特斯拉2026届-设备维修技师-储能

团队简介： 不同于广大企业依靠供应商完成产线测试系统设计和制造，特斯拉各个核心电池产品（车用电池，电池电子器件，超级充电站，家用/工业储能电池，太阳能屋顶）测试都由内部团队开发。核心测试团队负责以极小成本，最先进的测试技术完成最复杂的测试，为特斯拉产品的各个生产环节层层把关，确保用户收到高质量的产品。我们正在寻找一位与我们一样对不断提升测试技术，对推动世界向可持续能源转变充满激情的测试技师加入我们的团队。 · 完成测试设备调试与问题排查并指导测试技术员完成调试任务 · 深入理解测试系统电气设计 · 维护测试设备，记录和分析测试数据，报告测试过程中发现的问题，并与测试工程师紧密合作解决这些问题 · 支持测试/验证计划和方法的开发，以确保被测试件能够满足可靠性、结构和其他工程目标

THE ROLE 作为储能工艺测试优选生，你将学习车间相关生产工艺，熟悉制造过程中的关键技术及相关设备，掌握储能产品的运行原理及工作方式；测试程序的测试原理，测试设备的搭建过程以及运行方式等工作。 RESPONSIBILITIES 职责描述： 负责储能工厂设备的运行并参与产品及设备项目的实施； 快速响应，配合设备排除故障，认真学习设备知识，积极创新，不断改进； 完整作业指导书的编写，指导操作工完成产线测试流程，减少工作中的浪费，合理控制能源和物料消耗，提出合理化建议，合理控制备品备件消耗，降低维修成本； 充分配合测试工程师及在工程师的指导下进行区域设备、仪器、程序管理工作。 快速有效地响应警报、故障和生产请求，熟练排查和消除故障，最大限度地减少停机时间 在工程师和领导的指导下，进行设备改造和优化，配合工程师进行新设备的安装、调试以及各项数据收集。 针对测试失效问题，具备设计试验与验证能力，有一定的测试数据分析能力，并且可以通过编程减少重复工作、提升工作效率。 主动积极参与降本、提效的改善。 完成管理层、工程师和技师班长安排的各项其它工作并及时反馈，与生产、设备、物流等部门保持良好的沟通以满足长期协作的需求。 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

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。

【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。