安费诺
AI 应用工程师
AI 应用工程师
发布于 大约 14 小时前普通员工/个人贡献者
厦门市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Cnn
Opencv
Pytorch
Rnn/Lstm
Tensorflow
嵌入式开发
工业自动化
边缘计算
AI 估算 · 15k–25k
硕士学历，AI算法与嵌入式部署技能稀缺，工业自动化领域需求稳定，厦门薪资水平中等偏上。
职位详情
关于这个职位
作为AI应用工程师，你将专注于工业自动化领域的AI算法研发与部署，包括精密组装线、检测设备等场景
工作涵盖模型设计、边缘计算平台部署、数据处理与文档编写，并持续跟踪前沿技术
该职位要求硕士学历，需精通Python和主流深度学习框架，有嵌入式平台部署经验者优先
最低要求
（一）学历要求
全日制硕士研究生及以上学历，计算机科学、人工智能、自动化、控制科学与工程、电子工程、机械工程 (智能化方向)、应用数学等相关专业
（二）核心技术能力要求
扎实的编程基础，熟练掌握 Python，熟悉 C/C++ 者优先
深入理解机器学习、深度学习基本原理，熟悉 CNN、RNN/LSTM、Transformer 等主流模型架构
熟练掌握至少一种主流深度学习框架 (如 PyTorch、Tensorflow、Keras)
熟悉计算机视觉基础理论和常用算法 (如 OpenCV 等相关算法)
有在嵌入式平台 (如 ARM Cortex-A 系列) 上成功部署和优化 AI 模型的经验
英语要求：4级以上
工作职责
AI 算法研究与开发：针对自动化设备 (如：精密组装线、检测设备、物流分拣系统、预测性维护系统等) 的具体需求，设计、开发和优化 AI 算法模型
模型部署与集成：具备将训练好的 AI 模型高效地部署到自动化设备的边缘计算平台 (如工控机、嵌入式系统、GPU 加速设备) 或工业 PC 上的能力
数据处理与特征工程：负责工业现场数据的采集、标注、特征提取与选择，构建高质量的训练和测试数据集
技术文档编写：撰写清晰的技术文档，包括算法设计文档、测试报告、用户手册等
技术跟踪与创新：关注 AI 在工业自动化领域的新研究进展和技术趋势，探索其在公司产品中的应用可能性
AI 洞察
优缺点分析
优点
- 工业自动化领域AI应用前景广阔，技术积累具有长期价值
- 工作涉及算法开发到部署全流程，能快速提升综合技术能力
- 安费诺作为行业领先企业，平台稳定，能接触实际工业场景
- 工业现场环境复杂，数据质量参差不齐，对算法鲁棒性要求高
- 边缘计算资源受限，模型优化和部署难度较大
- 需跨部门协作，与机械、电气等团队沟通，对综合能力要求高
- 适合对AI算法有扎实基础，同时对嵌入式开发和工业应用感兴趣，愿意深入一线解决实际问题的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师向资深AI专家发展，深入工业视觉、预测性维护等垂直领域
- 可向技术管理方向发展，带领团队负责完整AI项目落地
- 随着工业4.0和智能制造发展，可转向更广泛的工业AI解决方案架构师角色
- 针对精密组装线、检测设备等工业自动化场景，设计并优化AI算法模型，解决实际生产中的视觉检测、预测性维护等问题
- 将训练好的模型高效部署到工控机、嵌入式系统等边缘计算平台，确保实时性和稳定性
- 负责工业现场数据的采集、清洗、标注和特征工程，构建高质量数据集，并撰写技术文档
- 持续跟踪AI在工业自动化领域的新技术，探索创新应用
- 扎实的Python编程能力，熟悉C/C++更佳，能高效实现算法
- 深入理解机器学习、深度学习原理，熟悉CNN、RNN/LSTM、Transformer等主流模型
- 熟练使用PyTorch、TensorFlow等至少一种深度学习框架，并掌握OpenCV等视觉算法
- 具备嵌入式平台（如ARM Cortex-A）模型部署和优化经验，了解边缘计算
申请策略
- 了解安费诺的自动化设备和业务方向，在面试中展示对工业场景的理解
- 准备一个完整的AI项目案例，从数据处理到部署的完整流程，突出解决实际问题的能力
- 突出深度学习项目经验，尤其是工业视觉检测、预测性维护等实际应用案例
- 强调嵌入式平台（如ARM）模型部署和优化经验，展示性能调优成果
- 展示Python编程能力和数据处理能力，如有C/C++经验也需提及
- 熟悉TensorRT、ONNX等模型优化工具，提升边缘部署能力
- 补充工业通信协议（如Modbus、OPC UA）知识，便于现场集成
- 了解工业相机、传感器等硬件，增强对数据采集环节的理解
面试指南
- 采用STAR法则（情境-任务-行动-结果）回答项目经验，突出量化成果
- 强调模型压缩、量化、剪枝等优化技术，并结合实际性能数据
- 体现数据预处理、数据增强和半监督学习等实际经验
- 展示对模型特点的理解，并结合工业场景的约束条件（如实时性、稳定性）进行选择
- 结合行业趋势，如智能工厂、工业4.0，展现对业务的理解
- 请描述一个你完成的AI项目，从数据收集到模型部署的完整流程
- 在嵌入式平台上部署模型时，你如何平衡模型精度和推理速度？
- 如何处理工业现场数据质量差、标注困难的问题？
职位点评
71
综合评分
工业AI算法工程师，技术前沿，成长空间大，但工作地点固定，WLB未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合追求技术成长和职业发展的求职者，尤其是希望在工业AI领域深耕的工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
薪资水平在厦门地区具有竞争力，公司为知名外企，福利待遇稳定，但具体薪资未披露。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
岗位涉及AI算法研发到边缘部署的全流程，技术栈前沿，能积累工业AI领域的稀缺经验，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、CNN、Transformer、OpenCV、嵌入式开发、边缘计算
业务类型ambiguous
工作生活
50较低
工作地点在厦门，需现场办公，JD未提及弹性工作或远程政策，工作节奏未知。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
工业自动化AI应用能提升生产效率，推动智能制造，具有积极的社会价值，行业前景广阔。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
安费诺 的其他在招职位
相似职位推荐
Watch Jobs