瑞声科技
(27届秋招)机器视觉工程师
(27届秋招)机器视觉工程师
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Opencv
光学成像
图像处理
工业相机
机器视觉
深度学习
系统集成
值不值得投
73综合评分
综合评分 73
技术栈全面的工业机器视觉校招岗，平台大、技术扎实，但工作可能偏硬件现场，需确认具体办公模式。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
13K
比计算机视觉工程中位数低
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 310 个在招 · 其中计算机视觉工程 2 个
市场机会
选择不多
常州 · 计算机视觉工程 · 1 个在招
职位详情
关于这个职位
该职位是瑞声科技为27届秋招设立的机器视觉工程师岗位
你将负责工业机器视觉系统的全链路开发与应用，包括视觉方案评估、硬件选型与调试、传统视觉算法应用及深度学习技术在复杂检测场景中的落地，致力于通过技术手段降低人效、提升检测精度与效率
最低要求
本科及以上，光学工程、光电信息、自动化、电子信息、计算机、测控、机械电子、电气自动化等相关专业
掌握几何光学与成像基础（物像关系、放大倍率、景深、分辨率、畸变、工作距等），理解数字图像基础（像素、分辨率、灰度/彩色、采样与量化、SNR、动态范围等）
了解工业检测/机器视觉系统组成及线阵/面阵成像差异，对线扫、TDI、编码器同步、外触发等概念有基本认识
具备基础光电/电子常识（接口类型、触发与同步、常见噪声与干扰来源）
熟练掌握C语言、VC++、VB、C#等编程语言中的至少一种
掌握Halcon/VisionPro/OpenCV/VisionMaster等至少一种视觉软件
具备较强的动手能力与工程落地意识，能独立完成从选型到联调的闭环
会使用示波器/万用表等基础仪器协助排查触发、编码器、接线与时序类问题
能阅读并理解相机手册、采集卡手册，独立完成参数表、选型对比与实验验证
CET 6，英语能读懂产品手册、SDK文档与datasheet
具备英文技术文档阅读能力
有较强的沟通协调能力，能与使用部门、算法、软件、硬件团队高效对接需求与问题
有较强的责任心，工作积极主动，具备团队协作精神
有机器视觉/工业检测相关实习、课题或竞赛经验
有多相机、高带宽取流或线扫项目经验
熟悉C/C++或C#/Python，能完成采集、参数配置、多线程缓冲与基础调试工具开发
接触过TDI/线扫AOI、编码器同步、CLHS/采集卡、图像拼接或视觉上位机软件
工作职责
负责与使用部门充分沟通，明确视觉系统设计需求，完成技术方案评估与可行性论证
负责工业相机（含线扫、TDI、面阵）、镜头、光源、采集卡等视觉硬件的选型、成像链路搭建与调试，保障稳定取流与图像质量
负责应用传统视觉算法解决定位、识别、测量及一般检测项目，并将深度学习技术应用于复杂外观检测项目以降低人效
负责基于相机/采集卡SDK开发采集与控制软件（参数下发、多相机管理、数据缓冲与落盘/转发等）
负责输出接口约定、测试报告与问题闭环，配合算法、软件、电气/FPGA完成联调
负责跟踪视觉硬件与采集方案技术演进，沉淀选型规范、调试Checklist与可复用模块
AI 洞察
优缺点分析
优点
- 技术栈全面且扎实，能深度接触光学、硬件、算法和软件，构建完整的机器视觉系统知识体系
- 应用场景明确，直接服务于工业生产和质量检测，能快速看到技术落地成果和价值
- 公司平台大，能接触到行业领先的设备和技术演进，有利于个人职业起点和视野拓展
- 工作涉及大量硬件调试与现场问题排查，可能需要经常在产线或实验室工作，对动手能力和耐心要求高
- 需要持续学习和跟踪快速发展的视觉硬件与算法技术，保持知识更新
- 光学、自动化、电子信息等相关专业，对工业视觉有浓厚兴趣，不排斥硬件调试，具备较强动手能力和工程思维，希望技术能直接应用于实体制造的应届生
缺点 / 挑战
- 作为应用工程师，可能需要面对来自生产、质量等多部门的实际需求压力和问题响应要求
角色解读
- 在机器视觉领域深耕，可成长为视觉系统架构师或技术专家，负责更复杂的系统设计
- 积累工业自动化与检测领域的行业经验后，可向解决方案工程师、技术管理或产品管理方向发展
- 随着对业务和算法的理解加深，也可转向机器学习算法工程师或更广泛的智能制造领域
- 设计并搭建工业机器视觉系统，包括方案评估、硬件选型、成像链路调试，确保获取高质量图像
- 运用传统视觉算法（定位、测量、检测）和深度学习技术，解决生产线上的实际检测问题，实现自动化
- 基于SDK开发相机控制与数据采集软件，并负责与软件、电气、算法团队进行系统联调与问题解决
- 持续跟踪视觉技术发展，将实践中的经验沉淀为选型规范、调试标准和可复用模块
- 扎实的几何光学与数字图像处理理论基础，理解线阵、面阵、TDI等成像原理
- 熟练使用至少一种工业视觉软件（如Halcon, VisionPro）和编程语言（C++, C#, Python）
- 出色的工程实践与动手能力，能独立完成从硬件选型、调试到软件联调的全流程
- 良好的跨团队沟通能力与英语技术文档阅读能力，以协调多方资源并跟进技术发展
申请策略
- 仔细研究瑞声科技在光学、声学、触觉反馈等领域的核心产品与技术，思考机器视觉技术在其中的应用点
- 在面试中，可以重点准备一个自己动手的视觉小项目，从问题定义、方案设计、硬件选择、编程实现到结果展示，进行完整阐述
- 重点突出与机器视觉、图像处理、自动化控制相关的课程设计、毕业设计或课题研究
- 详细描述在相关实习、竞赛或项目中，使用视觉工具（Halcon/OpenCV等）解决实际问题的经验，特别是硬件调试部分
- 列出熟练掌握的编程语言和视觉软件，并最好能附上相关的GitHub项目或代码作品链接
- 强调CET-6成绩和英文文档阅读能力，以及任何跨团队协作、项目管理的沟通经验
- 提前熟悉至少一款工业视觉软件（如Halcon）的官方教程和示例，并尝试完成简单的视觉项目
- 学习工业相机、镜头、光源的基本参数和选型知识，了解线扫相机与面阵相机的区别
面试指南
- 对于技术原理问题，先给出核心定义，再结合具体应用场景或参数（如线扫适用于连续运动物体，面阵适用于静态或低速场景）进行对比说明
- 对于项目经验问题，采用STAR法则（情境、任务、行动、结果）来组织回答，重点突出你的思考过程和动手解决具体问题的环节
- 对于系统设计和问题排查类问题，展现出结构化思维，从光学、机械、电气、软件等多个层面进行分析，逻辑清晰地列出可能的原因和解决步骤
- 请解释一下机器视觉系统中，线扫相机和面阵相机的主要区别和应用场景？
- 描述一个你做过的（或设想的）机器视觉项目，你如何从零开始进行硬件选型和成像链路搭建？
- 在图像处理中，什么是畸变？如何校正？这在高精度测量中为什么重要？
- 你如何理解‘成像链路’这个概念？它的稳定性受哪些因素影响？
- 如果相机采集的图像出现不稳定或噪声过大，你会从哪些方面进行排查？
职位点评
薪资福利70
成长发展80
工作生活65
使命价值70
薪资福利
70中等
作为上市公司校招岗位，薪资在所在城市具有市场竞争力，能提供稳定的薪酬和保障，但具体福利明细未在JD中披露。
薪资信号市场水准 (10K-16K/月)
成长发展
80较高
岗位技术栈扎实且全面，涉及光学、硬件、算法和软件，有利于构建系统性的工程能力。公司平台能提供接触行业技术演进的机会，但具体培训体系未提及。
技术前沿主流现代技术
技术栈Halcon、OpenCV、C++、Python、深度学习、工业相机、成像链路
成长机会沉淀选型规范、调试Checklist与可复用模块
业务类型ambiguous
工作生活
65中等
工作地点在常州或南京，生活成本相对较低。但岗位涉及硬件调试和联调，可能需在实验室或产线办公，工作模式和通勤便利性未明确说明。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
岗位直接服务于工业制造的质量检测与自动化，有明确的应用价值和社会意义。所属行业为精密制造，属于稳定且有技术含量的领域。
行业发展稳定成熟行业
社会影响中性/一般
使命信号将深度学习技术应用于复杂外观检测项目以降低人效
创新程度积极采用新技术
Watch Jobs