小米
小米汽车-工业视觉工程师
小米汽车-工业视觉工程师
发布于 大约 15 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
计算机视觉工程
3D点云处理
Opencv
Pytorch
Tensorflow
Visionpro
工业视觉
深度学习
AI 估算 · 20k–35k
上海大厂，汽车行业热门，视觉技能稀缺，薪资有竞争力。
职位详情
关于这个职位
该职位负责小米汽车工业视觉系统的技术方案设计与落地，包括视觉算法开发（OpenCV/Halcon/深度学习）、3D点云处理、硬件选型及现场问题解决
你将参与前沿技术应用，如自研视觉大模型和3D视觉引导定位，支撑智能化制造需求
适合有3年以上工业视觉经验、喜欢技术挑战的工程师
最低要求
科及以上学历，光学工程、测控技术与仪器、机械工程、电气工程及其自动化等相关专业背景
具备 3 年以上工业视觉系统项目开发经验，拥有整车厂项目落地经历，且具体参与过 3D 视觉引导定位、缺陷检测类项目全流程开发
精通 OpenCV、Halcon、VisionPro、VisionMaster 等主流视觉算法库的使用，至少熟练掌握 C++、C#、Python 中的一种编程语言
掌握 3D 点云处理、标定、配准及 2D 匹配等核心算法原理，具备独立开展算法选型与优化的能力
熟悉 TensorFlow、PyTorch 等深度学习工具，具备模型标注、训练、调参及部署的完整技术能力
深入了解主流视觉系统产品的技术原理、性能特性及适用场景，具备较强的项目规划能力、资源协调能力和任务分解能力
熟悉工业视觉各模块硬件的功能及其底层原理，参与过硬件模块0→1开发更优
具备良好的问题分析与解决能力，能快速响应现场技术问题并制定有效解决方案
拥有良好的沟通表达能力和团队协作精神，能高效对接客户与内部团队推进项目进展
能够适应因项目需求产生的不定期出差安排
工作职责
负责主流视觉系统软硬件产品的技术研究与应用方案设计，主导现场疑难技术问题的分析诊断与解决方案落地，全程跟进问题处理流程直至闭环验收
负责基于 OpenCV、Halcon、VisionPro、VisionMaster 等视觉算法库及自研视觉大模型开展项目开发，制定算法应用方案并推动技术落地实施，支撑项目全流程技术实现
负责 3D 点云处理、标定、配准， 2D 匹配，深度学习算法在项目中的实际应用与性能优化，满足定位、引导、检测等核心业务需求
负责视觉各类硬件选型以匹配工位视觉方案设计，具备硬件各模块定制开发能力，能够基于实际场景需求选择最适配的硬件并设计整体视觉导入方案
负责与项目落地方进行技术沟通，理解需求并输出技术方案，参与项目需求评审与方案交底，确保技术实现与客户需求一致
负责项目技术文档编制，包括方案设计、测试报告、操作手册等，沉淀技术经验与项目成果
AI 洞察
优缺点分析
优点
- 小米品牌与汽车业务快速增长，平台资源丰富
- 涉及前沿技术（3D视觉、深度学习），项目经验含金量高
- 全面覆盖硬件、算法、工程化，能力提升全面
- 需要不定期出差，适应现场工作环境
- 技术栈宽泛，需持续学习保持竞争力
- 适合有3年以上工业视觉经验、喜欢解决实际工程问题、能适应出差节奏的技术型人才
缺点 / 挑战
- 工业场景问题复杂多变，技术压力较大
角色解读
- 向视觉算法专家或技术负责人发展，深耕工业视觉细分领域
- 可转型为AI大模型在工业场景的应用专家，结合小米汽车智能工厂拓展
- 积累项目管理经验后，有机会晋升技术经理或架构师
- 负责工业视觉系统方案设计与现场疑难问题解决，涵盖从硬件选型到算法落地的全流程
- 基于OpenCV、Halcon等视觉算法库及自研大模型开发项目，实现定位、引导、检测等业务需求
- 应用3D点云处理与深度学习算法优化项目性能，满足高精度工业场景要求
- 与客户和内部团队技术沟通，输出方案并编制技术文档
- 精通OpenCV、Halcon、VisionPro等视觉算法库，至少熟练C++/C#/Python之一
- 掌握3D点云处理、标定配准及2D匹配算法，具备独立选型优化能力
- 熟悉TensorFlow/PyTorch深度学习框架，能完成模型训练到部署全流程
- 了解工业相机、镜头、光源等硬件原理，具备选型与定制开发能力
申请策略
- 在简历中详细描述项目技术难点与个人贡献，量化成果（如精度提升、效率改善）
- 面试前了解小米汽车智能制造体系与最新动态，展现行业热情
- 突出工业视觉项目经验，特别是整车厂3D视觉引导、缺陷检测案例
- 强调对OpenCV/Halcon等算法库的熟练程度，以及深度学习模型部署经验
- 展示硬件选型与定制开发能力，如镜头、光源选型案例
- 体现问题分析与项目管理能力，如主导现场问题解决经历
- 强化3D点云处理算法（如PCL库、ICP、NDT）的实践
- 学习自研视觉大模型相关技术，了解最新工业视觉趋势
面试指南
- 使用STAR法则（情境-任务-行动-结果）清晰描述项目，突出个人贡献
- 从需求、精度、环境、成本多维度分析硬件选型，展示系统思考
- 对算法问题，比较不同算法适用场景，结合实际案例说明选择依据
- 请描述一个你主导的工业视觉项目，遇到哪些技术难题，如何解决？
- 如何为特定工位选择相机、镜头、光源等硬件？
- D点云配准常用算法有哪些？它们的优缺点是什么？
- 如何使用深度学习进行缺陷检测？数据标注与模型优化如何做？
- 在项目现场遇到突发技术问题，你的处理流程是怎样的？
职位点评
74
综合评分
大厂汽车赛道，前沿视觉技术，薪资有竞争力，需出差和现场办公。
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。
更适合这类人
适合追求技术成长、乐于接受挑战、能接受出差的工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
职位提供大厂薪资待遇，但具体数额需面议，整体具有市场竞争力。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
涉及深度学习、3D点云等前沿技术，技能成长空间大，但晋升路径未明确提及。
技术前沿前沿/新兴技术
技术栈OpenCV、Halcon、C++、Python、3D点云、深度学习、TensorFlow、PyTorch
业务类型ambiguous
工作生活
60中等
需现场办公且不定期出差，工作灵活性较低，适合能适应职场节奏的求职者。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
小米汽车属于高速增长赛道，技术领先，但对社会直接影响力不明显。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
小米 的其他在招职位
相似职位推荐
Watch Jobs