机器人算法招聘

Ⅰ GPU算法工程师是做什么的

一、算法工程师简介（通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看）算法工程师目前是一个高端也是相对紧缺的职位；算法工程师包括音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（@之介感谢补充）、其他【其他一切需要复杂算法的行业】专业要求：计算机、电子、通信、数学等相关专业；学历要求：本科及其以上的学历，大多数是硕士学历及其以上；语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。算法工程师的技能树（不同方向差异较大，此处仅供参考）1 机器学习2 大数据处理：熟悉至少一个分布式计算框架Hadoop/Spark/Storm/ map-rece/MPI3 数据挖掘4 扎实的数学功底5 至少熟悉C/C++或者java，熟悉至少一门编程语言例如java/python/R加分项：具有较为丰富的项目实践经验（不是水论文的哪种）二、算法工程师大致分类与技术要求（一）图像算法/计算机视觉工程师类包括图像算法工程师，图像处理工程师，音/视频处理算法工程师，计算机视觉工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：机器学习，模式识别l 技术要求：（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；（2） 语言：精通C/C++；（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】（4） 熟悉OpenCV/OpenGL/Caffe等常用开源库；（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；（7） 【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；应用领域：（1） 互联网：如美颜app（2） 医学领域：如临床医学图像（3） 汽车领域（4） 人工智能相关术语：（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程（2） Matlab：商业数学软件；（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。（二）机器学习工程师包括机器学习工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：人工智能，机器学习l 技术要求：（1） 熟悉Hadoop/Hive以及Map-Rece计算模式，熟悉Spark、Shark等尤佳；（2） 大数据挖掘；（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；应用领域：（1）人工智能，比如各类仿真、拟人应用，如机器人（2）医疗用于各类拟合预测（3）金融高频交易（4）互联网数据挖掘、关联推荐（5）无人汽车，无人机相关术语：（1） Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。（三）自然语言处理工程师包括自然语言处理工程师要求l 专业：计算机相关专业；l 技术领域：文本数据库l 技术要求：（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；（4） 人工智能，分布式处理Hadoop；（5） 数据结构和算法；应用领域：口语输入、书面语输入、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。相关术语：（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】（四）射频/通信/信号算法工程师类包括3G/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师要求l 专业：计算机、通信相关专业；l 技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理l 技术要求：（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；（2） 信号处理技术，通信算法；（3） 熟悉同步、均衡、信道译码等算法的基本原理；（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学应用领域：通信VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】物联网，车联网导航，军事，卫星，雷达相关术语：（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。（2） 基带通信（又称基带传输）：指传输基带信号。进行基带传输的系统称为基带传输系统。传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。如从计算机到监视器、打印机等外设的信号就是基带传输的。大多数的局域网使用基带传输，如以太网、令牌环网。（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。【有线电视就是用射频传输方式】（4） DSP：数字信号处理，也指数字信号处理芯片（五）数据挖掘算法工程师类包括推荐算法工程师，数据挖掘算法工程师要求l 专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；l 技术领域：机器学习，数据挖掘l 技术要求：（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；（2） 熟练使用SQL、Matlab、Python等工具优先；（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】（4） 数学基础要好，如高数，统计学，数据结构l 加分项：数据挖掘建模大赛；应用领域（1） 个性化推荐（2） 广告投放（3） 大数据分析相关术语Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。（六）搜索算法工程师要求l 技术领域：自然语言l 技术要求：（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发（2） hadoop、lucene（3） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验（4） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验；（5） 精通倒排索引、全文检索、分词、排序等相关技术；（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。（七）控制算法工程师类包括了云台控制算法，飞控控制算法，机器人控制算法要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求：（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；l 加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；应用领域（1）医疗/工业机械设备（2）工业机器人（3）机器人（4）无人机飞控、云台控制等（八）导航算法工程师要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求（以公司职位JD为例）公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；（3）具备导航方案设计和实现的工程经验；（4）熟悉C/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合;应用领域无人机、机器人等。

Ⅱ “AI技术+招聘场景”何时才能成为现实

如今，“AI技术+招聘场景”结合的各种应用开始成为现实。未来的话，AI技术在招聘行业的应用很有可能全面的去替代专业的HR。我们可以拭目以待。

近日，拉勾网宣布上线全新的企业及招聘者身份审核机制，并引入网络AI协作板块，引入人脸识别等智能方式审核验证企业HR身份与资质，未来还将用人工智能技术核验营业执照、工牌、在职证明，以及用于简历、聊天记录等内容的风险控制。

继去年AlphaGo击败围棋世界冠军以来，AI技术商业化应用的速度明显加快，在交通出行、家庭服务、医疗、商业、招聘等领域，开始替代人工完成一部分工作。一些从业者在享受AI技术带来便利的同时，也感到了压力。

机器人筛简历速度“秒杀”人类，但灵活性不足

几个月前，一场由猎聘主办，被称为招聘领域的“人机大战”用比分给出了答案。这次挑战者来自互联网公司的五位资深HR和猎头，参赛双方要从3700万简历中快速筛选出10份与招聘职位需求最匹配的简历。

这是一场围绕职位要求和候选人进行匹配的比赛，包括技术岗与产品岗位两种职位。完成简历的筛选匹配后，评审团需要从职能、技能、行业、薪资、学历、地区匹配度等六个维度对参赛选手进行打分，总分（满分为25分）最高者则被视为赢得本次比赛。

随着蓝色屏幕亮起，人类与AI机器人比分为18.96：18.60。结果显示，完成整个比赛事项，AI机器人仅用了0.0152秒，是人类平均速度的63882倍；在职位匹配度、地区匹配度上，机器人的匹配效率高于人类；在技能匹配度上，两者则打了个平手。

尽管以0.36的微弱分值败于人类，但AI机器人“在人岗匹配、在对人的理解方面”，仍然超出了猎聘网创始人兼CEO戴科彬的预期。“在简历搜寻的任务中，地区、薪资等方面是比较简单直接的条件，所以算法可以通过简单逻辑实现而且不会犯错误；在行业背景和技能要求方面，通过运用神经网络和自然语言处理等技术，算法已经能够进行较为准确的理解和相似度的判断。”这款伯乐机器人的设计者、猎聘首席数据官单艺告诉中国青年报·中青在线记者，目前AI机器人已经能够较好地理解大部分的显性要求，如职能、技能、薪资、学历、地区等，算法的匹配水平能够和专业招聘人员相当；但是在需要面对面沟通的隐性条件，如文化、价值观、气质等方面，算法还无法替代人的沟通和判断。

在结果中，机器人和人类在学历匹配度上差距最大，而造成这个差距的原因，主要是机器人不能识别“专升本”属于哪一种学历类型。这也体现了机器人思维的灵活性较为有限。对此，单艺解释称，针对“本科以上”的职位要求，在设计机器人算法时，便“专升本”判定为符合条件；但事实上，在很多招聘官（尤其是高端猎头）看来，专升本是不如本科的。因而这一筛选结果引发了在场几位评委的不同意见，“机器人在根据企业、HR偏好，对于人才软性指标做出个性化选择方面，仍然不够。”

评委团成员之一，阿里巴巴大文娱招聘专家周晓磊认为，在大规模地从海量简历中选人方面，机器人和人类的差距几乎可以忽略不计，AI机器人更能够提升整体的招聘效率。

机器人在筛选简历的速度上远超人类，这已不是什么新鲜事。据报道，今年3月，在北美着名猎头公司SourceCon举办的一场行业竞赛中，一个基于人工智能对求职者进行筛选评级的机器人“Brilent”，仅用了3.2秒，就从5500份简历中筛选出了合适的候选人，精确度在参赛者中位列第三。这个团队基于成员在Facebook时积累的数据结构化处理和细化领域匹配经验，利用AI技术，将符“人岗匹配”的求职者进行排序，让HR从机械、繁琐的简历筛选中解脱出来，能够更聚焦于后续的面试选择流程。

高精度人岗匹配：让人工智能学习HR怎么做招聘

今年6月，戴科彬宣布，猎聘要通过大数据以及人工智能方面的探索，进一步提升招聘效率，丰富招聘生态；9月12日，创新工场董事长、CEO李开复在“2017中国人工智能峰会”上表示，人工智能要真正做到取代人力，还需要有充分的数据量以及精准的场景作为前提。

从简单的职位信息罗列分类，到基于大数据挖掘的人岗匹配系统，近几年，已经有不少全行业在线招聘企业通过数据积累，形成了自己的“人才库”。在此基础上，依据简历信息或职位要求，进行人和职位的匹配，已经成为现阶段人工智能技术在招聘领域的主要应用。

据媒体报道，从2016年7月到2017年6月，AI的应用已经逐渐扩散到了全球68个国家的招聘环节中，在过去一年多里，联合利华就已在北美地区尝试利用人工智能招聘员工，涵盖了用算法筛选简历、游戏测验、人脸识别等方式，甚至不需要人类面试官参与。在国内，截至今年7月，也有不下10家初创公司号称是人工智能+招聘的领导者，力求通过技术解决招聘人力成本高、实际转化率低等招聘端与求职端信息不畅的问题。

成立于2016年的互联网智能招聘平台牛直聘所采取的方式是，通过简历分解、个性化推荐等方式，对企业（尤其是中小型企业）职位与简历实现精准综合匹配；初创招聘平台Teamable则运用AI算法挖掘应聘者的社交网络数据，力图从社交记录切入，打造精准的人才推荐闭环；而垂直于校园招聘领域的迷你校，也通过数据挖掘和AI算法设计智能匹配模型，针对不同企业自动筛选推荐简历，并对0~3年职业经历的求职者提供建议。

但单艺始终强调，在招聘行业，人工智能仅仅是一项工具，并不能代替人类，而是“帮人类作出更准确、更有依据的判断，让猎头和HR从事更有价值和创造性的工作。”从某种程度上说，人工智能在招聘领域的应用，在对行业经验要求不高的中低端人才或职位招聘中更容易得到推广。

一位专注于消费品行业中高端人才的猎头顾问对中国青年报·中青在线记者坦言，尽管每天需要频繁变换关键词搜索人才库的简历、打十几个电话与候选人联系，但这一过程所需要的随机应变等带有鲜明社交属性的专业沟通经验，是人工智能难以达到的。

“越是高端的人才、重要的高管职位，企业的HR越慎重，越需要专业的猎头对接。”北京亿聘世纪管理咨询公司总经理王广元也提出，诸如对产品经理等职能岗位的候选人，还要通过产品设计思路等软性指标进行考量，“这对于机器来说是一个弱势”。戴科彬指出，“人工智能不能马上替代猎头，供需双方数据不足是根本原因。”他提到，人岗匹配对招聘平台所掌握的求职者数据，以及企业方提供的需求描述均提出了较高需求，加上招聘的动态性和灵活性，在完善智能产品的同时，“人的因素在人工智能招聘中有着不可替代的作用。”

在时下的秋招季中，面对批量涌入求职端的应届生和供需不平衡的校园招聘市场，单艺期待，未来，AI技术可以通过分析市场职位的供求数据、挖掘企业的个性需求，提前给予适合应届生的就业指导，拓宽他们的眼界和选择范围，让企业和应届生的需求更高效地匹配。

Ⅲ 工业机器人的职位有哪些分别

工业机器人行业兴起于这5年，从2013年开始在国内进入一个爆发期。主要原因在于2013年开始中国市场成为工业机器人需求量最大的市场，购买了大量的工业机器人，企业大量的使用工业机器人。因此，中国也大量的需要工业机器人。

那么工业机器人行业有哪些职业？

1、工业机器人编程调试工程师

这类工作就是负责机器人调试，包括焊接机器人，码垛机器人，打磨等等。基本要求是熟悉主流的机器人品牌，例如fanuc，安川，kuka，埃斯顿等等。

基本要求：能够现场接线，安装，并且能够熟练的进行示教编程。熟练的使用各类软件包等等。

薪资：8000-1.5万。

需求缺口：极其庞大。

2、 工业机器人机械设计专家

工作主要内容，进行工装夹具设计，进行机器人工作站设计，需要熟悉机械设计，以及并且了解电气结构。

基本要求：熟悉机器人性能，了解各类应用现场工艺，例如焊接工作夹具，打磨，去毛刺，上下料等等。

薪资：1.2-1.6万

需求缺口：紧缺。

3、工业机器人应用与维修

工业机器人应用于维修，主要是部分集成商现场机器人维修以及机器人调试工作，同机器人调试工程师部分重合，但并不像调试工程要求高。

薪资：6-8k

需求缺口：非常非常需要，而且熟练的不好招聘。

4、 产品经理（工业机器人）

工业机器人方向的产品经理，主要是针对国内机器人厂商，以及系统集成商的企业。例如汽车行业，电子行业，锂电行业的产品进行，设计行业应用方案，并且开拓行业市场。

薪资：1.5-2.5万

需求缺口：非常难招聘，基本都是四大家机器人出来的人。

5、软件工程师（工业机器人方向）

机器人软件工程师，其实分类比较多，包括运动控制方面，机器人应用软件开发方向，以及机器人核心控制算法开发方向。这方面的人基本都是非常的稀缺。

薪资：2.5-5万（看资历与项目）

需求缺口：基本需要研究生及博士学历。

6、视觉工程师

视觉工程师，包括ccd检测方面工程师，视觉企业是当下最多的企业，并且中小企业很多，应用场景非常广泛，所以视觉工程师目前是比较吃香的领域。

薪资：1.2万-2万。

需求缺口：目前需求企业数量最多的职位。

7、运动控制算法工程师

运动控制算法工程师，要求比较高基本要熟悉全球不少比较主流的运动控制产品，例如trio，estun等等。还有不少需要会plc控制。

薪资：1.2-1.8万

需求缺口：紧缺。

8、电气工程师（运动控制方向）

电气工程师，基本要求是会plc，更要要求会熟悉高级运动控制器相关应用。

薪资：8-1.5万

需求：非常多。

Ⅳ 机械设计制造及其自动化专业学生考研普遍选择什么专业

先自我介绍一下吧，本人是华东理工大学机械工程在读硕士一枚，我也是才经历过考研不久的男人，我想在这个问题上，我想当有发言权。

• 言归正传，首先我简单介绍一下自己的情况，我的本科就是普普通通的一本院校，所学专业是机械设计及其自动化。然后，在找工作的时候处处碰壁，最后下决心考研，在选择专业的时候我也想过很多问题，比如，什么专业以后发展会更好，什么专业能有更高的收入等等。

• 

  因为考研，就要涉及到选导师的问题，你所真正学习和研究的方向是和你的导师息息相关的。所以，在选导师的时候一定要了解一下导岁判肢师的研究方向，看看是不是自己想要的专业，自己对老师的方向感不感兴趣，这些都很重要。

不知不觉侃了这么多，哈哈，希望我的回答能给你一点启发。冲宴

Ⅳ 工业机器人技术主要就业岗位

主要就业岗位:工业没消机器人应用工程师、工业机器人机械工程师、工业机器人电气工程师、工业机器人视觉工程师、工业机器人算法工程师、工业机器人系统集成工程师、工业机器人售前售后工程师、工业机器人软件开发工程师、工业机器人硬件工程师、工业机器人PLC工程师等。

机器人技术专业适应岗位:

1.机器人厂商:机器人组装:销售和售后支持的技术和营销人才；

2.机器人系统集成商:专业从事开发、安装调试、技术支持等。机器人工作站；

3.机器人应用企业:机器人工作站操作、编程、调试、枯枣知维护等技术人才。

4.机电一体化专业的工作。

[扩展信息]

机器人技术专业的就业前景；

目前工业机器人技术专业重点培养工业机器人应用领域的技能型人才。随着工业机器人的普及应用，未来相关领域会释放出大量的技能型岗位，所以选择这个专业未来的就业前景还是比较广阔的。

中国是全球最大的工业机器人应用市场，约占全球市场份额的1/3。随着智能制造的加速升级转型，工业机器人市场将继续蓬勃发展，而工业机器人技术人才供不应求。岩悉机器人R&D人才、工业机器人维修人才、安装调试人才、系统集成项目人才在中国工业机器人应用市场上供不应求。工业机器人技术专业未来几年的就业前景非常可观。

Ⅵ 斯坦德机器人为什么老是招聘

员工少，技术性人员缺乏。斯坦德机器人（深圳）有限公司枯搜胡（StandardRobots）2016年由哈尔滨工业大学毕业生王永锟漏缺等人创立，是工业级移动机器人及柔性物流解决方案的研发和生产商，主要产品为激光导航AGV及其调度系统。通过持续的创新，斯没拦坦德致力于为优秀的系统集成商及终端制造工厂寻找标准化、可复制的算法应用场景，实现其柔性化、敏捷化的厂内物流需求，为客户践行轻资产，回报快的初期物流投入，为行业构建信息化、数据化的物流基础设施。

Ⅶ 工业机器人行业有哪些岗位

不得不骂一下楼主的懒惰，这个信息不是可以在前程无忧等招聘网站、企业公众号搜索得到吗？从这个问题也可以推断楼主大学未毕业或者是小白，可以去看看我的回答“零基础小白，能学习进入工业机器人行业吗”
我把各个层次有代表性的岗位整理了出来，记得打赏，不然诅咒题主2017年继续做一条高贵的单身dog。
1、机器人应用与维护工程师
l 年薪：7-12万/年
l 工作内容：机器人操作、安装、调试与维护，调试各类算法和参数；根据设备现象进行独立的分析解决基本问题，能和研发人员配合解决完成较复杂问题；独立对以大型机器人为核心的生产系统进行安装调试售后服务。
2、机械工程师
l 年薪：10-12万/年
l 工作内容：负责项目的方案设计，机械结构设计，零部件选型，仿真校核，绘制工程图；产品的加工，装配 和配合产品的调试和维护 ；开发后期的量产跟线，产品测试和认证；撰写项目需求说明书，设计说明书，专利申请等技术文档。
3、自动化控制技术员
l 年薪：7-12万/年
l 工作内容：机器人现场安装指导；机器人轨迹精度以及节拍计算分析； 编写项目操作说明书，以及维护说明书； 配合机械工程师完成项目设计；前期项目设计的参与、项目生产制作的跟进参与、后期项目安装实施的操作、项目隐颤可行性测试及分析
生产管理员
4、生产管理员
l 年薪：7-12万/年
l 机械行业的另一条发展道路，具备一定的产品基础知识，同时掌握制度化、流程化的管理模式，将其应用到生产和研发活动中去，保证生产和研发的正常运作。
5、智能制造售前工程师
l 年薪：7-12万/年
l 工作内容：跟踪制造企业智能制造转型升级的相关需求，进行商机跟踪、客户拜访、维护客户关系；跟踪政府及行业智能制造相关政策，策划并完成相关项目的申报工作；以工业机器人及灶做败MES产品应用为导向开展售前工作，包括：设备宣传、企业调研、售前方案编写与讲解；跟踪项目执行、及时反馈并处理项目商务需求。
6、高级机器人集成应用工程师；
l 年薪：15-30万/年；
l 工作内容：客户需求的总体方案设计，机器人周边配套系统的开发与设计等，复杂工作站的开发，复杂自动化生产线的设计。
7、中级机器人集成应用工程师；
l 年薪：10-15万/年；
l 工作内容：机器人本体设计、仿真、软件编程、PLC编程、电路系统设计、系统集成设计。熟练使用各类设计工具、设计软件、各类机器人测量装备、熟练各类机器人的操作与应用。
本人推崇原创，该答案搬自微信自媒体，虽然经过整胡高理，但拿打赏还是心内不安。送你一条消息渠道，以后可以直接自己找信息。很简单，搜GZ号：犀灵机器人培训

Ⅷ 算法工程师 就业前景

一、算法工程师简介
（通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看）
算法工程师目前是一个高端也是相对紧缺的职位；
算法工程师包括
音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（
@之介
感谢补充）、其他【其他一切需要复杂算法的行业】
专业要求：计算机、电子、通信、数学等相关专业；
学历要求：本科及其以上的学历，大多数是硕士学历及其以上；
语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；
必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。
算法工程师的技能树（不同方向差异较大，此处仅供参考）
1 机器学习
2 大数据处理：熟悉至少一个分布式计算框架Hadoop/Spark/Storm/ map-rece/MPI
3 数据挖掘
4 扎实的数学功底
5 至少熟悉C/C++或者Java，熟悉至少一门编程语言例如java/python/R
加分项：具有较为丰富的项目实践经验（不是水论文的哪种）
二、算法工程师大致分类与技术要求
（一）图像算法/计算机视觉工程师类
包括
图像算法工程师，图像处理工程师，音/视频处理算法工程师，计算机视觉工程师
要求
l
专业：计算机、数学、统计学相关专业；
l
技术领域：机器学习，模式识别
l
技术要求：
（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；
（2） 语言：精通C/C++；
（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】
（4） 熟悉OpenCV/OpenGL/Caffe等常用开源库；
（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；
（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；
（7） 【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；
应用领域：
（1） 互联网：如美颜app
（2） 医学领域：如临床医学图像
（3） 汽车领域
（4） 人工智能
相关术语：
（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程
（2） Matlab：商业数学软件；
（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题
（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。
（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。
（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。
（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。
（二）机器学习工程师
包括
机器学习工程师
要求
l
专业：计算机、数学、统计学相关专业；
l
技术领域：人工智能，机器学习
l
技术要求：
（1） 熟悉Hadoop/Hive以及Map-Rece计算模式，熟悉Spark、Shark等尤佳；
（2） 大数据挖掘；
（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；
应用领域：
（1）人工智能，比如各类仿真、拟人应用，如机器人
（2）医疗用于各类拟合预测
（3）金融高频交易
（4）互联网数据挖掘、关联推荐
（5）无人汽车，无人机

相关术语：
（1） Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（三）自然语言处理工程师
包括
自然语言处理工程师
要求
l
专业：计算机相关专业；
l
技术领域：文本数据库
l
技术要求：
（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；
（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；
（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；
（4） 人工智能，分布式处理Hadoop；
（5） 数据结构和算法；
应用领域：
口语输入、书面语输入
、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。

相关术语：
（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】

（四）射频/通信/信号算法工程师类
包括
3G/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师
要求
l
专业：计算机、通信相关专业；
l
技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理
l
技术要求：
（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；
（2） 信号处理技术，通信算法；
（3） 熟悉同步、均衡、信道译码等算法的基本原理；
（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；
（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学
应用领域：
通信
VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】
物联网，车联网
导航，军事，卫星，雷达
相关术语：
（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。
（2） 基带通信（又称基带传输）：指传输基带信号。进行基带传输的系统称为基带传输系统。传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。如从计算机到监视器、打印机等外设的信号就是基带传输的。大多数的局域网使用基带传输，如以太网、令牌环网。
（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。【有线电视就是用射频传输方式】
（4） DSP：数字信号处理，也指数字信号处理芯片
（五）数据挖掘算法工程师类
包括
推荐算法工程师，数据挖掘算法工程师
要求
l
专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；
l
技术领域：机器学习，数据挖掘
l
技术要求：
（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；
（2） 熟练使用SQL、Matlab、Python等工具优先；
（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】
（4） 数学基础要好，如高数，统计学，数据结构
l
加分项：数据挖掘建模大赛；
应用领域
（1） 个性化推荐
（2） 广告投放
（3） 大数据分析
相关术语
Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（六）搜索算法工程师
要求
l
技术领域：自然语言
l
技术要求：
（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发
（2） hadoop、lucene
（3） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验
（4） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验；
（5） 精通倒排索引、全文检索、分词、排序等相关技术；
（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；
（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；
（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。
（七）控制算法工程师类
包括了云台控制算法，飞控控制算法，机器人控制算法
要求
l
专业：计算机，电子信息工程，航天航空，自动化
l
技术要求：
（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动
（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；
l
加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；
应用领域
（1）医疗/工业机械设备
（2）工业机器人
（3）机器人
（4）无人机飞控、云台控制等

（八）导航算法工程师
要求
l 专业：计算机，电子信息工程，航天航空，自动化
l 技术要求（以公司职位JD为例）
公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；
（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；
（3）具备导航方案设计和实现的工程经验；
（4）熟悉C/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；
公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；
（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合;
应用领域
无人机、机器人等。

Ⅸ 腾讯招机器人工程专业吗

具体招人得联系腾讯内部招聘！
有些专业目前已经供过于求，多数毕业生所需的专业知识和技能无法物尽其用，勉强就业的薪水又很低，多数人无奈之下考研考公。就理工类和文科类专业而言，毕业生毕业后的薪资差距还是很大的，理工类专业的平均月薪为7500元以上，而文科类毕业生仅为4500元左右。

这在一定程度上告诫各位即将填报选专业的学生要提高警惕，对于就业率偏低的专业最好是绕道而行。通过对各类招聘网站提供的数据可知，目前有5个专业处于“供不应求”的状态，大家不妨考虑考虑，为未来的发展。

这5个专业“供不应求”，人才缺口大，年薪30万还是“招不满”！

1.人工智能专业

智能化是未来发展的重要趋势之一，在时代大背景下，互联网大数据、云计算、物联网等相关技术都会开始应用，并陆续普及至其它行业，人工智能专业被认为是发展最好、薪资最高的专业之一。

其实生活中的指纹识别、人脸识别、智能搜索、语言转文字等都是人工智能的体现方式，纵观各大招聘网站便可知，与人工智能相关的岗位层出不穷，像是腾讯、华为、网络、阿里等知名大企业给出的薪资十分诱人。

在国家明确推动人工智能发展的背景下，行业人才缺口还是很大的袭誉，特别是精通数据分析和算法的高校毕业生是企业的“香饽饽”。

2.集成电路专业

我国目前把半导体行业的发展纳入到国家战略中，作为半导体行业的核心部分，集成电路在近些年的发展十分迅速。可是我国集成电路领域的人才极度短缺，这无疑会影响中国集成电路行业和市场的健康可持续发展。

随着我国不断优化产业结构、提升经济发展质量，集成电路技术命脉的产业备受关注，企业对芯片相关人才的需求不断上涨。清华大学、复旦大学、西安电子科技大学、华中科技大学等高校是教育部、科技部首批的国家集成电路人才培养基地的建设单位，大家不妨报考。

随着市场规模逐步扩大，企业对半导体结构分析、芯片的设计、制造以及测试等相关的人才十分渴求，虽说不同研究方向的薪资不同，但整体处于较高的水平。

3.机器人工程专业

随着科技的不断发展，人核禅弊工智能时代悄然到来，机器人研发、制造等产业正在新兴发展，为了顺应发展趋势和建设需求，教育部于2016年批准新增机器人工程专业，并给予重点扶持。

机器人工程专业虽是新兴产业，可是其发展空间大、就业面广泛、薪资收入高，该类专业的毕业生可从事服务机器人、工业机器人的制造、研发、编程、调试、维护与管理等工作。就读该专业的学生要学习机械、自动化、计算机等专业知识，若是综合能力强、外语水平高，毕业后可到国内外重点高校或者顶级科研院所从事研究、技术、教学等工作。

4.电子信息工程专业

电子信息类专业是最近几年国内最热门的专业之一，发展前景很不错，电子信息工程专业的学生就业面比较广泛，毕业后可在互联网、通信行业、电子技术行业、金融行业等领域就职，工资水平不算低，成长空间较大，本科毕业上月薪一万左右。

若是你在高中阶段的数学和物理很不错，学这个专业会相对轻松些。电子科技大学、西安电子科技大学、清华大学等高校的电子信息工程专业很不错，选择这些大学对未来发展更为有利。

5.能源与动力工程专业

据悉，煤炭、石油、天然气等不可再生能源十分有限，且即将消耗殆尽，而风能、水能、太阳能等清洁可再生能源技术尚改族不成熟，未来对新能源的有效利用和合理开发势必是能源战略的主要方向，也是国家未来发展战略布局的重点，能源与动力工程专业的学生或会称为“抢手货”。

毕业生可前往国企、央企就业，或者从事新能源汽车企业，随着工作经验不断累积、个人能力不断提升，薪资待遇也会水涨船高。

总而言之，以上五个专业所对应的职业都是国家未来布局的“朝阳产业”，目前市场正处于“匮乏”状态，各企业对专业技能型人才的需求很大，大家在填报专业时不妨考虑一下，若是盲目选择没有技术含量的专业，毕业后可能会陷入“就业难”的局面。

Ⅹ 在工业机器人领域做算法工程师是怎样的体验

作者：黄鸿

来源：知乎
着作权归作者所有，转载请联系作者获得授权。

说体验之前想先说一下“算法”，很多人包括很多来我司应聘的都对这个算法存在误解：以为算法指的是计算机专业里数据结构与算法的那个算法。而实际上我们要的算法是指对机器人某一方向（如定位导航、机器视觉）具有一定理论基础和实践经验并具备一定学术研究能力的人。当然这个算法也需要具备一定的编程和数据结构与算法方面的能力，但这不是重点。不知题主指的算法是哪种？

下面说体验
根据上面的描述，应该大致能想象算法每天干的事了。总的感受就是小可既像搞工程的又像搞科研的，既是一个苦逼的程序员又像一个泡论文等待毕业的烟酒僧。
我要根据工程需求制定方案，做理论分析，建模型，推公式，查论文，看技术手册，做仿真，编代码，调试验证，并可能参与一定的工程实施。
面对问题有思路时还好，一步步推导验证实施就ok，感觉生活真美好。没有思路时，抓头发，咬笔头，最尴尬的是这个时候领导和项目经理看你老没动静跑来问时间节点。
每天的工作时间8:30——17:00。晚上有时候加班，周末双休很少加班。另国内做软件研发的，没有不加班的。
总结：感觉不是很辛苦，做的事有那么点价值，挺好。

ps：
相比于在学校搞科研，我更喜欢在公司做算法。在公司目标很“现实”，就是要做出真正可以用的东西，不搞虚的，不骗经费，不为了发文章。你感觉你做的是真正能看到价值的东西。当然这是以偏概全的说法，我只是根据自己的经历表达一下个人倾向。