特斯拉2026届-实验室材料技师
任职要求
统招本科学历；
毕业于材料科学与工程类，铸造类，机械类等相关理工科专业；
能接受和适应夜班；
有相关实验室实习或工作经验，尤其是熟悉实验室相关仪器操作者优先；
英语可熟练读写，并具备一定口语能力；
承…工作职责
THE ROLE 作为实验室材料技师，你将主要配合材料工程师进行压铸材料/冲压材料/模具材料/整车相关金属材料的测试及失效分析工作，同时负责试样的制备，测试，数据分析及实验室的日常运营维护工作，是连接工程设计与零件实际性能表现的关键桥梁。你能够接触到不同材料类型的制造及热处理工艺，接触全世界最先进、最大压铸件制造工艺，质量工艺及标准规范；获取行业顶尖的培训资源，助力你成为熟悉制成工艺的材料领域专业人才；扁平化结构，多样化职业发展通道助你快速成长。 RESPONSIBILITIES职责描述： 使用各类金属材料检测手段，如体式显微镜，金相显微镜，SEM，EDS，宏观/微观硬度计，拉伸，折弯，冲击，金相等对材料进行来料时，过程中及失效后不同状态下材料及热处理相关的检测分析工作，评估材料级别力学性能； 对生产的零件进行台架测试，拉拽测试等，监控零件级别性能及预警制造过程工艺波动； 辅助进行新材料，新技术，新工艺的验证性测试方案的设计及执行，如3D打印模具镶块/传统模具材料的热处理，表面改性及抗铝液熔损能力测试等； 辅助全厂范围内金属材料相关的失效性检测及分析； 准确详细的记录测试过程和原始数据，并能够使用软件如Excel, Origin, Image J等对测试数据进行初步整理，计算和分析工作； 负责检测设备的日常校准，清洁，保养和简单故障排除，管理实验室库存，包括实验室化学品及耗材的申购，存放和管理； 严格执行实验室及公司的安全规范，包括个人防护PPE的穿戴，危险化学品及危废的处理； 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
THE ROLE 特斯拉的先进制造团队正在寻找一位ME工程师。该职位需要参与或主导新材料、新工艺、新设备、新技术的探索及开发测试等工作。负责新项目中的结构建模及仿真，并通过仿真分析对结构设计提出优化方案。 RESPONSIBILITIES职责描述： 参与或主导新材料，新工艺的开发和优化； 负责开发过程中的结构建模及仿真（包括应力，流场，温度场，疲劳耐久等），通过仿真分析对结构设计提出优化方案； 进行材料性能测试、分析和评估，确保产品质量和性能符合相关标准； 参与技术预研项目，探索新材料、新工艺、新设备、新技术应用的可能性，积极推进创新工作； 引进材料领域的前沿技术和发展趋势； 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
特斯拉正在寻找技术支持专员实习生。技术支持岗位的主要职责是通过支持解决服务区域内复杂车辆诊断问题/操作需求来保持我们的车辆运行。候选人需要在诊断复杂的机电系统和安全部署关键软件应用方面具有技术背景。候选人必须对诊断学有学习的热情，能够理性很好地了解技术系统级架构和问题。 岗位职责 -协助区域技术团队进行远程故障诊断，支持服务中心基础技术问题处理； -参与技术文档整理与数据分析，协助识别常见故障模式及服务流程优化点； -参与内部技术培训，协助开发培训材料及案例库； -配合工程师完成现场技术调研，记录问题并反馈解决方案效果； l-定期输出实习报告，总结技术学习成果与业务洞察。
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。