化，保障系统稳定运行
识别业务场景中的改进机会，将业务需求转化为可实施的数字化解决方案
负责数字化项目的需求分析、方案设计、开发、测试、部署、培训和上线交付
运用AI、大语言模型、数据分析、BI及低代码等技术，开发内部效率提升工具和智能应用
二、数据分析与智能运营
负责生产运营数据采集、清洗、分析，维护Dashboard、KPI看板、自动化报表及数据分析工具
利用历史、实时及时序数据开展异常分析、趋势分析、和运营优化
与业务团队统一数据定义、计算逻辑及质量标准，探索AI Agent和GenAI在制造场景中的应用
三、工厂网络安全管理
支持工厂IT和OT网络安全体系的日常运行、维护及持续改善
维护数字资产清单，开展网络安全风险评估、整改跟踪和闭环管理
评估新设备和数字化项目的网络安全风险，落实Security by Design要求
配合网络安全培训、内部审计、证据准备及整改计划实施
四、跨部门协作与用户支持
跨部门协作，推动数字化和网络安全项目落地
深入现场了解用户需求，为一线员工、技术人员、工程师和管理团队提供培训及技术支持
收集用户反馈，持续提升系统稳定性、使用体验和用户采用率
推动成熟数字化解决方案的标准化、复制和推广
五、技术创新与能力建设
关注AI、数据工程、工业互联网、自动化及网络安全领域的新技术和最佳实践
评估新技术的业务价值、实施成本、可扩展性及网络安全风险
建立可复用的开发模板、数据模型、技术标准和项目交付方法
支持工厂数字化路线图和年度项目规划，推动数字化及网络安全能力建设
优先资格
具有制造业、智能工厂或工业数字化项目/实习经验
具有AI工具、AI Agent、数据平台、Dashboard或内部应用的独立开发经验
AI 洞察
优缺点分析
优点
- 技术栈前沿，能接触并实践AI、大数据分析、工业互联网、网络安全等热门领域的实际工业场景应用
- 平台大、项目多，在大型跨国公司的体系内，能接触到标准化的流程、先进的工具和全球视野
- 岗位价值直接，在制造业数字化转型背景下，能为公司创造可见的效率提升与成本节约
- 技术要求复合，需要同时理解IT（信息）与OT（运营）技术，并快速学习网络安全知识，有一定学习曲线
- 工作环境可能需要深入生产现场，与一线人员打交道，对解决实际问题的能力要求高，而非纯技术开发
- 网络安全管理部分责任重大，需严谨细致，确保符合标准与合规要求
- 适合对制造业数字化转型有热情，喜欢用技术解决实际业务问题，且具备扎实数据分析或开发基础，并乐于进行跨部门沟通协作的技术人员
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术路线：深耕工业数字化与AI应用，可向资深数字化专家、数据架构师或智能制造架构师发展
- 管理路线：积累项目管理与团队协作经验，可向IT项目经理、数字化部门负责人等方向发展
- 复合路线：结合OT与IT知识，成为智能制造或工业互联网领域的解决方案专家
- 负责工厂数字化系统的需求分析、开发、部署与持续运维，确保系统稳定并优化生产效率
- 运用数据分析、BI及AI工具挖掘生产运营数据价值，为决策提供支持并开发智能应用
- 管理工厂IT与OT网络的安全体系，进行风险评估、漏洞管理和安全事件响应
- 深入生产现场，与跨部门团队协作，推动数字化项目落地并提供技术支持
- 需要掌握Python、SQL、数据分析工具及至少一项AI或低代码技术，具备将业务需求转化为技术方案的能力
- 需要了解工业IT、智能制造基础知识，并对网络安全有一定认识，能执行相关安全策略
- 需要强大的逻辑思维、跨部门沟通能力和中英文书面口语能力，能够快速学习并适应现场环境
申请策略
- 在申请和面试中，结合施耐德电气的“IMPACT”价值观，阐述你如何认同并能践行其使命与团队合作精神
- 面试时准备好描述你过去如何与非技术人员（如业务方、工程师）协作推动项目成功的故事
- 重点突出与数据分析、AI应用或工业软件相关的项目经验，用具体案例说明你如何通过技术提升效率或解决问题
- 明确列出Python、SQL、Tableau、AI/LLM等技能，并说明熟练程度和应用场景
- 如有制造业、智能工厂或网络安全相关的实习或项目经历，需详细描述，这是关键加分项
- 强调你的业务理解能力、沟通能力和推动项目落地的经验，体现你的综合素质
- 深入学习工业互联网（IIoT）、制造执行系统（MES）等基础知识，理解制造业的典型流程与痛点
- 巩固Python数据处理库（如Pandas）和可视化工具的实战能力，并尝试了解大语言模型在工业场景的初步应用
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化地描述过往经历，突出你的技术选型、解决问题过程和最终量化成果
- 先从业务目标拆解，再说明如何通过数据、技术手段来衡量和解决，最后提及实施与反馈的闭环
- 从具体场景切入（如预测性维护、质量缺陷分析），说明AI能解决的痛点、需要的数据基础以及潜在的挑战
- 从数据治理角度回答，强调先明确数据标准、进行数据清洗与校验，建立可信的数据底座，再进行深入分析
- 从IT和OT融合的视角，谈谈资产识别、访问控制、漏洞管理等基础工作的重要性，以及安全是持续的过程
- 请介绍一个你主导或深度参与的数字化/数据分析项目，你在其中具体做了什么？遇到了什么挑战，如何解决的？
- 你如何将模糊的业务需求（如“提高设备综合效率OEE”）转化为具体可实施的技术方案？
- 你如何看待AI或大语言模型在制造业中的应用场景？可以举一个例子吗？
职位点评
薪资福利75
成长发展85
工作生活55
使命价值70
薪资福利
75中等
作为一家全球领先的上市工业企业的技术岗位，薪资福利应处于市场合理水平，具有一定竞争力。
薪资信号未披露（AI估算：1.5千–2.2万/月）
成长发展
85较高
岗位涉及AI、数据分析、网络安全等前沿技术的工业落地，技术成长空间大，且有清晰的能力建设要求。
技术前沿前沿/新兴技术
技术栈AI/LLM、数据分析、BI、低代码、网络安全、工业互联网
成长机会持续优化、建立可复用的开发模板、数据模型、技术标准、支持...能力建设
业务类型profit_center
工作生活
55较低
JD未提及办公模式，但岗位性质（工厂数字化、深入现场）强烈暗示需要现场办公，对工作地点灵活性支持有限。
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
70中等
岗位处于制造业数字化转型的前沿，对提升生产效率、安全有直接贡献，与公司可持续使命关联，意义感较强。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号推动数字化及网络安全能力建设、将可持续发展愿景转化为实际行动
创新程度积极采用新技术
施耐德 的其他在招职位
相似职位推荐
Watch Jobs