一、机器视觉岗位分布

本章节介绍整个机器视觉行业都有哪些岗位。岗位的分布，是和上中下游位置密切相关的。位置的不同，也导致了工作岗位性质的不同。

尽量详细拆解各个岗位，所需要的技术栈，攻略，以及发展方向。

节 1.01 应用工程师/调试工程师

应用工程师和调试工程师其实是有差别的，只不过大部分公司受限于规模，并不会做的这样细分。

应用工程师，一般是负责使用公司的平台软件，或者使用第三方的平台软件，通过拖拉拽完成针对实际应用现场的方案搭建，并保证一定的准确率。其实按说出差频率是较少的。

调试工程师，则是负责出差至客户现场，完成方案在客户现场的落地，并协同现场其它公司其它部门的人员，一起将现场产线调试至验收。甚至可能会负责后期的维护。

但两者很多时候并没有这么明显的区分，很多应用工程师都需要完成方案的搭建后，直接出差至现场，再完成调试的工作。然后再去另一个现场。

应用工程师需要熟练掌握平台软件的使用，需要会基于VisionMaster或者VisionPro这类软件，完成项目序列的搭建。

需要熟练掌握各种通信（如串口、Modbus通信、Tcp通信等）的使用。

一般第三方软件如VM之类，在网上是可以找到很多完整的教学视频的，跟随视频学习，再买一个二手加密狗自己练习使用，就可以去面试找工作了。然后在工作中积累经验即可。

应用工程师是需要常年不间断出差的，因此这个岗位没有人可以干一辈子，年轻时可以走南闯北，但一旦结婚生子，就想要安定下来了。有如下几个发展方向：

转码做机器视觉软件开发：学习编程，尽快转软件开发，去做平台软开、客户端软开或者上位机软开，既可以提高待遇，又可以减少出差。推荐大家可以学习我出的软开项目，会事半功倍。
升官做领导：提高人情世故的能力，然后争取做一个小领导，这时你就可以大多时间在公司负责管理，或者工程序列的编写，而出差这些，就可以交给手下去干了。
转岗做项目经理：项目经理需要对现场和软件都非常熟悉的人来担任，而应用工程师就满足这个条件。

业务工程师就是我们常说的销售工程师了，和汽车销售与房产销售本质是一样的，这个就和机器视觉行业没有太大关系了。有几个要点：

售前售后工程师，主要负责对接客户问题的。售前负责对接客户需求，售后负责对接客户现场问题。这种岗位主要存在于一些规模较大的公司，例如我刚毕业时面试凌云光，给我的一个岗位就是售前工程师，HR的说法就是，既需要懂技术，又需要和客户打交道，然后作为一个桥梁，打通客户和研发之间的交流渠道。

其实不需要什么技术栈，作为公司的售前/售后工程师，只需要详细学习了解公司对应产品即可。需要积累丰富的实战经验，了解产品落地的实际情况。

机器视觉行业有大量的机械结构设计，例如我们前面章节在介绍产品时，相机的外壳、专机的机构、现场的组合支架台、光源设计等等，都需要机械设计工程师。

但是机械设计工程师是一个非常独立的岗位，并不和机器视觉行业挂钩，可能你既负责相机外壳的设计，还会有其它行业其它产品的结构需要你设计，公司让你设计什么就做什么。

机器视觉行业有大量的软件开发工程师，我们常说来制造页写代码，机器视觉软开就是其中一种。

机器视觉软件开发主要负责开发维护上位机、客户端、平台软件、深度学习软件、MES系统等等各种软件产品。

很多同学经常说他掌握了八股文、数据结构、C++语法。但想做软件开发，只靠这个是很难顺利做软件开发的。因为软开不仅仅会C++语法就可以了，只会C++语法仅是一个最最基础的条件之一。

就拿我的重明或者烛照两个项目，你会上面这个，那你可以问一下自己，你能做出重明和烛照这两个软件吗？如果你觉得自己做不出来，那就是你不会软件开发，需要提升的，是软件架构设计、工程实战经验。

如何提升呢，就是学项目，自己做项目，可以把重明和烛照两个项目学习透彻。

机器视觉行业的算法工程师分传统算法和深度学习算法。

对于算法工程师我并不特别了解，期待算法大哥完善补充。

对于算法工程师的日常工作，我并不了解。但对于岗位攻略可以分享一下。

算法岗一般需要研究生，尤其是现在愈发内卷，这个门槛就更高了。算法岗现在不是有研究生学历就可以，而是你研究生的学校以及课题，要和岗位是强相关的，做一些yolo缺陷识别什么的并无法达到要求。
如果你是应届生，想做传统算法岗位，如果你可以做到手撕模板匹配、手撕亚像素精度直线检测、手撕斑点分析等等这些机器视觉传统算子实现，那你是基本没有问题。
如果你是应届生，想做深度学习算法，那你可以手撕机器视觉常见的小样本注册训练模型和工具，那基本也没有问题。