特斯拉跨运车驾驶员
任职要求
必须
掌握吊车等起重设备操作步骤和方法，熟悉吊车设备设施维护保养原理
具有特种设备作业人员证（叉车或起重设备等）
学历要求：高中及以上
会基础电脑操作等
优先
有1年及以上集装箱式跨运起重车驾驶经验和基础的优先
工作在上海超级工厂：
薪酬体系，「特」给力富有竞争力薪酬+全员持股政策+高标准住房公积金，还有杰出员工评选、精英挑战赛等定期活动赢取丰厚奖励。员工福利，「特」优享商业保险：社保内医疗费用100%报销，覆盖员工本人、配偶、未成年子女 ；免费工作餐：13个厂内食堂，汇聚八方美食，满足不同口味的你；免费班车：450多条直达超级工厂的班车，覆盖全上海，五人成团即可开新班车路线；临港租房：合租公寓、公租房、社会房源等众多房源租赁，性价比超高；员工购车：赠送智能辅助驾驶功能。职业发展，「特」广阔多路径发展：无论是专业路线，还是管理路线，你可以选择适合自己的发展路径；完善全面的培训体系、通畅透明的晋升渠道，助力你解锁在特斯拉的一切可能性。工作氛围，「特」向上透明的沟通氛围、充分的授权、创新的工作方式，你可以和一支使命必达的团队一起成长！工作职责
储能工厂成品下线至发运的物流作业，主要负责跨运车设备驾驶、跨运车设备的现场引导等，吊装重大体积的成品、转运行驶、成品打包落位、打包好产品落位装车，现场指挥引导跨运车驾驶等，安全、及时并有效地满足生产运作任务等。 职责描述: 了解钢丝绳，吊带，吊装锁具吨位并正确熟练使用； 吊装运过程中能够正确使用起重手势，按照起重设备操作规程和方法进行操作，确保安全生产运作； 能熟练驾驶重大起重设备，有效安全把控和指挥引导，掌握驾驶舱的仪表屏显和各种安全操作功能； 负责现场引导指挥跨运车设备，并与跨运车设备驾驶员共同作业配合，安全且及时的完成各项产品及辅助设备/器具的起吊、转移、落位等作业任务，给出正确明确且清晰的指令要求，并与跨运车设备驾驶员有清楚有效的信息传递和指令明确沟通； 规范且熟练做好吊装等起重设备的日常检查、维护、保养； 严格遵守班组安全规定，穿戴劳保防护用品，严格执行5S管理标准，营造安全，有序，规范操作的现场，消除生产安全隐患，异常主动举手上报； 接收检查和监督，完成上级交办的其他工作；
1.跨部⻔技术对接与⽅案制定 -配合 DIT 组、摄影组、录⾳组等技术部⻔，结合拍摄场景制定科学的信号部署⽅案（涵盖视频、⾳频、通话、⽆线⽹络覆盖），确保信号传输链路稳定可靠。 2.信号系统搭建与运维 -能独⽴完成现场信号系统搭建以及核⼼区域⽹络覆盖，保障传输链路稳定⽆中断，⽇常巡检与管理。 3.设备与信号保障 -负责现场⽆线频谱监测与管理，实时监控设备技术状态，快速排查并处理物理损伤、连接故障等问题，规避信号⼲扰，确保⽆线设备稳定运⾏。
1.跨部⻔技术对接与⽅案制定 -配合 DIT 组、摄影组、录⾳组等技术部⻔，结合拍摄场景制定科学的信号部署⽅案（涵盖视频、⾳频、通话、⽆线⽹络覆盖），确保信号传输链路稳定可靠。 2.信号系统搭建与运维 -能独⽴完成现场信号系统搭建以及核⼼区域⽹络覆盖，保障传输链路稳定⽆中断，⽇常巡检与管理。 3.设备与信号保障 -负责现场⽆线频谱监测与管理，实时监控设备技术状态，快速排查并处理物理损伤、连接故障等问题，规避信号⼲扰，确保⽆线设备稳定运⾏。
-设计分布式系统架构，集成自动化部署流程（CI/CD），确保平台支持高并发、低延时的OTA服务，满足车规级安全与稳定性要求，支持车辆软件升级、数据回传及远程诊断功能的高效管理 -制定OTA云平台架构方案与各数据系统、软件系统、信息安全系统的对接方案，并组织系统对接联调 -负责OTA云端平台的任务运营和管理 -负责数据通路基础组件的研发和运维云稳定性保障
1. 数据采集系统牵头设计与实施 (核心)： - 牵头自动驾驶数据采集系统的整体架构设计、技术选型与方案制定，涵盖传感器（摄像头、激光雷达、毫米波雷达、GNSS/IMU、CAN总线等）数据同步、采集、压缩、加密、上传等全链路。 - 制定并维护数据采集规范与策略，包括触发条件（场景触发、问题触发、定时触发）、采集频率、数据格式、存储周期、优先级等。 - 牵头解决数据采集过程中的技术难题和性能瓶颈（如带宽限制、存储空间、同步精度、丢帧问题）。 2. 数据管理体系构建与运维 (核心)： - 牵头设计、搭建和维护大规模、多模态自动驾驶数据存储与管理平台（如基于对象存储、分布式文件系统、数据库等）。 - 建立并主导执行数据的全生命周期管理策略，包括数据接入、清洗、标注（与标注团队协作）、存储、版本控制、归档、销毁等流程。 3. 跨团队协作与需求对接： - 作为数据平台的核心接口人，主动对接感知、规划控制、仿真、测试、地图等下游团队的数据需求，理解其业务场景（如特定Corner Case收集、模型训练数据需求、问题复现数据需求），并将其转化为数据采集和管理方案。 4. 工具链开发与流程规范： - 主导或参与开发内部数据管理工具和平台功能，提升数据操作效率（如数据检索、样本提取、质量检查工具）。 - 建立、维护和推广数据采集、存储、治理、使用的流程规范、操作手册和标准。