Engineer, Automation-Vision

优缺点分析

角色解读

• 在技术方向，可深耕机器视觉算法和深度学习，成为视觉算法专家或技术负责人
• 在项目方向，可积累自动化设备开发经验，向项目经理或技术经理发展
• 在行业方向，可依托连接器行业经验，向更广泛的工业视觉检测领域拓展
• 负责视觉检测设备的硬件搭建，包括光源、相机、镜头等选型和集成
• 与机械、电气工程师协作，参与自动化检测设备从方案设计、编程到调试的全过程
• 开发视觉检测软件和算法，用于连接器行业的缺陷检测和质量控制
• 对现有自动化检测设备进行优化升级，提升其检测能力和生产效率
• 精通C/C++/C#/Python编程，具备.NET平台和PC端软件开发经验
• 熟悉OpenCV、Halcon、VisionPro等至少一种视觉库，掌握数字图像处理和深度学习算法
• 具备扎实的光学知识，能根据应用场景选择合适的相机、光源和镜头
• 具备基本的电气控制设计能力，能与机械和电气工程师有效沟通协作

申请策略

• 了解莫仕及Koch公司的业务哲学，在面试中体现对企业家精神和创造价值的认同
• 准备一个完整的视觉检测项目案例，从需求分析、方案设计到实施调试，展示你的项目主导能力
• 突出机器视觉项目经验，特别是视觉硬件选型和软件开发的完整项目案例
• 强调编程能力，列出熟练使用的语言（C++/C#/Python）和视觉库（如Halcon、OpenCV）
• 展示与机械、电气工程师协作的经验，体现跨团队合作能力
• 如有连接器行业或深度学习项目经验，务必重点突出
• 可提前复习数字图像处理和深度学习算法的基础知识，准备相关项目案例
• 熟悉Halcon或VisionPro等商业视觉库的常用功能，并了解其与OpenCV的差异

面试指南

• 回答项目经验时，采用STAR法则（情境、任务、行动、结果），突出个人贡献和项目成果
• 回答技术问题时，先阐述基本原理，再结合项目经验说明实际应用，展示解决问题的能力
• 回答协作类问题时，强调沟通和团队合作，举例说明如何协调不同专业背景的同事
• 请描述一个你主导的机器视觉检测项目，包括硬件选型、软件开发和调试过程
• 如何选择合适的光源和相机？请结合具体应用场景说明
• 在图像处理中，如何解决光照不均或反光问题？
• 你熟悉哪些视觉库？请比较Halcon和OpenCV的优缺点
• 如何与机械和电气工程师协作，确保自动化设备的整体性能？