特斯拉2026届-技术服务专家-杭州
任职要求
您将从事的工作： 作为车辆技术和客户服务方面的专家，借助特斯拉先进的远程诊断技术，高效准确及时判断车辆状态、远程分析，或现场协助处理车辆技术和客户问题，使车辆时刻保持处于最佳状态。 1. 熟悉车间生产设备以及车间日常专用工具的使用方法； 2. 熟悉在线自动化工具，针对自动化工具运行结果，做出执行计划； 3. 支持区域新开发诊断工具的调试并反馈； 4. 针对区域内出现的批量问题进行技术结论和建议的反馈； 5. 持续更新最新的技术状态，并定期通知； 6. 针对现场的疑难杂症提出高效科学的解决办法； 7. 在车辆维护及维修方面为客户提出合理的建议，以确保最佳的客户服务体验； 8. 根据业务发展需要，完成管理层指定的其他工作。 您将收获到： 1. 专属定制的培养方案、高效快速的成长路径； 2. 扁平化结构，多样化职业发展通道，火箭般的成长速度； 3. 开放平等的合作模式和活泼的团队氛围； 4. 极具竞争力的薪酬组合和全方位福利保障，加入就授予特斯拉股票，立即成为股东。 我们需要您： 1. 愿意钻研新的或具有创新性的汽车技术和服务； 2. 有效的处理多任务多优先级，合理地管理自己的工作量，保证按时完成工作任务； 3. 能够建立和维护合作型的内外部工作关系； 4. 保持高度专业的职业操守和职业形象； 5. 熟悉计算机语言，熟练使用办公软件； 6. 优秀的英语能力。
工作职责
无
隶属于特斯拉虚拟服务团队，利用特斯拉车辆的智能属性和远程技术，在线诊断、识别问题，为预约的客户解决技术问题，为区域服务中心车间维修提供方案；用技术优势为客户提供不被打扰的智能服务，引领行业新趋势。 职责描述 · 通过在线诊断，识别问题，为预约的客户解决技术问题，为区域服务中心车间维修提供方案，优化车间维修效率。 · 确保将车辆的诊断结果和维修数据正确地录入系统。 · 定期总结分析全国远程诊断的常见问题类型、占比及解决方案，协助统一全国远程诊断的操作标准，定期参与培训和分享。 · 紧密对接技术和工程师团队，掌握最新的产品信息和维修方案，尤其是软件系统的升级。 · 紧密对接各地服务中心，掌握车间最新的维修类型和占比。 · 根据业务发展需要，完成管理层分配的其他工作。
1、AI产品运营：负责钉钉「AI服务专家」产品的链路设计与运营，分析客户动线和使用场景，优化AI产品服务流程；协调跨部门资源，推动产品功能迭代和运营策略的实施。 2、AI内容运营：输出高质量的AI知识内容（场景/角色/行业的方案设计和AI知识内容包装），进行「AI服务专家」的知识运维和AI知识训练 3、用增场景运营：通过客户共创/平台数据分析等方式，挖掘客户场景，分析增长机会，找到客户非钉钉不可的理由，创造钉钉新吸引力。
隶属于特斯拉虚拟服务团队，利用特斯拉车辆的智能属性和远程技术，在线诊断、识别问题，为预约的客户解决技术问题，为区域服务中心车间维修提供方案；用技术优势为客户提供不被打扰的智能服务，引领行业新趋势。 职责描述 · 通过在线诊断，识别问题，为预约的客户解决技术问题，为区域服务中心车间维修提供方案，优化车间维修效率。 · 确保将车辆的诊断结果和维修数据正确地录入系统。 · 定期总结分析全国远程诊断的常见问题类型、占比及解决方案，协助统一全国远程诊断的操作标准，定期参与培训和分享。 · 紧密对接技术和工程师团队，掌握最新的产品信息和维修方案，尤其是软件系统的升级。 · 紧密对接各地服务中心，掌握车间最新的维修类型和占比。 · 根据业务发展需要，完成管理层分配的其他工作。
我们正在寻找业界顶尖的系统专家，加入我们的AI基础架构团队，共同设计和构建下一代生成式AI的“在线服务操作系统”。您的使命是解决将前沿AI能力（大模型、AI Agent、多模态等）转化为大规模、高效率、高可用在线服务时所面临的系统性、全栈性挑战。您将负责端到端的服务性能与架构演进，从顶层应用到底层硬件，全面提升AI服务的竞争力。 具体职责包括（若你对以下一个或者多个方向感兴趣均欢迎投递）： 1. 大规模模型服务平台与智能调度系统设计： (1)负责承载大规模在线模型服务（Serving）平台的核心架构设计与演进，通过对底层推理引擎（如PAI平台提供）的深度适配与协同优化，实现极致的推理吞吐与资源利用率。 (2)设计并实现面向复杂混合负载（长/短序列长度、多Lora、多模型、异构资源、多租户、高/低优先级）的上层智能请求调度与资源管理系统，通过与推理引擎的深度协同，动态调整调度策略，保障服务质量（SLA）并最大化云上服务的性价比。 2. 分布式基础设施与底层硬件优化： (1)负责面向大规模模型服务的分布式推理拓扑管理与通信计算协同优化，针对张量并行、流水线并行等场景，优化跨节点通信（InfiniBand/RoCE, NVLink），降低端到端延迟。 (2)深入理解GPU、NPU等异构硬件架构与特性，负责从服务层面对底层计算、编译优化（由PAI等引擎团队提供）进行性能评测、分析与反馈，驱动端到端的硬件效能提升。 3. AI应用层运行时与算法协同优化： (1)深入AI Agent、检索增强生成（RAG）、多模态理解等复杂应用场景，设计并优化其专用的高效运行时（Runtime），解决长链条、多依赖、异步任务流的性能瓶颈。 (2)负责高性能向量检索（Vector Search）与图计算（Graph Computing）引擎的服务化与集成，优化其在RAG和复杂推理场景下的数据访问与计算效率，实现数据层与模型层的无缝高效协同。