深度学习应用到元器件缺陷检测？这个方向有前途吗？

以前做cv的，但是想跳槽….原因不多说了。反正一直在谋划。
最近有几家公司联系我，分别都提到了有元器件表面缺陷检测，或者电池non destructive检测之类的方向。我感觉这些方向倒是蛮有意思的，但也有几个顾虑，想听听大家的看法。

顾虑一、感觉方向非常窄。现在公司虽然垃圾，但cv技术说到底是更通用的，而且现在的大方向下cv和nlp还有跨领域结合，去做元器件缺陷检测感觉就是没有接触这些技术的机会了？当然也可能是我对元器件检测或者non destructive testing本身理解有限。

顾虑二，裁员风险。比如去给台积电之类的公司做元器件缺陷检测，这类公司说到底不会拿我们当核心部门，会不会裁员的时候首当其冲？工作稳定性不行？

顾虑三，职场发展。一方面硬件公司和这类产品公司的后勤始终只是超级辅助，职场发展可能会受限。另一方面职场发展会被限死在这个领域内？而且这类公司的工资是不是也不会很高？

请大家有类似经验或者在类似领域的赐教。

以前吴恩达的landing.ai找了个德国车企司合作，想为他们做电路板缺陷检测，因为电车时代电路板产量很大。基本就是用CV取代人工检测。
结论是德国车企的training数据太脏，得大量加tagging后才能用于AI学习。按照德国车企的效率，至少得折腾个十年才有足够的tagging吧。应该就没有然后了，不过你感兴趣可以去找人问问。。

这是一个很古老的方向，cv发展之初就有这个应用。十多年都没起来估计已经没希望了。

meta的sam说不定可以帮着加tag

想法是好的，但不一定比得过人工手动查。
之前做过半导体晶片的缺陷检测，检测软件都是很生硬的rule based，然后工程师每天手动复查。反正这些工程师比mle便宜多了，而且很多时候半导体迭代太快，没那么多时间和数据去train model。

插眼 zs zs zs

之前面试过大厂这个方向，但是没过，基本就是问一些image filter segmentation detection之类的，感觉万一裁员了医学影像或者其他CV岗也能用到？

一些云服务商也有这个业务，比如 https://aws.amazon.com/lookout-f ... 176138!133788116598

还是CV啊，容易落地