Thermo Fisher logo
赛默飞世尔
Sr. Electronics Engineer

Sr. Electronics Engineer

发布于 大约 14 小时前

普通员工/个人贡献者

苏州市
高级经验
全职员工
仅现场办公
本科
硬件工程
NPI
Data Analytics
Electrical Engineering
Troubleshooting
Validation
Ai Tools
Sensors
Controls Systems

AI 估算 · 20k–35k

跨国公司高级电子工程师岗位,苏州地区薪资竞争力强,技术深度和跨部门协作经验要求较高。

职位详情

关于这个职位

该职位负责支持ULT(超低温)产品平台的电气、控制及系统集成能力建设,与全球研发、制造、质量、服务及供应商紧密协作,提升产品可靠性并解决技术问题

你将参与新产品导入、验证、服务支持和数字化转型,是苏州团队从制造向工程平台转型的关键角色

最低要求

电气工程、电子工程、自动化、机电一体化或相关领域的学士或硕士学位

有支持产品工程、制造工程、测试、自动化、质量或服务职能的经验
熟悉电气系统、传感器、控制器、通信协议和工业设备
较强的分析和故障排查能力

工作职责

电气与控制系统工程**

支持ULT电气和控制系统故障排查与优化
理解产品电气架构、控制器系统、传感器和通信接口
分析电气和控制系统相关的产品性能
支持工程变更的实施和验证
产品工业化支持**
在产品转移和NPI活动中支持电气和控制系统就绪
参与Alpha、Beta、Pilot和量产发布支持
评估电气系统的可制造性、可服务性和可测试性
支持工业化过程中的工程问题解决
验证与可靠性支持**
支持电气和控制系统的验证活动
参与可靠性测试和故障调查
分析现场故障并支持根因分析
开发控制相关功能的验证方法和测试程序
技术问题解决**
调查复杂的电气和控制相关问题
与制冷、软件、制造、质量和服务团队跨部门合作
对重复性技术问题推动纠正和预防措施
必要时支持客户和现场升级调查
供应商工程与本地化**
支持控制器、传感器、显示器、线束等电气部件的认证
参与供应商技术评审和能力评估
支持本地化/VAVE和双源开发计划
与供应商合作推动技术改进和降本
服务与生命周期支持**
支持服务文档和故障排查指南的制定
协助为服务组织和渠道合作伙伴提供技术培训
支持现场技术问题调查和解决
提高产品诊断能力和可服务性
AI与数字工程**
利用AI和数字工具提高故障排查效率和技术分析能力
应用数据分析识别可靠性趋势和改进机会
支持工程数据库和数字知识库的开发
探索AI辅助故障诊断和预测性维护应用
支持工程和验证活动的数字化转型计划

优先资格

有实验室设备、医疗设备、制冷产品或工业产品经验者优先

有AI辅助工程工具、数据分析或数字工程工作流经验者优先

AI 洞察

优缺点分析

优点

  • 赛默飞世尔是全球领先的科学服务公司,平台稳定,资源丰富,苏州团队正向工程中心转型,发展空间大
  • 职位涉及电气、控制、AI、数据分析等多技术领域,技能积累全面
  • 与全球研发、制造、服务团队协作,国际化视野和跨文化交流机会多
  • 明确的成功指标和技术贡献评价体系,有利于个人成长和绩效认可
  • 需要同时处理多个项目和技术任务,工作节奏可能较快,对多任务管理能力要求高
  • 作为关键角色,需要深入理解复杂产品系统,学习曲线较陡
  • 需要与不同职能和地域团队协作,沟通协调要求高
  • 适合有电气工程背景、热爱技术攻关、希望在国际化平台积累系统集成和产品开发经验的工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 深入掌握ULT产品平台技术,成为电气控制系统领域的专家
  • 可向系统集成、产品研发或技术管理方向发展,承担更大范围的工程设计
  • 参与数字化转型项目,积累AI和数字工程经验,提升跨领域竞争力
  • 负责ULT产品电气和控制系统的故障排查、优化和工程变更实施
  • 参与新产品导入和产品转移,确保电气系统可制造性和可测试性
  • 进行验证测试、可靠性分析和现场故障根因调查
  • 与供应商合作推动部件本地化、降本和技术改进
  • 扎实的电气工程和控制系统知识,包括传感器、控制器、通信协议
  • 较强的故障排查和根因分析能力,能处理复杂技术问题
  • 熟悉产品工业化流程,如NPI、验证和测试方法
  • 具备AI和数据分析工具的应用经验,用于提升工程效率

申请策略

  • 关注赛默飞世尔在苏州的本地化战略,面试中表达对工程中心转型的认同和热情
  • 提前了解ULT产品(超低温冰箱)的基本原理和常见技术挑战
  • 突出电气系统设计、故障排查和根因分析的项目经验,尤其是跨部门协作案例
  • 强调与供应商合作或本地化项目经历,展示工程能力与商务思维
  • 如有AI或数据分析在工程中的应用经验,务必详细描述
  • 提及参与过NPI、验证或产品转移的全过程,体现对产品生命周期的理解
  • 补充工业通信协议(如Modbus, CAN, I2C)和控制器编程技能
  • 学习Python数据分析或AI工程工具(如TensorFlow, scikit-learn)的基础应用

面试指南

  • STAR法则(情境-任务-行动-结果)用于行为面试题,重点突出技术细节和量化成果
  • 技术问题可结合理论知识和实际案例,展示系统思维和逻辑推理
  • 对跨部门协作问题,强调沟通能力和以结果为导向的协调方式
  • 请描述一次你解决复杂电气系统故障的经历,你是如何分析并找到根因的?
  • 你是如何与供应商合作推动一个部件的本地化或降本的?
  • 如何设计一个测试用例来验证控制系统的可靠性和稳定性?
  • 你在数据分析或AI方面有哪些实际应用?请举例说明
  • 同时处理多个项目时,你如何安排优先级并确保按时交付?

职位点评

73
综合评分

稳定大厂、前沿技术栈、技能成长性强,但办公地点偏远且未明确WLB。

更适合这类人
最适合注重技能成长和技术前沿的工程师,希望在国际平台积累多领域经验的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展88
工作生活60
使命价值70

薪资福利

75中等

该职位薪资有竞争力,福利齐全,但JD未明确薪资范围,对于追求稳定和高回报的求职者吸引力较强。

薪资信号未披露(AI估算:20K-35K/月)

成长发展

88较高

职位涉及多种前沿技术(AI、数据分析、数字工程),且有明确的成长路径和成功指标,非常有利于技能积累和职业发展。

技术前沿前沿/新兴技术
技术栈AI、Data Analytics、Digital Engineering、Predictive Maintenance
成长机会成功指标、建立能力、数字化转型
业务类型profit_center

工作生活

60中等

标准工作制(周一至周五),但办公地点在工厂/园区,可能通勤时间较长,WLB信号一般。

工作模式仅现场办公
办公地点工厂/生产基地
加班情况未提及(无法判断)

使命价值

70中等

在生命科学领域公司工作,产品用于科研和医疗,有一定社会价值,但职位本身偏工程实现,使命感中等。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs