特斯拉2026届-车机信号数据分析实习生-上海
任职要求
售后质量数据分析实习生 Service Quality Data Analysis Intern 职位介绍 特斯拉正在寻找质量数据支持专员实习生。该岗位的主要职责是协助售后服务质量团队收集和整理售后质量数据，提供关键线索，以不断改善客户体验和服务效率。同时需要熟练的应用数据可视化和统计分析工具，开发出创新与实用性兼备的应用平台。 职位职责 l 定制化的开发售后质量问题监控报表，以便能够精准定位和快速识问题 l 配合质量团队，对复杂问题进行系统性的数据分析，输出定向的分析结果 l 日常维护售后数据库，以确保运行正常 l 定期输出实习报告，总结学习成果与业务洞察 基本要求 l 汽车，机械自动化专业 ，信号处理专业 l 有工业数据分析的项目经验 （优先） l 英语说，写能力流利 l 逻辑清晰，能快速学习质量分析工具（例如：可靠性分析工具） l 掌握数据库-各类结构化及非结构化数据库：mysql（主数据及数仓），sqlserver（企业常用数仓） l 掌握编程语言-python（数据分析及预测） ，掌握常用数据分析包：pandas, numpy, streamlit l 每周至少实习3天，能长期实习优先
工作职责
无
团队介绍： “我在哪儿，要到哪儿去”是高德给全国亿级用户解决的核心问题， 我们系统解决“我在哪儿”的问题， 我们使用遍布全球的北斗卫星数据，高密度的手机传感器数据，视觉数据， 我们建设世界级的高精准定位系统， 驾车定位、车道级定位、室内定位、停车场定位、车机定位等 是我们核心解决的业务场景。 我们攻克着大量的世界级前沿技术难题： 基于时间序列预测的统一融合定位算法、 基于Transformer的统一融合匹配算法、 基于BEV、slam等的视觉定位算法 ...... 为了给广大用户的出行提供全方位、高质量的服务，我们正在不停地打破自己、超越自己...... 在这里，无数行业前沿的新技术在碰撞交流和应用， 这就是高德地图定位研发部 期待勇于突破，勇于挑战的你！ 岗位职责包括但不限于： 1、对GPS、RTK、IMU等原始用户定位数据进行分析建模，使用机器学习算法和深度学习算法构建统一的融合定位算法，提升用户定位精度，并和产品组配合完成模型的评测上线。 2、探索新技术（强化学习，迁移学习等）在用户出行数据领域的应用和落地。
-结合前沿业务场景，构建昆仑芯AI大规模训练推理系统 -负责大模型分布式训练、推理框架的适配与调优，设计千卡级集群通信加速、混合精度训练等方案 -为昆仑芯AI芯片各系列高性能加速芯片提供软件栈，包括框架，图编译器以及周边产品的技术落地 -AI芯片性能深度学习高性能计算库开发，支持各种AI场景，持续提升系统效能
1.参与日本游戏发行市场调研，了解海外市场的游戏发行情况、竞争对手情况等，为公司游戏海外投放提供数据支持； 2.参与日本本地广告平台投放和优化相关沟通工作； 3.参与制作日本投放的内容向广告创意素材； 4. 协助上级完成其他相关工作。
蚂蚁集团 - 基础智能团队 我们团队主要负责蚂蚁集团的通用大模型研发工作。我们提供国内顶尖的算力资源，致力于建设基于大模型的AGI技术。我们期待同样以实现AGI为目标的您的加入，共同推动人工智能技术的发展。目前，我们正在进行： 多模态大模型研发: 研发高效的多模态预训练模型架构。探索和实现多模态融合技术，优化多模态模型的训练策略和推理效率。 1. 统一架构研发 研发多模态理解与生成一体化架构，设计统一表征模型（文本/图像/视频/语音），攻克跨模态语义对齐、动态路由、混合模态生成等关键技术 主导千亿级参数多模态模型的分布式训练优化（数据并行+流水线并行+专家混合），实现训练成本降低与性能提升 2. 端到端系统构建 构建支持多模态输入输出的实时交互系统（端到端延迟<200ms），优化推理引擎（KV Cache量化、动态批处理、显存卸载） 开发多模态自监督学习框架，实现跨模态数据自动挖掘与合成（如视频-文本弱监督对齐） 3. 技术前瞻研究 探索多模态大模型技术边界，包括但不限于：理解与生成统一、跨模态融合、多模态世界模型构建 参与制定行业技术标准，主导国际顶会论文发表（CVPR/ICML/NeurIPS）及开源项目贡献