Designer - 机器视觉应用工程师

优缺点分析

角色解读

• 在ABB这样全球领先的机器人企业中，可以深入工业视觉领域，成为视觉算法专家
• 随着软银收购，公司将持续投入AI和机器人，有机会参与前沿技术研发，转向技术管理或资深专家路线
• 可以通过参与跨国项目和技术交流，提升国际协作能力和行业影响力
• 负责汽车行业中机器人视觉系统的开发，包括图像处理和机器视觉算法的研发与程序编写
• 设计满足工程需求的算法，研究并利用新的视觉传感器，开发基于机器人的新应用
• 根据设计文档完成代码编写、调试、测试和维护，并编写软件相关的技术文档
• 为工程项目提供技术支持，并组织技术交流研讨会
• 熟练掌握C++或C#，能进行高效的算法实现
• 深刻理解机器视觉和图像处理的基本理论，熟悉OpenCV或Halcon等视觉开发平台
• 熟悉点云处理库（如PCL、Open3D等），有实际项目经验
• 具备光学传感器和光源的选型和使用经验，了解机器人应用（如ROS、Robot Studio）者优先

申请策略

• 了解ABB机器人和SoftBank的最新动态，在面试中展示对行业趋势的思考
• 可以提前了解汽车行业视觉应用场景（如焊缝检测、装配定位），准备相关案例
• 突出机器视觉或图像处理项目的实际成果，如算法精度提升、系统性能优化等
• 强调编程能力，尤其C++/C#的项目经验，可附上代码库或开源贡献
• 如果有点云处理或机器人相关项目，务必重点展示，这是加分项
• 体现英文沟通能力，如英文论文、国际项目经历或英语证书
• 如果尚未熟悉点云库，可以快速学习PCL或Open3D，并完成一个简单应用
• 复习机器视觉经典算法（如特征提取、标定、三维重建）并动手复现

面试指南

• 对于项目类问题，可以按STAR原则组织：背景、任务、行动、结果，量化成果
• 对于技术问题，先阐述基本原理，再结合实践案例说明，最后可以延伸讨论备选方案
• 对于开放性问题，展现逻辑思维和工程思维，考虑边界条件和工业实用性
• 请介绍一个你参与过的机器视觉项目，你在其中承担了哪些任务？
• 在工业场景中，如何解决光照变化对视觉检测的影响？
• C++中如何优化图像处理算法的性能？
• 你熟悉哪些点云处理算法？请说明如何做点云配准？
• 如何选择合适的光源和相机？考虑哪些因素？