特斯拉研发招聘实习生，车辆软件
任职要求
本科或硕士在读，可尽快到岗，实习期至少4个月，每周出勤5天。 优秀的沟通能力，能有效与团队和候选人互动。 乐观、主动、结果导向，善于在快节奏环境中工作。 优秀的多任务处理能力。 优秀的英语听说读写能力（用于跨国团队协作）。 加分项： 有招聘或猎头公司相关经验。 对汽车软件…
工作职责
职位概述： 加入特斯拉中国研发招聘团队，支持T-Star实习生和校招招聘项目全流程！你将负责车辆软件领域（如嵌入式开发、集成、测试验证、前后端开发、诊断开发等）的招聘工作，帮助构建未来创新团队。这是一个在全球领先科技公司中快速成长的机会，你也将深入了解前沿技术，通过招聘过程学习行业最新趋势。 与导师协作，支持日常招聘工作，包括： 与车辆软件业务团队对接，明确岗位需求，并精准定义候选人画像。 通过各类渠道进行岗位宣传，进行简历筛选、电话初评，并推荐合适候选人。 协调面试安排，及时跟进结果，做好全流程管理。 维护和分析招聘数据，以优化流程。 支持招聘宣传工作，包括： 与高校对接实习项目宣传，扩展招聘渠道。 编写社交媒体文案，制作宣传海报，提升职位曝光。
1、负责运筹优化／机制设计方向的算法研究和开发，包括但不限于组合优化、博弈论、在线优化、随机优化、混合整数优化、线性规划、控制论、高性能求解软件研发、高性能数值代数方法和实现等； 2、负责将优化技术和机器学习等技术有效结合并应用于菜鸟的物流和计算资源调度等领域，实现成本降低，效率提高，提高核心竞争力； 3、负责大数据的分析和建模，沉淀行业解决方案，协助拓展业务边界。
1.基于优化算法的全场景自动驾驶控制算法研发，涵盖结构化道路/非结构化场景的轨迹优化与动态避障。 2.支持主线研发和量产项目规控算法交付任务，解决非凸优化、高维状态空间下的运动规划问题。 3.实时闭环的算法架构设计与实现，工程软件规范化与质量效率提升。 4.高效自动化算法开发迭代工具设计与实现，建立自动化评测体系，量化评估控制算法的舒适性、安全性及动态场景适应能力。
运筹优化问题涉及到淘天集团各业务领域的方方面面，优化技术的应用有着极大的商业价值。如果您对运筹优化技术有深入研究，我们诚邀您的加入，携手将技术运用到更广大的平台，更多的业务场景。 在这里，你将负责运筹优化／机制设计方向的算法研究和开发，包括但不限于组合优化，博弈论，在线优化，随机优化，混合整数优化，线性规划，控制论，高性能求解软件研发，高性能数值代数方法和实现等； 在这里，你将负责将优化技术和机器学习等技术有效结合并应用于电商，物流和计算资源调度等领域，实现成本降低，效率提高，协助提高核心竞争力； 在这里，你将负责大数据的分析和建模，沉淀行业解决方案，协助拓展业务边界。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。