LabVIEW视觉工程师，年薪30万起依然无人问津？

来源：电子发烧友

编者在某知名电子LabVIEW论坛，遇到国内某个机器视觉公司发帖招聘LabVIEW视觉工程师。但是若干天过去了，来报名参加应聘的人员，投递简历的人却很少，算得上比较专业的视觉人才几乎没有。

“现在的问题是，投递简历的人很少，但据我的了解，学习过LabVIEW的人还是挺多的。”企业招聘的人如是说。

小编特地看了下招聘启事，该公司对于LabVIEW工程师工作职责要求：


通过上述的岗位简介可以看到，想成功入职LabVIEW视觉工程师，需要具有一定的软件编程基础，比如学会LabVIEW语言编程；学会LabVIEW编程开发与测试，熟悉常用的测试测量仪器使用，并最好有一定的LabVIEW项目开发，工控自动化领域有一定相关工作经验等。对于刚从电子院校毕业生，或者是具有一定的相关行业从业经验的人，企业招聘对于大部分从业者的要求是不高的。

近几年，随着人工智能、5G网络的高速发展，机器视觉进入一个蓬勃的发展时期。LabVIEW视觉作为机器视觉的一个重要分支，在图像处理、光学成像和传感器技术不断地深入发展，以视觉为核心的技术被广泛应用在电力电子、汽车制造、工业控制等众多制造业领域，在AI的影响下，机器视觉产业或将迎来全新的黄金发展时期。

01 国际视觉市场瞄准中国，产业迎来全面复苏

随着全球制造中心向中国转移，中国机器视觉市场正在继北美、欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。目前包括中国和日本在内的亚太地区占全球的比重突破20%已经超过欧洲，位居全球第二大区域市场。

国家实施中国制造2025和十三五规划，正从劳动密集型向技术密集型转型期，对提高生产效率、降低人工成本的机器视觉方案有着旺盛的需求。目前，国内机器视觉以长三角、珠三角和环渤海为地区发展为主，作为国际电子和半导体技术的转移地，机器视觉无论从市场规模、企业数量、专利申请，都处于一个飞速发展的阶段。

国内视觉还存在很大的上升空间，行业规模预计2020年将达到71亿，未来几年持续保持20%以上年增长率。

2020年全球机器视觉市场规模发展趋势

在专利信息服务平台，使用“机器视觉”关键词检索，有关“机器视觉”的申请专利共有5307项，其中实用新型专利2265项，占比为42.68%；发明授权专利1623项，占比为30.58%；外观设计专利139项，占比为2.62%。

截图来自国家知识产权局信息检索结果

产业企业数量，入驻中国的国际视觉品牌已超过100多家，中国自己的视觉企业品牌也超过102家，品牌代理商超过200家，机器视觉系统集成商超过50家，涵盖从光源、工业相机、工业镜头、图像采集卡以及智能相机等所有机器视觉产业链产品。

02 视觉新技术层出不穷，行业应用百花齐放

随着机器视觉技术及其相关技术的不断提升，机器人与正常人之间的视觉能力差距在不断缩小，视觉技术的成熟和发展使其在制造企业中得到越来越广泛的应用。

比如：嵌入式系统与机器视觉相结合，可以进行实时视觉图像采集、视觉图像处理控制；与其他的传感技术应用，从而实现多传感器技术探测、跟踪和目标识别，增加数据可靠性和系统实时性。数字化、智能化和实时化的趋势，也让机器视觉在数字图像处理、LED光源控制和目标识别，智能化大型工农机械，自动化产业流水线等获得更多的应用。

更多的机器视觉的新技术应用，以及更成熟的视觉系统集成方案，正在逐一纳入到行业大众群体的视野中。就像：

基于3D传感器和机械手拾取的3D视觉成像技术
以云计算+5G网络的自动驾驶汽车视觉检测
热成像技术的工业视觉探测应用...

再比如：3月份，京东物流上架了全球首套机器视觉批量入库系统，自主研发的视觉系统解决了传统繁重的人工操作，商品库存真正实现“秒收”。


华为宣布发布四无生态摄像机，确立以机器视觉作为产业入口，推动HoloSens战略升级和产业智能化的目标。


前几天不久，美国太空运输公司SpaceX，马斯克祝贺商业载人航天“龙飞船”发射成功，基于Web技术的视觉GUI，更是引发了数百万技术开发者的热议。

图片来源于知乎问答

03 国内人才需求量大，低职高薪呈现上升趋势

传统工业自动化的进程，国内的视觉市场尚未饱和，人力成本的提高和产业增值加速，促使企业用人单位对专业的机器视觉人才求贤若渴。虽然国内的机器视觉产业及技术起步较晚，但是从产业发展看，目前机器视觉已经处于成熟期。中国也将成为继美国、日本之后的全球第三大机器视觉市场，中国机器视觉人才需求旺盛，高端人才稀缺，为了招聘到合适、优秀的机器视觉专业人才，很多企业不惜下血本提升视觉工程师的整体薪资水平，普遍薪水都比较高，月起薪基本上都达到2-3万元起，年薪30-50万的大有人在，视觉行业低职高薪的趋势，近几年来也是越来越明显。

截图：某职网上直招机器视觉工程师，年薪30万工作职位比比皆是

目前，机器视觉的学习平台，主要有OPenCV、Halcon以及NI Vision为代表的几种图像处理软件平台。论及专业度及市场匹配，Halcon软件首当其冲；但近年来，基于NI Vision的LabVIEW视觉以其快速入门、单一软件开发，更加丰富的功能开发，快速系统集成化以及能够搭配更多的视觉软件、硬件支持，让很多想入门机器视觉应用、快速加入视觉行业的同行小伙伴极力推荐！

而且，近期NI已经官宣：推出免费下载的针对个人项目使用的LabVIEW大众版和LabVIEW NXG大众版，版本提供与LabVIEW专业版相同的功能。


LabVIEW视觉好在哪里？对于学习者而言，区别于传统文本编程，基于图形化编程语言的LabVIEW，相比C语言、VB及VC好学很多，入门门槛相对也比较低，即使没有任何编程语言，也可以轻松入门LabVIEW编程。可以说，Labview是目前所有计算机编程语言中，门槛最低，功能强大， 易于维护，易于扩展，使用广泛，成本可以为零的开发语言。对于开发者来说，快速上手并在项目中实践应用，更好地集成化视觉系统，可扩展和容易维护，单一平台集成开发等，都能有效降低企业生产应用开发和维护成本。

虽然说LabVIEW机器视觉的前景十分的光明，但是依然有很多人说LabVIEW很难学，也有人反馈说自己学习将近1年时间，LabVIEW依然处在初级入门的阶段，对于怎样才能学好LabVIEW视觉技能，具体学习的方法如何没有很清晰的认知，导致越学越迷茫，看不到自己的职业未来发展。这是目前LabVIEW初级工程师和学生群体，通过网络自学的途径学习的普遍现状。为什么会出现这样的情况呢？小编认为主要有以下三个原因：

第一， 学习机会少

对于在职工程师来说：想自学网络上的LabVIEW机器视觉视频教程比较少，而且也视频质量上良莠不齐。对于大学生来说：学校里的课程往往也是一学期或者选修课的形式学习，很难得到从基础到深入学习LabVIEW机器视觉，帮助不大。

第二， 学习效率低

在盛行996的今天大部分的在职工程师，能够挤出时间来学习已经实属不易，如果购买了线上的课程，不知道从哪学起，遇到的一些知识点问题，没有人指点解决，很容易中途放弃。虽然大学生时间上很充足，但是也会遇到同样的问题。

第三， 实战机会少

想要吃透LabVIEW机器视觉编程，通过实践来学习是最好的方法！自学当然没办法接触到一些实际的项目，就算是自主性很强的你，由于缺乏经验，往往也很难成功。

这三个步骤说起来容易，但是实践起来是有相当难度的，因为也许你不知道该从应该如何进行设备实操，也找不到一个靠谱的同行来对你进行及时反馈。