特斯拉机械设计工程师，低压测试开发 Mechanical Design Engineer, LV Test Development
任职要求
• Proficiency with design process integration and electromechanical / mechatronic systems • Demonstrated excellence in a Manufacturing, or Testing environment • Hands-on skills with diagnostics software, hardware, tools, instruments, general electromechanical systems and measurement techniques • Exposure to a wide variety of test systems, production machinery, industrial sensors, and equipment (pogo-pins, pressure transducers, temperature controllers, current meters, etc) • Versed in SolidWorks, or similar 3D CAD software • Experience creating technical specifications for test equipment • Project Management experience is a plus • Experience transi…
工作职责
The Role We seek a highly motivated hands-on engineer for a position in the Low Voltage Test Engineering group, a team focused on creating robust testing equipment for our vehicles low voltage components. This team concentrates on mechanical, electrical, and software test systems supporting our production lines around the world. This is an exciting opportunity to be a part of a dynamic team emphasizes collaboration in our work, and always encourages each other have fun while changing the world together. Responsibilities: • Design high-level and detailed-level CAD models of test equipment • Layout electrical/pneumatic schematics • Establish clear, concise test plans, and control test plan execution • Host, and attend design review meetings • Support build, debug, validate, and fine-tune equipment for release to production • Participate in initial equipment conceptual development and carefully balance product specifications, process requirements, layout complexity, cost, and lead-time limits • Able to define most efficient plan for testing, focusing on test time reduction and simplicity to promptly release equipment • Interact with various design, manufacturing, sustaining, and firmware teams throughout project • Establish great working relationships with vendors and managing their deliverables • Continually design and implement improvements to released equipment The ideal candidate takes pride in his/her hands-on work, analytical ability, organizational skills and attention to detail. He/She appreciates an environment where superior work is encouraged, noticed and rewarded and where individuals carry tremendous responsibility. He/She looks forward to learning an incredible amount on the job.
-与业内经验丰富的自动驾驶算法工程师一起负责决策规划算法研发工作 -负责障碍物决策算法的数据挖掘、样本标注、研发调试、效果追踪等工作 -负责自动驾驶决策算法、轨迹规划算法的研发调试、上线部署、效果追踪等工作 -调研业内先进算法，优化自动驾驶轨迹规划的灵活性、稳定性和智能性 -完成相关算法的开发和验证，保证算法的鲁棒性和计算性能
1、负责机器人本体结构设计，包括但不限于关节、肢体、躯干等关键部件的设计，保证机械机构合理性和可靠性 2、对机器人机械零部件进行硬件规格设计，包括材料选择、尺寸确定、公差控制等。 3、优化机器人结构构型，提高机器人的运动稳定性、操作精度 4、负责设计图纸输出、跟进和组装，负责对供应链制造工艺的调研和评估
1. 负责具身智能系统的伺服控制算法设计与开发，包括位置、速度、力矩控制等； 2. 结合动力学建模与传感器反馈，优化高精度、低延迟的实时控制算法； 3. 研究并实现自适应控制、鲁棒控制、模型预测控制（MPC）等先进算法，提升系统动态响应与抗干扰能力； 4. 与硬件团队协作，完成控制算法在嵌入式平台（如DSP、FPGA、ROS等）的部署与性能调优； 5. 设计仿真与实验验证方案，分析系统性能并持续优化算法； 6. 跟踪前沿技术（如强化学习、仿生控制、多模态感知融合等），探索其在伺服控制中的应用。
1. 路径规划 ‒ 开发适用于多种场景（如机器人导航、自动驾驶、无人机等）的路径规划算法； ‒ 实现经典和前沿的全局及局部路径规划方法（如 A*、Dijkstra、RRT、DWA 等），优化路径规划的效率和鲁棒性； ‒ 处理动态环境中的路径生成和调整，解决复杂场景下的避障问题。 2. 行动决策 ‒ 研究并实现具身智能体的行动决策算法，设计任务分解和行为选择的逻辑； ‒ 基于行为树（Behavior Tree）、有限状态机（FSM）等方法，构建模块化的决策框架； ‒ 开发多智能体协作与竞争的行动决策模型，支持复杂交互任务的执行。 3. 强化学习（Reinforcement Learning，RL） ‒ 针对具身智能场景（如机械臂控制、机器人动态避障、导航等），设计强化学习的 reward 函数和训练策略； ‒ 实现主流深度强化学习算法（如 DQN、DDPG、PPO、SAC 等），解决高维连续控制与探索问题； ‒ 优化强化学习模型的收敛速度和鲁棒性，提升算法在实际场景中的表现。 4. 模仿学习（Imitation Learning，IL） ‒ 通过专家示范数据（如轨迹、动作序列）训练智能体，实现模仿人类/智能体行为； ‒ 应用行为克隆（Behavior Cloning, BC）、逆强化学习（Inverse Reinforcement Learning, IRL）等技术解决稀疏奖励问题； ‒ 结合模仿学习与强化学习，提升智能体在复杂任务中的学习和泛化能力。 5. 算法优化与工程实现 ‒ 优化算法的计算效率和资源占用，适配实时性要求 ；‒ 在仿真环境（如 Gazebo、PyBullet、Mujoco 等）和真实设备中验证算法性能； ‒ 配合嵌入式团队完成算法在终端设备上的部署与优化。 6. 技术研究与创新 ‒ 跟踪具身智能领域的前沿算法进展，探索新技术的实际应用； ‒ 研究多模态感知与决策（如视觉、语音、触觉）的融合方法，提升智能体的环境理解与行动能力； ‒ 参与长期自主学习、在线学习和自适应学习系统的设计与开发。