
西门子中国研究院 AI研究员(面向制造与自动化系统的AI驱动自主工程)
发布于 2 小时前普通员工/个人贡献者
值不值得投
综合评分 74
工业AI前沿研发岗,技术成长强、落地价值高,WLB信息不明确
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
4.8万
比AI算法中位数低
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 230 个在招
市场机会
选择面较广
上海 · AI算法 · 约 140 个在招
职位详情
关于这个职位
该职位面向制造与自动化系统,研发AI驱动的自主工程解决方案,将大模型、机器学习等前沿技术与工业工程场景结合
最低要求
Education (教育背景): Master’s or PhD degree in Computer Science, Software Engineering, Automation, Electrical Engineering, or a related AI-focused field. (计算机科学、软件工程、自动化、电气工程或人工智能相关专业的硕士或博士学位
工作职责
Develop future proof technologies e.g. AI, to solve future Engineering challenges, and provide efficient, intelligent, and trustworthy engineering software solution, to unlock the autonomy across factories, plants, buildings, energy and mobility. (研发面向未来的前沿技术(如人工智能),应对未来工程领域的关键挑战
优先资格
Proven track record of successfully leading or delivering GenAI, LLM, or advanced machine learning projects within industrial or professional environments. (在专业或工业场景下,有成功主导或交付生成式 AI、大语言模型(LLM)等前沿 AI 项目的实战经验
AI 洞察
优缺点分析
优点
- 岗位聚焦AI、GenAI、LLM与工业自动化结合,技术方向前沿且落地场景明确
- 覆盖从技术探索、PoC到产品化的完整链路,有利于积累工业AI全周期研发经验
- 接触工厂、能源、楼宇、交通等多元工业场景,技术视野和行业理解会快速拓宽
- 跨职能协作和研究路线图参与度高,适合希望做有影响力技术的人
- 从PoC到产品化要求兼顾创新性、安全性、可靠性和工程可交付性,落地复杂度较大
- 适合具备AI或软件工程背景,同时愿意深入工业自动化场景的硕士/博士候选人
- 尤其适合自我驱动强、喜欢前沿技术探索并能推动落地的技术型人才
缺点 / 挑战
- 需要同时理解AI前沿技术和工业自动化领域知识,跨学科门槛较高
- 需要熟练英语沟通并适应跨团队协作,对沟通与协作能力要求较高
角色解读
- 可在AI算法、工业AI、智能工程软件和自主工程方向持续深耕,成长为工业AI技术专家
- 未来可向研究负责人、技术架构师或研发团队技术管理方向发展
- 随着项目产品化经验积累,也可转向工业软件产品、解决方案架构或跨领域创新项目管理
- 研发面向制造、工厂、楼宇、能源和交通等场景的AI自主工程解决方案,将前沿AI技术转化为可落地的工程软件能力
- 负责探索和评估最新AI技术,判断其在工业场景中的可行性,并推动工业级部署
- 从PoC到产品化推进自主工程项目,与跨职能团队协作保障架构完整性、安全性和可靠性
- 参与研究团队技术路线图,推动传统工程流程向智能化、自主化转型
- 需要扎实的软件开发能力,并深入理解主流AI和机器学习框架
- 需要掌握工业自动化相关技术,熟悉IEC 61131-3以及LAD、ST/SCL、CFC等自动化编程语言
- 需要具备将AI技术与工业工程场景结合的能力,能够推动PoC走向产品化
- 需要优秀的英语专业沟通能力、自我驱动力、快速学习能力和跨团队协作能力
申请策略
- 申请前建议了解西门子在工业软件、自动化和自主工程方面的业务方向,形成与岗位匹配的表达
- 面试中尽量用具体项目说明如何判断技术可行性、处理工程约束并推动产品化落地
- 突出AI、机器学习、GenAI或LLM项目的实际交付经历,尤其是从PoC到产品化的过程
- 强调软件开发能力、主流AI框架使用经验,以及系统架构、可靠性或安全性相关实践
- 如有工业场景经历,应明确写出自动化工程软件、IEC 61131-3、LAD、ST/SCL、CFC等相关经验
- 展示英语沟通、跨团队协作和独立推动项目的案例,最好用结果量化项目影响
- 补强工业自动化基础知识,重点理解PLC编程、IEC 61131-3和典型工程工作流
- 准备AI工程化能力,包括模型评估、部署、可靠性验证和工业场景中的可解释性实践
面试指南
- 使用“背景-目标-方案-结果-复盘”结构讲项目,重点突出技术选择依据、工程约束和最终影响
- 回答AI落地问题时,按“场景痛点-可行性评估-原型验证-工业级部署-风险治理”展开
- 回答协作问题时,先明确各方目标,再用数据、风险和优先级框架推动共识,最后说明结果
- 请介绍一个你主导或深度参与的AI/机器学习项目,如何评估其业务或工程价值?
- 如何将LLM或GenAI技术应用到工业工程自动化场景中,并控制可靠性与安全风险?
- 你如何理解IEC 61131-3、LAD、ST/SCL、CFC等工业自动化语言或标准?
- 请描述一次你推动PoC走向产品化的经历,遇到的最大障碍是什么?
- 在跨职能团队协作中,如果工程、产品和安全要求冲突,你会如何权衡?
职位点评
薪资福利
JD未披露薪资与福利信息,因此只能基于岗位要求判断其市场吸引力。该岗位要求硕博学历、AI研发能力和工业自动化经验,通常对应较高技能门槛。
成长发展
岗位明确涉及前沿AI、GenAI、LLM、自主工程和工业级部署,技术成长空间较强。JD还提到研究路线图和从PoC到产品的推进,有利于积累完整研发与落地经验。
工作生活
JD未明确说明办公模式、弹性安排、远程天数或加班情况,无法判断工作生活平衡水平。地点仅明确为上海,通勤便利度需结合具体办公地址确认。
使命价值
岗位目标是开发高效、智能、可信赖的工程软件解决方案,推动工厂、楼宇、能源和交通等领域的自主化,具有较强产业技术价值。JD未直接描述社会使命,但技术方向与应用前景较明确。
西门子 的其他在招职位