特斯拉Sr. Data Algorithm Engineer, CV

工作描述

职位介绍
数据算法团队在特斯拉工业智能研发方面扮演关键角色。我们通过自主搭建数据算法平台，赋能生产制造、供应链、销售、服务和充电网络等领域，将信息转化为高价值的数据资产，从而创造更优质的产品并提供完美的用户体验。
作为特斯拉应用软件团队的数据算法工程师，您将参与自研数据算法产品和项目的全生命周期，从孵化到落地，从雏形到成熟。您将领导数据的收集、清理、预处理、模型训练以及生产部署的全流程。理想候选人应对人工智能和计算机视觉技术充满热情，并紧跟该领域的最新进展。
本职位主要聚焦于制造相关的机器视觉应用，包括自动视觉质检（缺陷检测）、视觉引导等。特别强调工业场景下的缺陷检测能力、少样本（few-shot）缺陷检测项目经验，以及利用AI Agent驱动视觉应用的规模化部署。

岗位职责
光学调试与视觉系统集成相关：负责工业相机选型、光源设计与调试、镜头选择、曝光/增益/触发等光学参数优化，以及2D相机标定。配合机器人/PLC等技术，驱动2D视觉应用与生产协同。
2D数据处理相关：负责机器视觉项目中大批量2D图像数据的收集、整理、标注、过滤和清洗。需熟练处理缺陷检测任务，包括图像预处理、数据增强、难例挖掘等。需熟练使用Python、C++、OpenCV、Numpy等工具处理2D图像数据。
模型开发相关：负责2D视觉项目的目标检测、语义/实例分割、缺陷分类/定位模型的数据预处理、训练、迭代、重训练，以及模型准确率、召回率和泛化能力提升。重点开发与优化少样本（few-shot）缺陷检测、异常检测（anomaly detection）相关模型，适应工业场景中缺陷样本稀缺的特点。需具备Python、C++、TensorFlow/PyTorch等框架经验，并理解常用神经网络（如CNN、Transformer及其变体）在2D视觉中的应用。
规模化部署与创新相关：利用AI Agent技术驱动视觉应用的规模化落地，包括自动化数据管道构建、模型自适应调优、跨产线快速部署、效果监控与持续迭代。对最新的2D视觉技术（few-shot learning、 foundation models、anomaly detection）和AI Agent趋势保持敏感，能够提出创新解决方案应对工业生产挑战，以提升质量控制效率和部署规模。

任职要求
必备条件
具备计算机科学、数学、统计学或相关学科的高等学历。
具备较强的C++和Python开发背景，能够处理高性能2D视觉算法实现。
具备很强的2D视觉算法背景，包括缺陷检测、分割、分类，以及少样本学习和异常检测算法。熟悉工业光学成像原理。
具备TensorFlow或PyTorch等框架的模型开发经验，并理解常用神经网络（如卷积网络、Transformer）在视觉中的原理和优化。
具备数据科学相关能力，如Pandas、Numpy、Matplotlib以及MongoDB Aggregation等工具的使用经验。
了解工业相机、光源、镜头等硬件解决方案，具备工业制造的机器视觉经验，尤其是制造质量控制中的缺陷检测应用。具备较强的光学调试能力。
优先考虑
有实际将视觉技术应用于工业、制造领域的项目经验，特别是2D缺陷检测系统，few-shot缺陷检测项目经验为佳。
在相关领域的学术期刊或会议（如CVPR、ICCV）上发表过研究论文。
具有工业相机/光源/镜头解决方案的丰富经验，以及实际光学调试（lighting setup、相机参数优化）经验。
有在敏捷环境中工作的经验。
具有算法开发竞赛经验，如ACM、Kaggle等。
熟悉AI Agent、大模型在工业视觉规模化部署中的应用，或具备跨多产线/多场景快速落地视觉方案的经验。

The Role
The Data Algorithms team plays a key role in Tesla's industrial intelligence research and development. We build our own data algorithms platform to empower areas such as production manufacturing, supply chain, sales, services, and charging networks, transforming information into high-value data assets to create superior products and deliver a perfect user experience.
As a Data Algorithms Engineer at Tesla, you will participate in the full lifecycle of in-house data algorithms products and projects, from incubation to deployment, and from prototype to maturity. You will lead the entire process of data collection, cleaning, preprocessing, model training, and prod…