腾讯腾讯云-AI工业质检产品经理
任职要求
1.本科及以上学历，计算机、工业工程、自动化等相关专业优先； 2.3年以上B端产品经验 ，具备工业AI/工业软件/视觉检测产品背景者优先； 3.熟悉制造业核心流程（如生产质检、良率分析）及自动化设备生态； 4.了解AI视觉（CV）技术原理，能高效与算法工程师协作； 5.具备丰富的产品构建经验，能平衡技术可行性与商业价值。 加分项 1.有工业AI质检平台、MES系统、工业云平台等项目经验。
工作职责
1.深入工业制造场景（如3C电子、汽车、半导体等），调研客户在缺陷检测，以及辐射到流程优化、生产管控中的痛点，挖掘AI产品化机会； 2.分析行业竞争格局与技术趋势，制定差异化产品策略，支撑产品规划决策； 3.主导工业AI质检平台 TI-AOI的全生命周期管理，定义产品功能、交互逻辑及技术架构； 4.联动算法团队优化模型效果（如小样本学习、多模态模型等），推动技术与产品体验融合； 5.设计产品定价、包装及GTM策略，制定合适的PLG 规模化落地体系，继续驱动产品增长； 6.构建工业质检场景的生态伙伴体系（如设备厂商、集成商），拓展产品应用边界。
1. 深入了解汽车制造流程，系统化梳理整车生产全流程（冲压/压铸/焊装/涂装/总装/电池/电驱），识别AI技术在整车制造业务场景，输出可落地的智能化改造解决方案 2. 基于整车制造场景，牵头设计并实现基于AI大模型的智能体架构，构建覆盖工艺优化、知识管理、智能决策的标准化AI产品体系 3. 负责搭建支持AI模型开发、数据管理、服务部署的一体化平台，建立汽车制造相关AI数据库，实现算法模型从训练优化到生产部署的全生命周期管理 4. 负责实施和优化机器学习代码，用于数据预处理、特征工程、模型训练和评估，验证模型性能并迭代改进 5. 牵头制造版块人工智能技术研发路径拆解，开展汽车制造领域前沿技术研究，制定整车智能制造3-5年AI技术发展规划，支持降本、提质、增效业务目标达成 6. 牵头内部赋能培训计划，打造具备AI思维与实施能力的复合型人才梯队
1. 负责智能制造AI平台的整体规划和构建，推动AI工具在汽车生产制造、供应链等场景的落地，提升运营效率与业务创新能力； 2. 负责AI平台架构设计、模块开发、应用部署、性能优化等，完成数据预处理、特征工程、模型训练和评估等工作，确保技术方案的可行性与行业适配性； 3. 完成AI算法的平台化、低代码封装，确保算子的高性能和易用性； 4. 制定智能化发展规划和推进方法，培训、启发、引导智能制造各业务版块逐步提升自主创新能力； 5. 跟踪AI技术前沿动态和发展趋势，拓展与AI厂商、高校、科研机构等合作，推动制造领域人工智能技术研发路径拆解和应用，提出行业创新解决方案； 6. 牵头内部AI赋能培训计划和团队建设，打造具备AI视野、数字化能力以及业务知识的复合型团队。
数据算法团队在特斯拉工业智能研发方面扮演关键角色。我们通过自主搭建数据算法平台，赋能生产制造、供应链、销售、服务和充电网络等领域，将信息转化为高价值的数据资产，从而创造更优质的产品并提供完美的用户体验。 作为特斯拉应用软件团队的数据算法工程师，您将参与自研数据算法产品和项目的全生命周期，从孵化到落地，从雏形到成熟。您将领导数据的收集、清理、预处理、模型训练以及生产部署的全流程。理想候选人应对人工智能和3D视觉技术充满热情，并紧跟该领域的最新进展。 本职位主要聚焦于工厂相关的3D机器视觉应用，包括自动视觉质检、机器人引导、视觉尺寸测量（如精确尺寸验证、公差检查和3D形状分析）、物体姿态估计以及工业自动化场景中的点云处理和实时感知。 岗位职责 机器协同控制相关：负责相机标定、手眼标定、点云数据处理（如滤波、分割、检测、配准和6D位姿估计），配合机器人/PLC等技术，驱动3D视觉应用与生产协同。主动开展机器人控制和引导，促进生产制造效率。 3D数据处理相关：负责机器视觉项目中大批量3D数据（如点云、深度图像）的收集、整理、过滤和清洗。需熟练处理视觉尺寸测量任务，包括使用激光三角测量或立体视觉方法进行物体尺寸提取、形状建模和精度校准。需熟练使用Python、C++、OpenCV、PCL、Numpy、Blender等工具处理3D数据。 模型开发相关：负责3D视觉项目的物体检测、分割、姿态估计模型的数据预处理、训练、迭代、重训练，以及模型准确率提升和搜索任务。在视觉尺寸测量领域，需开发和优化相关模型（如基于PointNet的尺寸估计网络），确保测量精度达到工业标准（如微米级）。需具备Python、C++、TensorFlow/PyTorch等框架经验，并理解常用神经网络（如CNN、PointNet、Transformer变体）在3D视觉中的应用。熟悉Pandas、MongoDB（Aggregation）、Redis、Kafka等工具用于模型部署。 创新相关：对最新的3D视觉技术和趋势（如实时SLAM、神经辐射场NeRF、多模态融合）保持敏感，能够提出创新解决方案应对工业生产挑战，例如机器人路径规划中的点云配准优化或视觉尺寸测量中的实时公差检测优化，以提升质量控制效率。
1.学习并参与对话系统、大模型前沿方向的数据运营工作，如意图分类、实体识别、文档摘要、角色扮演、AI搜索、文生图等，重点负责模型的数据集制作和标签管理。了解业务流程和算法流程，完成复杂标注任务的设计，在此基础上对原始数据进行处理，包括数据的爬取、筛选和清洗，并制定标注标准。 2.培训海外标注团队，进行数据质检，把控标注质量，确保数据的准确性和一致性。 3.按项目要求对模型进行评测和效果分析，完成复杂的数据分析任务，及时反馈问题，根据模型效果调整数据和标注策略。