特斯拉设备控制工程师
社招全职3-5年冲压车间地点：上海状态：招聘
任职要求
工程、计算机科学、统计学、数学或等效经验的学士学位 3-5年制造业数据分析经验 高级Python、SQL和ETL开发技能（Airflow、pandas、pySpark等） 具有丰富使用数据分析和可视化领域工具的经验，如MATLAB、R、Tableau、PowerBI 具有丰富使用深度学习和机器学习的经验，如sklearn、ternsorflow、keras、pytorch 具有丰富从各种数据源获取数据和维护数据库/数据系统的经验，以赋予运营和探索性分析 具有工厂运营、质量指标、SPC（统计过程控制）、PdM（预测性维护）、DOE（实验设计）、A/B对比测试和过程工程的实用知识 能够快速掌握技术概念，并综合影响 能够有效地与工程师合作，并进行端到端分析，从数据需求收集到数据处理和建模 能够独立和团队合作 具备良好的英语读写能力，并能进行口头的交流 能够保持积极、主动和乐观 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：员工+伴侣+子女均可享受500万保额的高端医疗保险； 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，三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； 带薪假期：15天带薪年假、5天带薪病假、及其他国家法定休假； 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
作为设备控制工程师您主要负责冲压车间设备的运行维护，通过研究设备运行状态，为设备的长期稳定运行提供专业指导。同时，他支持设备的持续更新与功能开发，包括设计、编写和调试上位机程序及PLC程序，推进新功能（如视觉系统、制造管理系统、预测性维护系统等）与现有设备的集成与调试。同时将领导IOT数据架构和预测性维护（PdM）计划。您的核心使命是通过智能数据收集、集成和分析，使车间实现数据驱动的运营。您将连接生产需求和数字化解决方案之间的差距，将业务挑战转化为可行的数据项目，确保数据可用性、质量和有意义的应用，以提高生产率、质量和成本效率。 职责描述： 领导IOT数据架构在车间设备中的部署和维护，与数字化工厂和智能制造平台集成 使用可视化工具（例如Power BI、Grafana、Tableau）开发和维护动态展示窗口和数字门户，以实现实时监控和决策支持 使用ETL技术从多种数据源（结构化/非结构化）提取、转换和加载数据，确保业务就绪数据集用于分析 维护和优化车间SQL数据库；管理原数据，确保数据质量，并根据业务需求扩展模式 分析传感器、过程和机器数据以检测趋势、异常和根本原因；支持生产团队提供可行的方案 将机器学习模型应用于时间序列、图像或文本数据，以进行预测性维护和过程优化 维护当前车间级别的数据监控系统，以支持日常运营和关键性能偏差的早期预警机制 与跨职能团队（例如设备、工艺、质量）合作，提供端到端数据解决方案和持续改进项目 推广和引入冲压团队采用企业级数字工具和平台 使用统计和机器学习方法进行长期研究和数据挖掘项目，以解决复杂的运营问题 执行经理分配的其他任务，以符合智能化转型战略 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
包括英文材料
学历+
数据分析+
[英文] Data Analyst Roadmap
https://roadmap.sh/data-analyst
Step by step guide to becoming an Data Analyst in 2025
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
SQL+
https://liaoxuefeng.com/books/sql/introduction/index.html
什么是SQL？简单地说，SQL就是访问和处理关系数据库的计算机标准语言。
https://sqlbolt.com/
Learn SQL with simple, interactive exercises.
https://www.youtube.com/watch?v=p3qvj9hO_Bo
In this video we will cover everything you need to know about SQL in only 60 minutes.
ETL+
https://www.ibm.com/think/topics/etl
ETL—meaning extract, transform, load—is a data integration process that combines, cleans and organizes data from multiple sources into a single, consistent data set for storage in a data warehouse, data lake or other target system.
https://www.youtube.com/watch?v=OW5OgsLpDCQ
It explains what ETL is and what it can do for you to improve your data analysis and productivity.
Airflow+
[英文] Tutorials - Airflow
https://airflow.apache.org/docs/apache-airflow/stable/tutorial/index.html
Once you have Airflow up and running with the Quick Start, these tutorials are a great way to get a sense for how Airflow works.
https://www.youtube.com/watch?v=K9AnJ9_ZAXE
In this 2-hour Airflow Tutorial for Beginners Full Course, we combine theory explanation and practical demos to help you get started quickly as an absolute beginner.
Pandas+
[英文] 10 minutes to pandas
https://pandas.pydata.org/docs/user_guide/10min.html
This is a short introduction to pandas, geared mainly for new users.
[英文] Cookbook - pandas
https://pandas.pydata.org/docs/user_guide/cookbook.html#cookbook
This is a repository for short and sweet examples and links for useful pandas recipes.
https://www.kaggle.com/learn/pandas
Solve short hands-on challenges to perfect your data manipulation skills.
https://www.youtube.com/watch?v=2uvysYbKdjM
I'm super excited for this one. We're doing another complete Python Pandas tutorial walkthrough.
https://www.youtube.com/watch?v=Mdq1WWSdUtw
Filtering, Joins, Indexing, Data Cleaning, Visualizations
MATLAB+
https://matlabacademy.mathworks.com/?page=1&sort=featured
Learn MATLAB and Simulink through interactive, in-product exercises
https://www.mathworks.com/help/matlab/getting-started-with-matlab.html
Millions of engineers and scientists worldwide use MATLAB® to analyze and design the systems and products transforming our world.
https://www.youtube.com/watch?v=7f50sQYjNRA
Learn the fundametnals of MATLAB in this tutorial for engineers, scientists, and students.
R+
[英文] R Tutorial
https://www.w3schools.com/r/
R is often used for statistical computing and graphical presentation to analyze and visualize data.
Tableau+
https://help.tableau.com/current/guides/get-started-tutorial/zh-cn/get-started-tutorial-home.htm
了解如何连接到数据、创建数据可视化项、演示您的发现以及与其他人共享您的见解。
https://www.youtube.com/watch?v=K3pXnbniUcM
Spent 2 years creating a 21-hour, high-quality course that covers everything about Tableau.
Power BI+
[英文] Power BI Tutorial
https://www.tutorialspoint.com/power_bi/index.htm
Power BI is a Data Visualization and Business Intelligence tool that converts data from different data sources to interactive dashboards and BI reports.
https://www.youtube.com/watch?v=FwjaHCVNBWA
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
Scikit-learn+
https://www.ibm.com/think/topics/scikit-learn
Scikit-learn, or sklearn, is an open source project and one of the most used machine learning (ML) libraries today.
https://www.youtube.com/watch?v=SIEaLBXr0rk
Today we to a crash course on Scikit-Learn, the go-to library in Python when it comes to traditional machine learning algorithms (i.e., not deep learning).
Keras+
https://keras.io/getting_started/intro_to_keras_for_engineers/
Keras 3 is a deep learning framework works with TensorFlow, JAX, and PyTorch interchangeably.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
相关职位
社招电池车间
负责电池车间自动化设备在生产过程中的维护、保养、维修、改造和调试等工作，保证设备稳定运营；负责生产过程中设备相关问题的根本原因分析和解决以及防止问题再发生措施制定及落实等；多维度的推进负责设备向智能制造的转型； 电池车间具备独特的全流程电池制造工艺，先进的高自动化制造设备，独立开发的生产运营系统，全球领先的动力电池产品，特斯拉电池车间，正在驱动智能制造。欢迎来自不同领域的人才，加入我们，成为世界一流电池车间的创造者，共同引领电池行业发展。 职责描述: 设备故障排除:为维护团队提供实际支持以排除故障，并解决长时间停机设备问题。 设备可靠性:持续改进生产设备，以确保产量目标的达成。 设备优化:通过设备升级来优化设备，以减少周期时间，提高产量和可用性。确保设备能力对工程运行是最优的。 设备编程:编写/优化可编程逻辑控制器和工业机器人平的梯形逻辑和结构化文本。 设备调试和产能爬坡:在新设备的调试和产能爬坡期间与制造工程团队密切合作，了解设备并发现任何潜在的设备问题。 设备工艺稳定性:与工艺工程师合作，定期收集和分析数据，发掘需要改进的地方。熟悉统计过程控制和特斯拉工厂数据系统，以确保零件及产品的可追溯性。 协作:与跨职能团队协同工作，质量工程、制造工程、过程工程、控制工程、生产操作/维护和产品设计。 推动设备相关流程的改进。 培训维护和操作人员，以减少其设备故障恢复时间。 负责区域内电气元件的修复及降本。 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
校招制造
1. 负责现场设备问题快速解决，制定防止对策，对现场设备进行持续改善； 2. 负责车间设备维护管理工作、降低设备故障率，提高设备开动率； 3. 负责设备维修人员技能提升工作，组织开展相应培训，强化维修人员技能； 4. 建立并完善维修管理体系并开展体系审核，发现并解决体系问题。
社招5年以上储能超级工厂
负责车间自动站应用程序，输送机系统与工艺设备等电控系统，通过监控系统程序进行故障排除和改进。此外，将与维护团队合作，修复和改善设备故障。 职责描述: 根据设备维护手册，编制设备预防性维修计划和操作指导书，根据工段执行预防性维修的实际进行回顾、修改； 现场快速响应生产设备故障，并落实制定抢修策略、落实有效措施； 针对重点设备停机故障，分析故障原因并制定、落实措施，不断提高设备开动率，改善设备瓶颈； 支持工段人员发展，根据维修人员岗位要求及培训计划，对维修技师进行技术培训，参与编制、审定操作指导书。支持现场生产人员、维修技师对人机界面操作、人机工程的合理需求，与现场生产、质量工艺协同合作，支持过程审核和改善工作； 切实完成工程师设备维护项目、设备程序和参数的修改、备份、读写管理； 不断提出改善型建议、防错方案、应急预案，并推进落实，实现平稳、高效生产； 支持维修体系建设，积极协助安全、环保、能源、备件、成本、项目、计量等管理考核指标业绩提升。通过学习不断提高自我技术能级水平。 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
校招智能制造类
1. 自动化设备控制系统及视觉系统需求调研分析、项目开发计划拟定，可行性技术分析及功能设计； 2. 自动化设备控制系统及视觉系统开发、实施、优化及应用； 3. 自动化设备需求分析，解决方案文档、开发技术文档、操作文档编写与培训； 4. 现有自动化设备的升级及改造； 5. 参与智能制造设计及行业标杆学习。
更新于 2025-09-18