装备软件工程师-深圳

优缺点分析

角色解读

• 初期在导师指导下熟悉产线软件系统，逐步独立负责模块开发与维护
• 中期可成长为专业的装备软件工程师，深入机器视觉、AI算法在制造场景的应用，成为技术骨干
• 长期可向技术专家或技术管理方向发展，主导智能制造、AI视觉检测等项目的规划与落地
• 负责生产测试、机器视觉及自动化控制软件的开发与调试，确保软件在制造产线上稳定运行
• 使用主流编程语言（如Python、C++）和AI辅助开发工具（如Claude、Cursor）完成需求分析、编码、测试和文档撰写
• 与硬件、设备和生产团队紧密配合，进行软件系统的联调与部署，解决实际产线环境中的问题
• 参与软件故障的定位与修复，利用日志分析和AI工具进行根因诊断，并探索AI视觉检测等前沿技术在制造场景的应用
• 扎实的编程基础，熟悉Python、C++等主流语言，具备良好的编码习惯
• 对机器视觉、自动化控制或工业软件有一定了解，愿意深入制造业务场景
• 熟悉并使用AI辅助开发工具（如Claude、Cursor、GitHub Copilot）提升开发效率
• 具备良好的沟通能力和团队协作精神，能清晰地向非技术团队传达技术方案

申请策略

• 在申请时，可以表达对智能制造和AI技术落地的热情，展现对安克创新业务的理解
• 面试时准备好项目经历的细节，尤其是如何解决技术难题和团队协作的案例
• 突出软件开发项目经历，尤其是与自动化、机器视觉、嵌入式或AI相关的项目，展示技术实践能力
• 强调编程能力，列出熟悉的语言（如Python、C++）和开发工具，如有GitHub或代码仓库链接可附上
• 提及AI辅助开发工具的使用经验，如Claude、Cursor、GitHub Copilot，体现对新技术工具的热情
• 如有竞赛获奖、实习经历，特别是制造业或硬件相关，务必重点描述
• 提前学习机器视觉和自动化控制的基础知识，了解工业相机、PLC、传感器等设备的工作原理
• 熟悉Python和C++在工业软件中的应用，可以尝试用OpenCV等库做一些视觉检测的小项目

面试指南

• 回答项目经验时，使用STAR法则（情境、任务、行动、结果），突出你的技术贡献和解决问题的能力
• 回答技术理解问题时，先阐述基础概念，再结合自己的理解或项目经验，展现思考深度
• 回答AI工具使用问题时，可以举例说明使用场景、具体操作和带来的效率提升，体现你的学习能力和工具思维
• 请详细介绍一下你做过的一个软件开发项目，你在其中扮演的角色和遇到的挑战？
• 你对机器视觉或自动化控制有什么了解？为什么对这个方向感兴趣？
• 你平时如何使用AI辅助开发工具（如Claude、Cursor）？请举例说明它如何帮助你提高效率
• 如果让你为一个生产线的质检环节设计一个软件方案，你会如何入手？
• 你如何理解'技术落地实际生产'？你认为工程师在其中扮演什么角色？