特斯拉2026届-道路救援运营支持实习生-北京

THE ROLE 作为整车路试技师，你将负责整车质量道路耐久测试的运营管理与问题管理。试验范围包含于全新开发车型，及为提升产品性能、提高用户满意度，针对量产车型开展的系统变更或零件变更验证，确保产品满足设计目标要求、符合法规标准要求、达成质量目标、满足客户期望。 通过充分的试验场景策划与实施，识别功能失效、潜在抱怨，并驱动问题改善，确保问题在产品量产投放市场前闭环。 在工作中，你能够掌握全球最先进的电动汽车原理知识，将对车辆硬件、车辆性能、车辆电子架构、车辆软件有全方位的了解。你将会运用先进的问题分析工具、完善的质量管理流程，高效的驱动问题解决。在工作贡献的同时，全面提升技术与管理能力。 RESPONSIBILITIES职责描述： 负责整车质量道路试验方案与计划的实施； 负责试验车队的日常运营管理，包含于班次、里程、试验培训与信息统计管理； 负责试验车队的试验安全管理，信息安全管理，包含于培训与日常监督； 负责试验大纲、试验检查作业指导文件的编制与培训； 负责试验车辆全生命周期管理，包含车辆整备、零件换装、牌照申办、保险管理、车辆退役、车辆报废等； 负责周期性整车产品质量评价，包含主观评价与客观数据测量； 负责试验问题的收集与确认，试验问题录入试验管理系统； 负责试验问题与责任部门的信息打合，确保失效与抱怨与相关团队统一认知； 负责试验问题管理工作，拉动资源开展问题解析，验证问题解决方案有效性，确保试验问题高效解决； 负责试验问题与运营管理的经验总结，持续改进试验管理流程，提升试验管理效率; 遵守公司规章制度，严格按照作业指导书工作，积极查找安全隐患，及时汇报安全隐患和事故，提出安全合理化建议，通过不断改进，创造安全健康的工作环境 REQUIREMENTS

作为蚂蚁集团的核心大模型部门，我们专注大语言模型的技术攻坚与创新突破，致力于推动通用人工智能（AGI）技术的实质性进展。团队聚焦LLM后训练方向，包括模型对齐、高阶推理、安全可控等，持续完善智能系统的认知深度与可靠性。目前部门拥有数万张显卡资源，并且仍在持续加大投入，为探索模型能力边界提供坚实的保障。在追求AGI的道路上，我们始终秉持蚂蚁集团的技术务实基因，通过扎实的底层创新推动智能技术的产业落地。 1. 研发万亿参数LLM基模架构：大语言模型（LLM）后训练（post-train）全流程优化，设计高效分布式训练方案，进行十万亿token级别的超大规模训练，包括但不限于通用能力提升、安全对齐等方向； 2. 奥赛级别的LLM各项能力建设，迈向真正的AGI：前沿的高效强化学习算法设计，实现并应用SFT/RLHF/DPO/PPO/GRPO等算法，研发训推一体的大规模强化学习训练框架，探索多目标奖励模型、过程监督等前沿技术，提升模型在指令遵循、逻辑推理、多任务泛化等方面的性能； 3. 扩大工业与学术影响力：开源LLM模型及核心技术，发表顶会论文，贡献核心开源项目。

智能驾驶系统产品线大规控部门负责城区、高速、停车场等全场景高阶辅助驾驶系统的规控和预测算法开发，同时搭建完善的仿真评测体系提升研发质量和效率。 开发理念： 打破惯性思维，根据问题本质寻找答案和设计解决方案； 不技术自嗨，守住性能底线后再做技术创新，用实车效果说话； 用数据驱动的思维做开发，做好数据闭环，注重评测迭代； 不做简单的规则堆叠，传统方法要提炼简洁优雅的“解析解”； 重视工具开发，提升研发效率，打开算法黑盒，尽量做解释性强的方案。 精益求精，打磨产品细节，做出亮点，提升产品体验。 1. 负责轨迹预测、行为决策、路径规划和运动控制等算法开发，并完成嵌入式量产平台部署； 2. 基于海量数据进行道路参与者行为预测算法研发，设计高性能、高准召、高稳定的预测模块； 3. 开发交互式决策和预测模型，改善自动驾驶车辆在复杂环境中的应对能力； 4. 负责自动驾驶系统产品级仿真引擎的架构设计，仿真平台自动化测试及可视化工具链的构建； 5. 构建可扩展的云端仿真框架，以在集群环境中运行批量仿真模拟，减少云端部署和运行成本； 6. 构建完善仿真场景库替代大部分路测，同时生成挑战性的场景增广路测能力； 7. 建立数据自动标注、难例批量挖掘和分析机制工具链，通过数据闭环持续提升算法能力。

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。