特斯拉2026届-供应商质量技师（电池/电测/封装类）
任职要求
1. 本科及以上学历
2. 良好的动手解决问题的能力，良好沟通能力和语言表达能力
3. 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…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/她将在特斯拉超级储能工厂工作，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 岗位职责: 1. 现场问题响应：熟悉负责零件（电池车间外购件：电芯，线束，Busbar，BMB板，塑料结构等零件）的基础工艺、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，基于现场缺陷形式进行初步分析，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；质量问题录入系统并在内外部会议进行问题的初步介绍；问题闭环跟踪：对历史质量问题的根因分析和长期措施进行跟踪，并验证措施有效性，完成问题闭环； 2. 供货保障：与质量/工艺/生产等其他部门一同协作，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； 3. 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 4. 三方人员及供应商现场服务人员的管理：核查三方/现场服务人员出勤信息，并确认人员线边在岗状态；进行分层审核，确保工作效果，保证已知的零件质量问题不流到生产线，分层审核发现的不符合项及时组织整改；跟踪供应商现场服务和三方当班筛选结果并及时传递信息，通知整改； 5. 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
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/她将在特斯拉超级储能工厂工作，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 岗位职责: 1. 现场问题响应：熟悉负责零件（电池车间外购件：冷板，金属支架，导热胶，结构密封胶等零件）的基础工艺、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，基于现场缺陷形式进行初步分析，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；质量问题录入系统并在内外部会议进行问题的初步介绍；问题闭环跟踪：对历史质量问题的根因分析和长期措施进行跟踪，并验证措施有效性，完成问题闭环； 2. 供货保障：与质量/工艺/生产等其他部门一同协作，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； 3. 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 4. 三方人员及供应商现场服务人员的管理：核查三方/现场服务人员出勤信息，并确认人员线边在岗状态；进行分层审核，确保工作效果，保证已知的零件质量问题不流到生产线，分层审核发现的不符合项及时组织整改；跟踪供应商现场服务和三方当班筛选结果并及时传递信息，通知整改； 5. 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
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。
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！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。