R&D Engineer

优缺点分析

角色解读

• 从初级研发工程师成长为高级工程师或技术专家，深入AI与工业融合领域
• 可向AI架构师或技术负责人发展，主导复杂系统的设计与团队协作
• 在ABB内部有机会跨部门轮岗或转向产品管理、项目管理等方向
• 参与AI算法和大型语言模型（LLM）应用的研发与部署，设计AI解决方案架构并与工业设备集成
• 开发工业视觉、多模态AI应用以及预测性维护和深度学习算法
• 负责本地LLM的测试、选择和部署，构建RAG系统以支持工业知识库
• 支持现场部署与调试，根据反馈优化性能，并编写技术文档
• 掌握Python和Linux，具备机器视觉、深度学习或多模态AI的基础
• 理解LLM原理，熟悉本地模型部署工具（如Ollama、vLLM）和RAG框架（LangChain、LlamaIndex）
• 了解工业自动化基础知识，如PLC、工业控制系统
• 良好的英语读写和口语沟通能力，以及团队协作和快速学习能力

申请策略

• 在求职信中表达对工业自动化和AI结合的热情，并提及对ABB产品和技术的了解
• 准备一个简短的项目案例，展示从问题定义到技术实现的全过程，包括遇到的挑战和解决思路
• 突出AI相关项目经验，尤其是LLM、RAG、深度学习或机器视觉方面的项目
• 强调Python、Linux技能，并列出熟悉的框架和工具（如LangChain、Ollama）
• 如果有工业自动化背景或课程项目，务必提及（如PLC、工业控制）
• 展示英语能力，特别是技术文档读写和口语交流经历
• 补充PLC和工业控制系统的基础知识，可通过在线课程或简单项目学习
• 实践本地LLM部署（如Ollama运行开源模型）和RAG系统搭建（使用LangChain）

面试指南

• 技术类问题：先明确问题核心，然后分步骤阐述，如原理、工具、实现细节，最后总结
• 项目经验问题：使用STAR法则（情境-任务-行动-结果），突出个人贡献和成果
• 行为问题：强调主动性、学习能力和团队合作，用具体事例支撑
• 请介绍一个你参与过的AI项目，你负责的部分是什么？
• 如何部署一个本地LLM？你会考虑哪些因素？
• RAG系统的工作原理是什么？如何优化检索质量？
• 你对工业自动化有哪些了解？PLC是如何工作的？
• 描述一次你与团队协作解决技术难题的经历