宁德时代
视觉工程师
视觉工程师
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公测试开发
测试开发
CI/CD
Opencv
Plc
Pytorch
Tensorflow
机器视觉
自动化测试
视觉检测
值不值得投
67综合评分
综合评分 67
技术栈复合、成长性强，但薪资福利与WLB未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.0万
与测试开发中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 870 个在招 · 其中测试开发 5 个
市场机会
选择不多
宁德 · 测试开发 · 5 个在招
职位详情
关于这个职位
该岗位负责视觉检测系统从算法、软件、硬件到产线集成的全流程测试体系建设，包括工业相机等硬件选型验证、检测算法准确性评估、自动化测试平台搭建及现场联调
你需要用测试数据推动研发、算法、硬件和产线团队协同优化，保障智能制造场景下的检测质量与交付
最低要求
本科及以上学历，自动化、电气、计算机、软件工程、图像处理等相关专业
具备3年以上软硬件测试经验，2年以上机器视觉/智能制造系统测试经验
精通视觉系统全链路测试设计，能独立搭建测试体系、自动化平台、专项测试方案，精通缺陷根因分析
掌握图像处理算法（如OpenCV、Halcon）、深度学习框架（如TensorFlow/PyTorch），能验证算法精度、鲁棒性、速度
精通工业相机、镜头、光源、采集卡、工控机，懂光学、标定、硬件选型与可靠性测试
熟悉PLC、机器人、工业通讯
精通Python/C++/C#任一，能开发自动化测试框架/工具，熟悉Linux/Windows、SQL、Git、CI/CD，会使用示波器/万用表等测试仪器
熟悉锂电/3C/汽车零部件等行业视觉检测需求与标准
具备跨部门协作能力，能通过测试数据推动硬件、软件、算法团队协同优化
具有良好的团队合作能力和沟通能力，学习钻研能力强，有上进心，抗压能力强，英语能顺畅交流
工作职责
主导视觉检测系统（含算法、软件、硬件、产线集成）全流程测试体系建设，制定测试策略、计划、方案，搭建自动化/性能/可靠性测试平台
负责工业相机/镜头/光源/采集卡/工控机选型验证、兼容性、可靠性、老化、EMC/环境测试，搭建硬件测试环境与指标量化方案
统筹设计贴胶类设备的软件版本、参数配置、防呆机制及异常场景测试用例（如尺寸点检、灰度点检、瑕疵点检）
统筹验证智能检测设备检测算法（传统算子与AI模型）的准确性与鲁棒性，误检/漏检率
主导视觉系统与PLC/运动控制/产线集成测试，验证通讯、时序、联动稳定性，协同研发、产线交付团队解决现场联调复杂问题，推动技术落地闭环
搭建自动化测试框架，编写视觉算法/接口/UI自动化脚本，推动CI/CD落地，提升测试效率与覆盖率，输出质量度量与风险评估
指导初中级测试，沉淀测试方法论、用例库、工具链，对接产品/开发/算法/硬件/产线，推动可测性设计与质量左移
优先资格
有主导过视觉检测系统自动化测试平台/性能/可靠性测试建设经验者优先
有自动化测试工具开发经验（如Python+Robot Framework）者优先
AI 洞察
优缺点分析
优点
- 锂电智能制造场景丰富，项目规模大，有利于积累稀缺的视觉检测测试经验
- 岗位涉及AI模型验证、CI/CD和自动化平台建设，技术成长空间明确
- 行业需求稳定，视觉检测质量在制造交付中价值突出
- 需要同时理解算法、硬件和产线集成，学习曲线较陡
- 现场联调和多团队协作复杂，对沟通与问题推动能力要求高
- 测试质量责任重，误检/漏检问题会直接影响产线交付
- 适合有软硬件测试基础、对机器视觉和智能制造有热情、能跨团队沟通并抗压的工程师
缺点 / 挑战
- 技术栈复合，覆盖视觉算法、硬件选型、自动化测试和产线集成，职业壁垒较高
角色解读
- 可从视觉测试工程师向测试架构师或质量专家方向发展，沉淀复杂系统测试方法论
- 积累锂电智能制造视觉检测经验后，可转向算法验证、产线集成或质量管理等更高阶岗位
- 在大型制造平台上有机会拓展跨部门项目管理和技术管理路径
- 搭建视觉检测系统全流程测试体系，覆盖算法、软件、硬件和产线集成，制定测试策略与方案
- 负责工业相机、镜头、光源、采集卡、工控机等硬件选型验证及可靠性、EMC/环境测试
- 设计贴胶类设备和智能检测算法测试用例，验证误检/漏检率及算法鲁棒性
- 主导视觉系统与PLC/运动控制/产线集成联调，搭建自动化测试框架并推动CI/CD落地
- 具备视觉系统全链路测试设计、缺陷根因分析和测试体系搭建能力
- 掌握OpenCV、Halcon等图像处理算法及TensorFlow/PyTorch等深度学习框架，能验证算法精度与鲁棒性
- 熟悉工业相机、光学标定、硬件选型与可靠性测试，了解PLC、机器人和工业通讯
- 精通Python/C++/C#任一语言，能开发自动化测试框架，熟悉Linux/Windows、SQL、Git和CI/CD
申请策略
- 简历中体现跨部门协作和推动质量左移的案例，突出用测试数据驱动改进
- 面试前了解宁德时代智能制造和视觉检测业务场景，准备现场联调问题解决案例
- 突出视觉检测系统测试体系或自动化测试平台建设经验，说明覆盖范围与项目规模
- 用量化指标展示误检/漏检率、测试覆盖率、测试效率提升等成果
- 列出工业相机、镜头、光源、采集卡选型验证及EMC/环境测试项目经历
- 展示Python/C++/C#自动化脚本、CI/CD、OpenCV/Halcon/TensorFlow/PyTorch等工具经验
- 补强光学标定、工业通讯（PLC/机器人）和产线集成测试知识
- 准备Python+Robot Framework等自动化测试框架案例
面试指南
- 用STAR结构描述项目背景、测试策略、实施动作和量化结果
- 按“需求-风险-测试设计-自动化-度量闭环”框架回答测试体系建设
- 硬件或算法问题按“指标定义-测试环境-数据分析-根因定位-协同改进”展开
- 请描述你主导过的视觉检测系统测试体系或自动化测试平台建设
- 如何验证视觉算法准确性与鲁棒性，并控制误检/漏检率？
- 工业相机、镜头、光源、采集卡选型验证通常怎么做？
- 视觉系统与PLC/运动控制集成测试应重点关注哪些点？
- 如何推动研发、算法、硬件团队解决现场联调问题？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值75
薪资福利
60中等
JD未披露薪资与福利，补偿性动机难以直接判断；岗位技能要求较高，需在面试中确认薪酬结构。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
岗位覆盖视觉算法、硬件选型、自动化测试与产线集成，技术复合度高，有利于积累稀缺的智能制造测试经验。
技术前沿主流现代技术
技术栈OpenCV、Halcon、TensorFlow、PyTorch、Python、C++、C#、PLC、CI/CD、工业相机
成长机会指导初中级测试、沉淀测试方法论、用例库、工具链
业务类型cost_center
工作生活
50较低
JD未明确办公模式、加班与弹性政策，生活化动机信息不足；岗位涉及现场联调，需向HR确认到岗与出差要求。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
岗位服务于锂电智能制造视觉检测质量，技术应用与产业升级相关，但JD未直接体现使命表述。
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
Watch Jobs