AI projects in IE

优缺点分析

角色解读

• 技术深耕：从自动化设备数据采集入门，逐步深入工业物联网(IIoT)、工业数据分析与可视化领域
• 项目拓展：参与更多智能制造相关项目，积累工业4.0和数字化转型的实践经验
• 职业发展：实习结束后，可向工业自动化工程师、物联网开发工程师、数据工程师或智能制造顾问等方向发展
• 协助工程师开发和测试工业自动化设备（西门子PLC）的通信接口，实现设备数据的采集
• 处理和转换来自工业现场的PLC原始数据，将其整理为适用于网络传输的标准化格式
• 运用Python编写脚本，对采集到的工业数据进行清洗、预处理和初步分析，保障数据可用性
• 参与基于MQTT等物联网协议的通信架构搭建与测试，了解工业数据上云的流程
• 负责撰写相关技术文档，协助团队进行系统集成测试，确保项目质量
• 自动化与计算机基础：具备自动化、物联网或相关专业知识，了解工业控制系统的基本原理
• 编程与数据处理：至少掌握Python基础，能够使用其进行数据处理和脚本编写
• 工业通讯协议：了解或愿意学习西门子S7系列PLC、TIA Portal、MQTT、TCP/IP等工业通讯知识
• 语言与学习能力：英语读写流利，能阅读技术文档

申请策略

• 展现兴趣：在简历和求职信中，明确表达对工业数字化、智能制造领域的热情和了解
• 研究公司：了解德科斯米尔在汽车电气化、智能内饰方面的业务，思考实习项目如何支持其技术战略
• 专业课程：突出自动化原理、计算机网络、编程语言（特别是Python）等相关课程成绩
• 项目经验：重点描述任何与PLC、传感器、物联网设备或数据处理相关的课程设计、竞赛或个人项目
• 技能证书：如有西门子PLC相关培训证书、Python等级证书等，可作为加分项
• 语言能力：强调英语阅读和书面沟通能力，符合岗位要求
• PLC基础：通过官方手册、在线课程或仿真软件，初步了解西门子S7系列PLC的基本编程和通讯概念
• Python进阶：巩固Python数据处理库（如Pandas）的使用，并尝试学习物联网相关的Python库

面试指南

• 技术理解题（如PLC、协议）：结合课程知识、阅读的资料或简单实验进行回答，诚实说明了解深度，并强调快速学习能力
• 编程实践题（如Python）：采用STAR法则（情境、任务、行动、结果）描述一个具体项目，突出解决问题的思路
• 动机兴趣题：结合个人专业背景、对工业4.0趋势的观察以及对公司业务的了解来阐述
• 你对工业自动化或工业物联网有什么理解？
• 请描述一个你使用Python处理数据的项目或经历
• 如果给你一个陌生的PLC设备，你会如何着手了解它的数据接口？
• MQTT协议与HTTP协议在物联网应用中主要有什么区别？
• 你为什么对这个在制造业的AI/数据项目感兴趣？