vivo自动化工程师（智能制造方向）-实习
任职要求
1、本科或以上学历，机械、电子电气类相关专业，英语4级以上；
2、机械类专业方向：
（1）精通至少一种CAD软件，如SolidWorks,UG/NX,CATIA,Inventor/AutoCAD；
（2）熟练掌握机械原理、机械设计、工程材料、公差配合与测量技术；
3、电子电气专业方向：
（1）精通PLC编程和单片机开发，至少熟练掌握一种主流PLC(西门子、三菱、欧姆龙)和单片机编程；
（2）熟悉伺服系统和常用传感器应用；
（3）能独立设计电气原理图、接线图、布局图；
4、逻辑清晰，具有良好的主动性与责任心，具备良好的人际理解、沟通协调能力，成就导向，抗压能力强；
5、2026届优先，有转正机会。工作职责
我们是vivo制造工程团队，致力于为5亿+vivo智能手机用户提供高品质的产品体验与服务。 加入我们，你将与自动化团队一起专注于： 【自动化工程方向】 自动化工程团队，致力于vivo手机的可制造性研究，同时在确保手机生产品质的前提下，保证生产的高效运行，通过不断优化生产工艺，优化生产成本，确保vivo全球手机的可靠供应。 1、负责自动化应用开发； 2、负责相关自动化设备评估、试用、申购及验收工作，确保设备可满足生产需求； 【自动化维护方向】 自动化维护团队，是生产制造的“守护者”，专注于自动化设备的运维，确保设备长期稳定运行，保障生产线的顺畅运转。在这里，你将站在自动化设备行业的前沿，与众多世界级的自动化设备制造商充分交流，开阔眼界，迅速成长。 1、负责手机制造过程中自动化设备试用、申购及验收工作，确保设备可满足生产需求； 2、负责手机制造过程中自动化设备的应用及提升，以在满足生产的同时，提升产品品质，提高生产效率，降低制造成本； 3、负责自动化设备的异常处理、改造、保养及搬迁工作，确保生产过程连续性； 4、负责设备相关文件的撰写及人员培训。
1. 负责三电、增程、车身、底盘、内外饰、开闭系统、电子电器、智能座舱等方向的质量工作； 2. 极致速度领跑，负责零部件质量问题响应、分析、处置、解决，确保QCD（质量、成本、交付）指标达成； 3. 参加工厂晨会、质量夕会、audit发布会等平台，对零部件质量问题进行汇报跟踪； 4. 负责供应商的质量绩效统计和质量评价，对零部件质量问题导致理想汽车的损失开启索赔； 5. 运用APQP、8D、TBP、六西格玛、质量体系等质量工具，整理分析质量信息及情报，策划质量专项活动，推动问题的解决进度，并终结部件质量问题； 6. 监控、核查供应商质量改善活动及质量管控一致性，驱动和帮助供应商质量能力提升； 7. 协助IQC进行工料废的分析及判定； 8. 参与质量数据信息化、智能化业务推动及IT项目管理； 9. 作为owner,参与部门业务迭代及创新，提升零部件质量表现及质量行动效率。
1. 负责三电、增程、车身、底盘、内外饰、开闭系统、电子电器、智能座舱等方向的质量工作； 2. 极致速度领跑，负责零部件质量问题响应、分析、处置、解决，确保QCD（质量、成本、交付）指标达成； 3. 参加工厂晨会、质量夕会、audit发布会等平台，对零部件质量问题进行汇报跟踪； 4. 负责供应商的质量绩效统计和质量评价，对零部件质量问题导致理想汽车的损失开启索赔； 5. 运用APQP、8D、TBP、六西格玛、质量体系等质量工具，整理分析质量信息及情报，策划质量专项活动，推动问题的解决进度，并终结部件质量问题； 6. 监控、核查供应商质量改善活动及质量管控一致性，驱动和帮助供应商质量能力提升； 7. 协助IQC进行工料废的分析及判定； 8. 参与质量数据信息化、智能化业务推动及IT项目管理； 9. 作为owner,参与部门业务迭代及创新，提升零部件质量表现及质量行动效率。
一、岗位概述 我们正在寻找一位具有 3-5 年人工智能或数据科学经验的工程师，帮助公司将 AI 技术深度融入生产制造全流程。您将与生产、质量、设备、IT/OT 团队协同，利用机器学习、深度学习与工业数据为制造现场创造切实可见的价值，提高产量、良率与设备稼动率，降低能耗与维护成本。 ________________________________________ 二、核心职责 1. 视觉质检 • 设计和部署基于 CNN/Transformer 的缺陷检测与分类模型，适配多品类、多光照、多批次的生产现场。 • 与质量工程师合作建立样本标注流程，持续提升模型召回率与精确率。 2. 预测性维护 • 采集并分析振动、声学、电流、电压等多模态传感器数据，构建剩余寿命预测（RUL）和故障预警模型。 • 将模型结果集成到 EAM/CMMS，实现从“计划检修”到“按状态检修”的转变。 3. 工艺与流程优化 • 运用时间序列分析、贝叶斯优化或强化学习，寻优关键工艺参数（温度、压力、速度等），提升良率、降低能耗和物料损耗。 • 与生产计划团队协作，开发动态排产与库存优化算法，缩短生产周期。 4. 数据工程 & MLOps • 搭建数据采集、清洗、标签管理及特征工程流程，保证数据质量和实时性。 • 负责模型在云端或边缘侧部署、监控与迭代，确保在工业环境下的稳定、低时延运行。 5. 跨部门协作 • 与 OT（PLC/SCADA/MES）及 IT 团队对接，实现从设备到模型再到业务系统的数据闭环。 • 将技术成果沉淀为规范、文档与最佳实践，提升公司 AI 工程化能力。 ________________________________________ 三、
1. 负责3C智能制造领域的前沿算法研究； 2. 设计并实现创新的AI解决方案； 3. 与产品团队紧密合作，将研究成果转化为实际应用； 4. 撰写技术专利和学术论文； 5. 参与行业技术交流，跟踪最新技术发展。 【课题名称】 3C智能制造工业算法研究 【课题内容】 1. 机器学习与深度学习：重点研究工艺参数调优、设备预测性维护、生产质量预测与控制以及智能调度优化等关键技术，通过深度学习技术提升制造过程的智能化水平和效率； 2. 大模型应用：探索工业知识库构建、多模态工业数据理解、工业决策支持系统等前沿领域，利用大模型技术赋能工业智能化升级； 3. 具身智能：研究工业装备智能控制、自适应制造系统、人机协作系统等方向，推动智能装备向更高水平的自主化和智能化发展。