AI projects in IE

优缺点分析

角色解读

• 短期：深入掌握工业物联网（IIoT）技术栈，成为工业数据处理领域的入门工程师
• 中期：向工业自动化工程师、物联网解决方案架构师或数据工程师方向发展
• 长期：在汽车制造或智能制造领域，成长为技术专家或项目经理
• 参与工业自动化数据采集系统的开发，处理来自西门子PLC的工业现场数据
• 使用Python进行数据清洗、预处理和初步分析，确保数据质量
• 协助搭建和测试基于MQTT等协议的物联网数据通信架构
• 撰写技术文档，支持系统测试，了解工业数字化项目的完整流程
• 了解PLC（特别是西门子S7系列）和工业自动化基本概念
• 掌握Python编程，具备数据处理或脚本编写经验
• 了解物联网常用协议（如MQTT）和基本的网络通信知识（TCP/IP, JSON）
• 具备良好的英语读写能力和快速学习新技术的能力

申请策略

• 研究德科斯米尔公司的产品（线束、内饰）和其在汽车供应链中的角色
• 在面试中表现出对将数字技术应用于传统制造业（工业4.0）的热情和理解
• 突出与PLC、Python、数据采集、物联网相关的课程设计或项目经验
• 强调英语读写能力，尤其是阅读技术文档的经历
• 展示逻辑思维和对工业数字化/智能制造的兴趣，可以通过相关的竞赛、论文或自学经历来体现
• 系统学习西门子PLC（S7-1200/1500）的基础知识和TIA Portal的使用
• 通过实际项目或在线平台（如Kaggle）强化Python数据处理和脚本编写能力
• 了解MQTT、JSON、TCP/IP等物联网和网络通信的基础概念

面试指南

• 对于技术概念题，用简单的语言解释核心思想，并联系实际应用场景（如工厂数据监控）
• 对于个人经验题，使用STAR法则（情境、任务、行动、结果）来结构化回答，突出你的技能和思考过程
• 对于兴趣动机题，将个人专业兴趣与公司业务（汽车制造数字化）和行业趋势相结合
• 你对工业物联网或智能制造有什么理解？
• 请描述一个你用Python处理数据的经历
• 你了解西门子PLC或任何工业通信协议吗？
• 为什么对这个汽车行业的工业数字化项目感兴趣？
• 如何保证从工业现场采集到的数据的质量？