AI projects in IE

优缺点分析

角色解读

• 从工业数据采集与IoT入门，可向工业物联网工程师或自动化工程师方向发展
• 积累数字化工场经验，未来可转型为智能制造或工业4.0领域的专家
• 表现优秀者有机会在德科斯米尔获得正式职位或推荐至其他工业数字化企业
• 与工程师合作开发工业自动化设备（如Siemens PLC）的通信接口，实现数据采集
• 使用Python对原始PLC数据进行清洗、转换和分析，确保数据质量
• 参与基于MQTT的物联网通信架构的搭建与测试
• 撰写技术文档并协助系统测试
• 掌握Python编程和数据处理能力，熟悉常见的数据清洗方法
• 了解西门子PLC（S7系列）和TIA Portal编程环境
• 理解工业物联网协议（如MQTT）和网络通信基础（TCP/IP、JSON）
• 良好的英语读写能力，能阅读技术文档

申请策略

• 准备一段展示自己对工业数字化理解的自我介绍，并结合德科斯米尔的产品线
• 在申请时说明自己每周可实习的天数和持续时间，体现可靠性
• 突出与PLC、Python、IoT相关的项目或课程设计，尤其是涉及数据采集和通信的实践
• 强调英语读写能力，例如参加过英语技术文献阅读或撰写过英文报告
• 展示快速学习能力和逻辑思维，如参与过的竞赛或自学新技术经历
• 提前学习Siemens TIA Portal和S7-1200/1500 PLC的基础编程
• 熟悉MQTT协议和常用工具（如Mosquitto），并动手搭建小实验
• 加强Python数据处理库（pandas、numpy）和JSON操作

面试指南

• 从问题定义开始，分析可能原因，给出逐步排查步骤
• 结构化回答：先总说方案，再分点说明技术细节，最后总结
• 结合项目经历：用STAR法则描述过去类似问题的解决过程
• 你如何实现PLC数据的上发到云端？请描述技术方案
• 谈谈你在Python数据处理方面的经验，举例说明
• MQTT的QoS等级有哪些？在实际项目中你会如何选择？
• 你如何看待工业4.0和数字化转型？
• 如果PLC通信出现延迟，你会如何排查？