博世
多模态AOI算法科学家_CR
多模态AOI算法科学家_CR
发布于 大约 2 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
博士
研究与开发 (研发)
2D/3D视觉
Clip
Cnn
Llava
Pytorch
Sam
Vit
Vlm
多模态融合
AI 估算 · 30k–50k
博世上海博士算法科学家岗，多模态融合方向要求高，薪资有竞争力，市场水准较高。
职位详情
关于这个职位
该职位是博世位于上海的多模态算法科学家岗位，专注于开发业界领先的2D/3D视觉融合算法，结合视觉-语言模型（VLM）实现柔性缺陷检测与自动化报告生成
你将参与端到端系统设计，推动前沿技术在工业视觉场景的落地，并有机会在顶级会议发表成果
最低要求
教育背景：计算机科学、机器人、自动化、人工智能或相关专业博士学历（或具备3年以上顶尖研发经验的优秀硕士）
核心算法能力：具备深厚的深度学习理论基础，熟练掌握PyTorch等主流框架
精通主流的视觉Backbone架构（CNNs, ViTs等）
多模态实战经验：
D/3D视觉：深入理解目标检测、图像分割、3D点云处理（如PointNet系列、Voxel架构）、3D重建等算法
VLM/大模型：熟悉CLIP、LLaVA、SAM等视觉基础模型及其微调（Fine-tuning）技术
工程能力：出色的Python/C++编程能力，熟悉Linux开发环境，具备扎实的数据结构与算法基础
工作职责
多模态算法研发：设计和开发业界领先的多模态融合算法，处理并融合2D（RGB/多光谱）、3D（结构光/线激光/点云）数据，提升复杂材质和三维结构下的缺陷检测与测量精度
视觉-语言模型（VLM）落地：将文本模态引入AOI流程，研发基于Prompt的零样本/小样本（Zero-shot/Few-shot）异常检测模型，实现通过自然语言指令进行柔性检测，以及缺陷的自动化文本归因与报告生成
前沿技术追踪与创新：持续追踪计算机视觉、多模态大模型、生成式AI等领域的SOTA进展，主导核心技术攻关，并在顶级会议（CVPR/ICCV/ECCV等）发表论文或申请核心专利
系统级部署与优化：参与端到端（E2E）视觉检测系统的架构设计，协同硬件与软件团队，确保复杂深度学习模型在边缘端或工业云平台的高效推理与闭环迭代
AI 洞察
优缺点分析
优点
- 顶尖技术栈：接触多模态大模型、3D视觉等前沿领域，技术成长快
- 平台优势：博世为跨国巨头，资源丰富，项目落地场景真实
- 学术氛围：鼓励发表顶会论文和申请专利，提升个人影响力
- 政策支持：上海作为科技创新中心，人才政策友好
- 技术门槛高：需要同时掌握2D/3D视觉和VLM，知识广度要求高
- 工业场景复杂：缺陷检测对精度和实时性要求严苛，算法落地难度大
- 竞争激烈：顶尖公司都在争夺多模态人才，且对论文产出有期待
缺点 / 挑战
- 适合有计算机视觉或AI博士背景，热爱算法创新，希望在工业场景中落地前沿技术，并愿意接受挑战的科研型人才
角色解读
- 技术路线：从算法工程师到首席科学家，在计算机视觉领域深耕
- 管理路线：未来可带领团队，成为技术负责人或研发总监
- 跨界发展：积累工业AI经验，向智能制造、机器人等方向拓展
- 设计和开发融合2D图像与3D点云的多模态算法，用于工业缺陷检测与测量
- 将视觉-语言模型（如CLIP、LLaVA）引入AOI流程，实现通过自然语言指令进行柔性检测
- 追踪计算机视觉SOTA技术，主导算法创新并在顶级会议发表论文
- 参与端到端视觉检测系统架构设计，确保模型在工业场景高效部署
- 深厚的深度学习理论基础，熟练使用PyTorch等框架
- 精通2D/3D视觉算法，包括目标检测、图像分割、点云处理等
- 熟悉VLM大模型（如CLIP、SAM）及其微调技术
- 扎实的Python/C++编程能力与Linux开发经验
申请策略
- 在求职信中表达对工业AI的兴趣，以及用技术解决实际问题的热情
- 关注博世企业文化：创新、质量、社会责任，面试中可适当体现
- 突出多模态相关项目经验，如2D/3D融合、VLM微调等
- 强调顶会论文或专利成果，体现研究能力
- 展示工程能力：Python/C++项目、系统部署经验
- 如有工业检测背景，务必重点提及
- 深入复习点云处理（PointNet++、VoxelNet）和最新VLM论文
- 练习PyTorch模型部署到边缘端的技术，如ONNX、TensorRT
面试指南
- 对技术问题：先阐述原理，再结合项目经验，最后说明改进点
- 对设计问题：明确目标，比较不同方案，给出选择理由
- 对落地问题：考虑数据、硬件、实时性等约束，提出工程优化
- 请介绍你做过的一个多模态融合项目，如何处理2D和3D数据？
- 如何将CLIP模型用于工业异常检测？请设计一个方案
- 点云分割中，PointNet++和Voxel-based方法有何优劣？
- 在工业场景中，如何平衡模型精度和推理速度？
- 你对Transformer在视觉中的应用有何理解？
职位点评
73
综合评分
博世上海多模态算法科学家岗，前沿技术栈，发展空间大，但WLB一般。
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
适合重视技术成长和前沿研究，对WLB要求不高的求职者。
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90
工作生活50
使命价值70
薪资福利
75中等
博世作为大型跨国企业，薪资福利体系完善，但该职位未明确具体薪资，推测为市场中等偏上水平。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
该职位涉及多模态大模型、3D视觉等前沿技术，且鼓励发论文和专利，发展性动机满足度很高。
技术前沿前沿/新兴技术
技术栈多模态融合、2D/3D视觉、VLM、PyTorch、CLIP、LLaVA、SAM
成长机会发表论文、申请核心专利
业务类型profit_center
工作生活
50较低
未提及弹性工作或远程办公，工业场景可能涉及现场调试，WLB一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
工业AI提升产品质量和生产效率，有积极社会影响，但职位未强调使命感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
博世 的其他在招职位
相似职位推荐
Watch Jobs