理想汽车智能制造工程师(自动化/机器人方向)-上海
任职要求
1. 具有较强的沟通和团队协作能力,能吃苦耐劳,接受不同地点项目执行的出差需求; 2. 具有很强的责任心,抗压能力强,能够适应较快的工作节奏; 3. 创新能力强,以主要负责人发表/获得过发明专利、论文、创新奖项等荣誉者优先; 4. 熟练使用建模软件SolidWorks,UG,AutoCAD,CATIA V5等;熟练使用office、Python、C++等软件; 5. 具备机械设计及制造基础知识能力,如常用机加工艺、互换性尺寸公差等; 6. 具备持续提升产线自动化、智能化的意识和实施能力; 7. 有数字化/AI应用开发经验优先,如2D/3D视觉开发、机器人应用、电气编程; 8. 具备6西格玛等数据分析工具优先; 9. 良好的中英文读写、沟通能力,CET6及以上; 10. 在校有学生干部经验优先。
工作职责
1. 新设备开发及导入管理;熟悉常见装配类产线设备架构及工作原理; 2. 基于制造策略,负责新项目设备策略推荐,包括方案感知及对比收敛; 3. 负责各工艺设备开发策略制定,包括设备选型分析、预算申报;招标文件编制、设备现场安调管理; 4. 负责产线、设备验收、安调及各类过程问题整改,直至满足SOR目标; 5. 具备基本的设备自主调试能力,例如机器人调试、PLC编程等; 6. 主导现场设备疑难问题、高频问题的深入调查、分析、并制定解决方案,策划问题解决方案的实施; 7. 负责自动化产线、设备的方案制定、评审能力,保障自动化产线或设备稳定运营。
特斯拉数据算法团队在工业智能研发中扮演关键角色。我们通过自主构建数据算法平台,赋能生产制造、供应链、销售、服务和充电网络等业务领域,将海量信息转化为高价值数据资产,从而打造更卓越的产品并提升用户体验。 作为特斯拉数据算法工程师,您将全程参与自研数据算法产品和项目的孵化、落地与迭代过程。从数据收集、清洗和预处理,到模型训练与生产部署,您将主导整个流程。理想候选人应热爱人工智能,并紧跟领域前沿动态。 本职位聚焦工业领域的计算机视觉应用,包括缺陷检测、视觉引导、尺寸测量以及视觉大模型等。 职责描述 负责对接公司内部计算机视觉项目,独立设计视觉方案、部署落地,并管理项目全生命周期。 处理计算机视觉项目的图像收集、整理、过滤和清洗;执行数据预处理、模型训练、迭代、重训练,以及准确率优化和模型搜索等任务,涵盖分类、识别和图像分割等领域。 探索多模态大模型在工业场景的应用,研究少样本检测、视频理解等方向的创新解决方案。 追踪计算机视觉技术前沿趋势,提出创新方案应对工业生产挑战。 必备条件 计算机科学、数学、统计学或相关学科的本科及以上学历。 扎实的Python和C++开发经验。 精通OpenCV等图像处理算法。 具备TensorFlow或PyTorch模型开发经验。 掌握数据科学工具,如Pandas、NumPy、Matplotlib,以及MongoDB Aggregation等。 有多模态大模型相关项目经验,并在至少一个领域(如多模态大模型、多模态表征或少样本学习)有深入研究。 优先条件 有将计算机视觉技术应用于工业制造或相关领域的实际项目经验。 熟悉机器人/PLC控制、工业相机/激光传感器/光源解决方案。 有在敏捷开发环境中的工作经验。 具备优秀的书面和口头沟通能力。 有项目管理经验,能按时节点完成开发任务。 拥有算法开发背景,例如参与过ACM竞赛。 在相关领域的学术期刊或会议上发表过论文。 加入我们 加入特斯拉,您将在充满活力和创新的环境中,与全球顶尖工程师和科学家合作,通过机器视觉技术推动工业自动化和智能制造的进步。如果您对机器学习、人工智能和计算机视觉充满热情,并渴望在这一前沿领域实现自我价值,欢迎成为我们的一员! The Role Tesla's Data Algorithms Team plays a pivotal role in industrial intelligence research and development. We empower various business areas—including manufacturing, supply chain, sales, service, and charging networks—by building our own data algorithms platform. This transforms vast amounts of information into high-value data assets, enabling us to create superior products and deliver an enhanced user experience. As a Tesla Data Algorithms Engineer, you will be fully involved in the incubation, implementation, and iteration of our in-house data algorithms products and projects. From data collection, cleaning, and preprocessing to model training and production deployment, you will lead the entire process. The ideal candidate is passionate about artificial intelligence and stays abreast of the latest developments in the field. This position focuses on computer vision applications in the industrial sector, including defect detection, visual guidance, dimension measurement, and large vision models. Responsibilities Handle internal computer vision projects, independently design visual solutions, deploy them, and manage the full project lifecycle. Manage image collection, organization, filtering, and cleaning for computer vision projects; perform data preprocessing, model training, iteration, retraining, accuracy optimization, and model search tasks, covering areas such as classification, recognition, and image segmentation. Explore the application of multimodal large models in industrial scenarios, researching innovative solutions in directions like few-shot detection and video understanding. Track cutting-edge trends in computer vision technology and propose innovative solutions to address challenges in industrial production. Required
特斯拉数据算法团队在工业智能研发中扮演关键角色。我们通过自主构建数据算法平台,赋能生产制造、供应链、销售、服务和充电网络等业务领域,将海量信息转化为高价值数据资产,从而打造更卓越的产品并提升用户体验。 作为特斯拉数据算法工程师,您将全程参与自研数据算法产品和项目的孵化、落地与迭代过程。从数据收集、清洗和预处理,到模型训练与生产部署,您将主导整个流程。理想候选人应热爱人工智能,并紧跟领域前沿动态。 本职位聚焦工业领域的计算机视觉应用,包括缺陷检测、视觉引导、尺寸测量以及视觉大模型等。 职责描述 负责对接公司内部计算机视觉项目,独立设计视觉方案、部署落地,并管理项目全生命周期。 处理计算机视觉项目的图像收集、整理、过滤和清洗;执行数据预处理、模型训练、迭代、重训练,以及准确率优化和模型搜索等任务,涵盖分类、识别和图像分割等领域。 探索多模态大模型在工业场景的应用,研究少样本检测、视频理解等方向的创新解决方案。 追踪计算机视觉技术前沿趋势,提出创新方案应对工业生产挑战。 必备条件 计算机科学、数学、统计学或相关学科的本科及以上学历。 扎实的Python和C++开发经验。 精通OpenCV等图像处理算法。 具备TensorFlow或PyTorch模型开发经验。 掌握数据科学工具,如Pandas、NumPy、Matplotlib,以及MongoDB Aggregation等。 有多模态大模型相关项目经验,并在至少一个领域(如多模态大模型、多模态表征或少样本学习)有深入研究。 优先条件 有将计算机视觉技术应用于工业制造或相关领域的实际项目经验。 熟悉机器人/PLC控制、工业相机/激光传感器/光源解决方案。 有在敏捷开发环境中的工作经验。 具备优秀的书面和口头沟通能力。 有项目管理经验,能按时节点完成开发任务。 拥有算法开发背景,例如参与过ACM竞赛。 在相关领域的学术期刊或会议上发表过论文。 加入我们 加入特斯拉,您将在充满活力和创新的环境中,与全球顶尖工程师和科学家合作,通过机器视觉技术推动工业自动化和智能制造的进步。如果您对机器学习、人工智能和计算机视觉充满热情,并渴望在这一前沿领域实现自我价值,欢迎成为我们的一员! The Role Tesla's Data Algorithms Team plays a pivotal role in industrial intelligence research and development. We empower various business areas—including manufacturing, supply chain, sales, service, and charging networks—by building our own data algorithms platform. This transforms vast amounts of information into high-value data assets, enabling us to create superior products and deliver an enhanced user experience. As a Tesla Data Algorithms Engineer, you will be fully involved in the incubation, implementation, and iteration of our in-house data algorithms products and projects. From data collection, cleaning, and preprocessing to model training and production deployment, you will lead the entire process. The ideal candidate is passionate about artificial intelligence and stays abreast of the latest developments in the field. This position focuses on computer vision applications in the industrial sector, including defect detection, visual guidance, dimension measurement, and large vision models. Responsibilities Handle internal computer vision projects, independently design visual solutions, deploy them, and manage the full project lifecycle. Manage image collection, organization, filtering, and cleaning for computer vision projects; perform data preprocessing, model training, iteration, retraining, accuracy optimization, and model search tasks, covering areas such as classification, recognition, and image segmentation. Explore the application of multimodal large models in industrial scenarios, researching innovative solutions in directions like few-shot detection and video understanding. Track cutting-edge trends in computer vision technology and propose innovative solutions to address challenges in industrial production. Required
1、 现场质量执行与监控:领导并参与OEM工厂内我司产品对应的IQC、IPQC、OQC团队的日常检测活动,实时监控产线生产质量状态,关注生产过程稳定性和机器人整机产品一致性,为检验团队的交付结果总负责。 2、 即时问题响应与遏制:需要对现场突然质量问题进行快速遏制、初步分析和紧急处理,并确保即时上报,作为新问题的第一发现者和响应者,确保问题不流入后道程序。 3、 问题反馈、升级及协同解决:对于工程端重复发生、系统性的质量问题等,准确、系统、清晰地整理数据并向SQE及项目层对齐,协助SQE推动供应商进行根本问题分析和解决(可领导8D小组),协同SQE在现场完成问题和纠正措施的执行效果。 4、 负责每日、每周、每月的现场质量数据报告,向SQE及项目层清晰、透明地呈现生产质量状态信息。 5、 作为公司在生产现场的日常质量对接人,与OEM生产、质量团队进行日常协调。