机器视觉技术员-xm

优缺点分析

角色解读

• 可向高级算法工程师或技术专家方向发展，深耕工业视觉领域
• 有机会转向视觉系统架构设计或项目管理岗位
• 在新能源行业积累经验，可跨行业应用于其他智能制造领域
• 负责锂电行业产线上的缺陷检测算法开发，包括图像分割、目标检测等任务，确保产品质量
• 优化深度学习模型，提升检测精度和实时性，并部署到嵌入式设备或边缘计算平台
• 与视觉软算团队协作，参与视觉系统方案设计，并到产线现场调试，解决实际问题
• 熟练掌握PyTorch或TensorFlow，具备模型训练和调优经验
• 熟悉传统图像处理算法，并能与深度学习结合
• 了解工业相机、光源选型及AOI设备，有实际项目经验
• 具备良好的沟通能力和适应产线环境的能力

申请策略

• 了解宁德时代在厦门基地的业务，展示对锂电行业的兴趣
• 强调适应产线环境的能力和团队协作精神
• 突出工业缺陷检测项目经验，特别是锂电或相关行业
• 强调深度学习模型优化和部署经验，如量化、剪枝、边缘计算
• 展示传统图像处理与深度学习结合的实际案例
• 提及熟悉AOI设备、工业相机选型等硬件知识
• 学习YOLO、Mask R-CNN等模型的实战应用
• 了解模型轻量化技术，如TensorRT、ONNX Runtime

面试指南

• 使用STAR法则描述项目经验，突出个人贡献和成果
• 结合具体技术细节，如模型结构、优化方法、部署工具
• 强调解决问题的思路和跨团队协作能力
• 请介绍一个你负责的缺陷检测项目，如何设计算法并落地？
• 如何优化YOLO模型在嵌入式设备上的推理速度？
• 如何处理工业场景中的光照变化和噪声干扰？
• 你如何与机械、电气团队协作完成视觉系统调试？
• 对锂电行业的缺陷检测有哪些了解？