特斯拉资深特斯拉顾问-上海
任职要求
最低要求
• 本科及以上学历，有3年以上销售相关经验，其中1年以上团队管理经验。
• 出色的沟通能力和客户服务意识。
• 能够接受零售业的工作时间。
• 持有有效中国驾照，驾驶熟练。
• 对特斯拉企业文化及产品高度认可。
• 良好的…工作职责
THE ROLE 特斯拉是全球直营门店运营模式，销售团队在各城市门店直接面向所有客户，通过热情专业地向客户讲解产品并且为客户带来良好的试驾体验，传递特斯拉的使命。我们的销售团队非常年轻优秀充满激情，是一群心中有火眼里有光的团队，愿意独立思考，乐于挑战，一次又一次地完成其他人眼中不可能的任务创造奇迹。该职位主要负责完成客户接待、试驾、促成订单的销售全流程以及新人带教，完善客户体验。该职位不仅涉及店面的销售工作，还包括团队带教新人、提升销售绩效等方面。 职责描述 RESPONSIBILITIES • 通过客户服务、产品知识讲解和推广来驱动业务发展，最大程度提升销售成绩。 • 落实运营政策和流程来满足客户需求，同时帮助特斯拉达到销售目标。 • 建立良好的客户关系，并在试驾过程中提供高质量的客户体验，使潜在客户向亲朋好友传递良好特斯拉口碑。 • 通过电话和邮件的形式介绍并宣传产品相关的功能、报告和新闻来帮助客户做出购买电动汽车的决定。 • 根据不同层次客户情况，有针对性地开展相关活动或合作，增加品牌曝光率，开拓更多潜在客户和特斯拉爱好者。 • 在对电动汽车抱有疑虑的客户时，能够有效地针对其困惑的问题提出创新性或可行性方案，尤其在财务，技术，充电，实用性，生活方式等方面。 • 协助计划、执行和跟进体验店运营任务和项目。 • 在公司内外部沟通中代表特斯拉并保持专业和负责的态度。 • 持续建立并管理潜在客户资源，通过电话、邮件、试驾等线上线下方式维系客户关系情，确保较高的客户满意度最终将潜在客户转化为特斯拉车主。 • 承担团队日常的带教赋能，包括但不限于：辅导助理特斯拉顾问掌握产品知识、了解并熟练运用公司的相关系统、掌握销售逻辑和销售全流程技巧等；你需要以积极正向、职业成熟的管理方式带领和培养助理特斯拉顾问，并且在整个团队中发挥积极正向的作用，促进团结向上的氛围的形成。 • 和外部客户、外部人员，保持清晰、准确、职业、礼貌的沟通；和内部同事保持良好的沟通和团队协作。 • 其他职责：根据业务发展需要，完成管理层指定的其他工作。 任职要求
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。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；