特斯拉2026届-压铸设备自动化工程师
任职要求
毕业时间在2025年1月-2026年10月之间，统招本科及以上学历；
毕业于电气工程，自动化等相关专业；
英语可作为工作语言，满足国际化协同工作要求；
承压能力强，乐于接受挑战，对智能制造/质量管控抱有浓厚兴趣和独到见解；
具有极强的自驱力/学习能力/适应能力，致力于投入到快节奏变革中。
工作在特斯拉：
富有竞争力的基本薪酬：在特斯拉，所有岗位的薪酬都会从多重维度对标行业内外的公司，通过制定科学合理的薪酬方案以确保薪酬的竞争力。
全员持股：每位加入特斯拉的伙伴都会被股票激励政策所覆盖，成为特斯拉的股东；同时，员工还可以参与员工股票购买计划（ESPP），以优惠的折扣价购买特斯拉股票，与公司实现财富的共同成长。
补充住房公积金：特斯拉为每位员工缴纳高标准的住房公积金，缴纳标准为12%，当城市缴纳标准低于12%时，公司将通过现金的方式补齐。
补充商业医疗保险：特斯拉免费提供超高保额的商业医疗保险，不仅覆盖员工个人，还包括其配偶及子女，门诊、住院…工作职责
THE ROLE 作为压铸设备工程师，分析、解决现场问题，参与新项目导入，制定并实施改进措施；学习汽车构成及工艺，熟悉汽车制造的各项关键技术。领略智能制造无法复制的制造魅力，你能够掌握新能源汽车制造工艺设备的开发及应用；获取行业优秀的培训资源，助力你成为制造技术专家；扁平化结构，多样化职业发展通道助你快速成长。学习车间相关的生产工艺，熟悉汽车制造的关键技术及其相关设备。 RESPONSIBILITIES职责描述： 协助压铸设备工程师分析、解决现场问题，制定并实施改进措施； 编制现场设备文件，强化文件管理； 跟踪区域内新项目实施，协调各功能块资源，跟踪解决项目问题； 协助完成各区域内的智能创新项目； 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 2026智能制造生产管理定向培养项目：以岗位需求为导向，系统地学习岗位所需要的理论知识与实操技能，通过岗位实习和培训，提升和夯实岗位技能。你将收获到：不设限的成长快速通道；深入了解生产制造全面的知识机会；项目管理、人际交往等能力的提升以及一群志同道合为使命奋斗的伙伴。 RESPONSIBILITIES职责描述： 熟练掌握压铸车间的安全管理体系，组织安全培训和演练，提高员工的安全意识和应急处理能力，确保生产安全； 负责所管辖工段内团队人员的调配，进行团队建设，领导和激励所属工段的员工，提高团队的凝聚力和执行力； 执行所在工段年度各项计划，通过各种有效措施的跟踪、落实，确保各项目标的完成； 领导监督所辖班组过程控制和过程优化，高效、精益地按要求生产出合格产品，保证所在工作生产运作； 监督生产过程中的质量控制，及时发现和处理质量问题，积极与各功能块协作，拉动资源进行质量改进和质量提升活动； 指导和培训员工，提高员工的专业技能和综合素质，组织员工进行改善活动提升工作效率，组织员工进行改进和合理化建议活动；负责所管辖区域内团队建设，绩效考核； 培训班组人员，制定本班组的轮岗计划，提高多技能率，实现班组人员进行合理利用； 解决生产现场出现的问题，如设备故障、质量问题等，确保生产的连续性； 根据公司的生产计划，合理安排生产任务和人员配置，监控生产进度，及时调整生产计划，确保按时完成生产任务； 完成上级主管交办的其他任务。 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。
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！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。