特斯拉TAC技师-焊装供应商质量
任职要求
必须
全日制统招大专及以上学历
良好的动手解决问题的能力
对解决问题采取积极而坚定的行动，直到达成最终解决方案并部署和验证持续的流程改进
良好沟通能力和语言表达能力
在非结构化和快速节奏的环境中提供实践经验的结果，…工作职责
TAC（特斯拉行动中心）是供应链中的关键角色，它与超级工厂制造工程师，生产团队，质量团队，物流团队以及供应商工业化工程团队等通力合作，以确保供应商提供的零部件顺利投产并在批量生产期间能够稳定的保持在高质量水平 他/她将在特斯拉超级工厂工作，主要负责储能车间的问题跟踪和响应，以确保零件质量和供应稳定 职责描述: 1. 现场问题响应围堵 熟悉负责工段零件（钣金和喷粉车间）的质量标准和常见的失效模式，对于生产反馈的信息能及时给出解答 响应质量问题，具备一定的动手/返修能力，能拆解零件分析和锁定问题点并与SQE（供应商质量工程师）制定落实临时措施，对于严重度较高的问题能及时准确的进行升级反馈，拉动资源解决问题 与其他部门一同协作，确保提供给生产部门的物料是满足特斯拉设计及质量要求； 2. 零件检验&不合格品处置 根据PCA（供应商零件生产变更请求）及项目件试装信息，按变化点进行检查，确认零件是否符合要求； 质量预防检查，通过工具对关键零件（外观、尺寸、性能）进行抽查； 拉动SQE，按照《可疑品和不合格品处置程序》对不合格零件进行处理； 与SQE不定期供应商飞行检查，对供应商端零件进行抽查 3. 三方人员及供应商现场服务人员的管理 根据三方/现场服务人员签到信息，确认人员线边在岗状态； 对三方/现场服务人员分层审核，确保已知的零件问题不流到生产线，分层审核发现的不符合项得到及时整改； 跟踪供应商现场服务和三方每班登记当班结果并对填写不符合项及时通知整改
1. 负责大模型在客服业务场景下关键能力的应用研发，包括但不限于知识和指令遵循、深度推理、反思和评估等能力的优化和落地。 2. 负责多模态大模型的应用实践，特别是语音文本融合的多模态大模型的应用。 3. 研发和优化智能体的function call、多智能体间协调，使其能够高效、准确地调用内部和外部工具，扩展智能体的应用边界。 4. 深入理解本地生活服务业务场景，抽象业务所需的大模型基础能力深度优化，推动相关技术在实际业务中的应用。 5. 与工程团队紧密合作，推动算法模型的工程化落地，包括模型压缩、加速、部署和监控等环节。 6. 紧密跟踪业界前沿技术，结合业务需求进行预研和技术储备，保持团队的技术竞争力。
1. 负责无人驾驶系统中规划控制（Planning & Control）模块的数值优化求解器设计与开发，针对最优控制问题（OCP）及轨迹规划场景构建高效、鲁棒的自研求解器； 2. 研究前沿数值优化技术（如凸/非凸优化、非线性规划、稀疏矩阵计算等），推动求解器在复杂场景下的工程落地； 3. 深入分析规控模块中的典型优化问题（如动态障碍物避让、舒适性约束、多目标权衡等），设计适配性算法并优化求解效率； 4. 与规控算法团队协同，完成求解器与上层模块的集成与性能调优，提升系统实时性与稳定性； 5. 构建仿真与实车测试验证体系，确保求解器在复杂工况下（如边界条件下）的鲁棒性；
1. 负责无人驾驶系统中规划控制（Planning & Control）模块的数值优化求解器设计与开发，针对最优控制问题（OCP）及轨迹规划场景构建高效、鲁棒的自研求解器； 2. 研究前沿数值优化技术（如凸/非凸优化、非线性规划、稀疏矩阵计算等），推动求解器在复杂场景下的工程落地； 3. 深入分析规控模块中的典型优化问题（如动态障碍物避让、舒适性约束、多目标权衡等），设计适配性算法并优化求解效率； 4. 与规控算法团队协同，完成求解器与上层模块的集成与性能调优，提升系统实时性与稳定性； 5. 构建仿真与实车测试验证体系，确保求解器在复杂工况下（如边界条件下）的鲁棒性；
1. 参与无人驾驶系统中规划控制（Planning & Control）模块的数值优化求解器设计与开发，针对最优控制问题（OCP）及轨迹规划场景构建高效、鲁棒的自研求解器； 2. 分析规控模块中的典型优化问题，设计适配性算法并优化求解效率； 3. 与规控算法团队协同，完成求解器与上层模块的集成与性能调优；