Jabil logo
捷普
EIT Digitalization Engineer(数字化)

EIT Digitalization Engineer(数字化)

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 8.0千–1.2万 · AI 参考估算
无经验要求
本科
全职员工仅现场办公数据工程
数据工程
Ai智能体
Iot
Sql
异常检测
数据分析
数据可视化
数据清洗
智能制造

值不值得投

73综合评分

综合评分 73

大厂校招、前沿工业AI技术栈、成长空间大,但需适应工厂现场工作环境

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,方便比较职业起点。

薪资怎么样

1.0万

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

69 个在招

市场机会

选择适中

广州 · 数据工程 · 29 个在招

职位详情

关于这个职位

该职位是捷普(Jabil)面向应届毕业生的数字化工程师岗位,旨在推动制造流程的数字化转型

主要职责包括设计数据采集系统、清洗整合生产与IoT数据、分析异常并建立智能排障助手,通过技术手段优化生产效率与质量

最低要求

学历:本科或硕士应届毕业生

专业:
优先专业:数据科学与大数据技术、计算机科学与技术、软件工程、人工智能、统计学或应用统计
相关工科专业:自动化、电子信息工程、物联网工程、智能制造工程、工业工程(需具备数据分析和编程基础)
能力基础:掌握SQL数据查询及Python基础,理解基本统计分析,愿意深入生产现场并与工程师、技术员沟通

工作职责

了解生产现场:在工程师指导下熟悉电子制造流程,了解设备、测试和生产系统的数据,以及工程师、技术员处理异常的方式

提取与整理数据:使用SQL、Python等工具,从公司数据湖提取现有IoT、生产、测试和质量系统的数据,检查缺失、重复和时间不一致等问题,让数据准确、可用
发现与分析异常:分析不良率、测试通过率、设备停机和生产节拍等变化,定位异常发生的时间、产线、设备、工站和产品批次,为现场排查提供数据线索,并与工程师一起验证原因
让数据主动找人:制作清晰的看板和异常提醒,说明“哪里异常、影响什么、需要谁处理”
依据产线、设备及值班分工,将异常推送给对应工程师或技术员,并跟踪接收、反馈、升级和关闭
跟进改善效果:与工程、生产、质量及IT团队合作,记录处理过程,对比改善前后的数据,确认问题是否解决,持续减少误报和重复异常
建立智能排障助手:整理经审核的作业指导书、设备资料和历史异常案例,协助开发可查询知识、引导排查步骤的AI智能体
回答注明依据,不确定时转交工程师确认,不擅自修改设备参数或执行高风险操作
维护与推广应用:测试和维护数据分析脚本、看板及智能体,编写简单的使用说明,收集现场反馈,并遵守公司数据权限和信息安全要求

优先资格

加分经历(非必需):制造数据分析、IoT、数据可视化、异常检测,或大模型知识库与智能体相关课程、毕业设计或项目

AI 洞察

优缺点分析

优点

  • 依托跨国巨头平台,接触真实的工业级海量数据与先进制造场景
  • 技能栈贴合当前工业互联网与AI落地热点,职业前景广阔
  • 需频繁深入嘈杂的生产现场,工作环境相对艰苦
  • 适合喜欢动手实践、对智能制造感兴趣且具备一定编程基础的理工科应届生,尤其是能接受现场工作环境的求职者

缺点 / 挑战

  • 需同时理解业务逻辑与技术实现,对跨部门沟通能力要求较高

角色解读

  • 可向高级数据分析师、智能制造专家或AI算法工程师方向发展,逐步承担更复杂的工业AI模型开发与系统架构设计
  • 深入生产一线,利用SQL和Python从IoT及生产系统中提取、清洗数据,构建数据底座
  • 熟练掌握SQL查询与Python编程基础,具备数据清洗、统计分析能力及数据可视化技能

申请策略

  • 强调对制造业业务流程的理解意愿,以及在复杂现场环境中解决问题的适应能力
  • 突出展示SQL/Python数据处理项目经历,特别是涉及IoT数据、异常检测或数据可视化的实战案例
  • 补充学习Pandas/Numpy进行数据清洗,了解常见工业协议(如OPC UA)及BI工具(如Tableau/PowerBI)

面试指南

  • 采用STAR法则(情境-任务-行动-结果)描述项目经历,重点突出数据处理的规范性、分析逻辑的严密性以及最终带来的业务价值(如效率提升、错误降低)
  • 请介绍一个你使用Python或SQL处理脏数据的完整案例
  • 如何识别生产线上的异常数据?有哪些常见的统计方法?
  • 如果现场工程师不配合提供数据或解释业务逻辑,你会如何处理?
  • 你对工业AI或智能排障助手有什么理解?
  • 复习SQL常用函数与Python数据分析库,了解制造业常见KPI(如OEE、良率)的定义,准备1-2个体现跨团队协作能力的实例

职位点评

薪资福利75
成长发展85
工作生活50
使命价值70

薪资福利

75中等

作为已上市跨国巨头,提供符合市场水准的起薪及完善的福利体系,稳定性高,但并非顶级高薪行业。

薪资信号市场水准 (8.0千–1.2万/月)

成长发展

85较高

岗位涉及前沿的工业数字化与AI应用,技术栈现代,且为校招管培性质,成长路径清晰,培训资源丰富。

技术前沿前沿/新兴技术
技术栈SQL、Python、IoT、AI智能体、数据湖
成长机会在工程师指导下熟悉、协助开发、编写简单的使用说明
业务类型profit_center

工作生活

50较低

需深入生产现场,可能面临工厂环境噪音及倒班协调压力,WLB一般,但具体加班情况未明确提及。

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

致力于通过数字化手段优化生产效率与质量,具有明确的工业升级意义,社会影响力中等偏上。

行业发展稳定成熟行业
社会影响中性/一般
使命信号优化生产效率、提高质量、支持智能决策
创新程度积极采用新技术
Watch Jobs