小米小米汽车-测量工程师-尺寸测量方向
-负责百度IDG自动驾驶整车零部件的供应商质量管理工作。包括新供应商开发，APQP，生产审核，PPAP，质量问题解决，生产计划制定和交付等全生命周期质量供应商管理工作 -配合采购及研发同事，明确产品的技术，过程及质量要求，在项目定点和采购下单前将要求明确传达给供应商，并在生产交付过程中严格执行，评估供应商能力，控制项目质量及交付风险 -在产品生产交付阶段，通过有效的监控及现场审核，确保产品的质量稳定性及交付及时性 -在新产品到货前，主导建立来料检验计划及供应商出厂检验要求 -制定产品开发及量产的质量目标并监控统计，推动供应商产品质量和过程质量的持续性改善活动 -对于来料质量及售后质量问题，推动供应商分析根本原因及制定改善措施，按时反馈8D报告 -参与百度IDG质量体系相关内审及外审工作，推动供应商质量管理流程持续优化改进 -熟悉自动驾驶套件故障模式，熟悉软件开发及质量管控要求，了解相关产品和工艺要求，有丰富的解决问题相关经验 -有效识别供应商过程风险，推动供应商工艺优化，提升过程生产的可靠度，确保量产的稳定性 -具备整体和系统化的质量管理意识，强有力的内外部沟通和协调能力，能够拉动资源快速解决问题。 -具备质量风险预判和风险等级意识，降低量产后问题发生后的被动解决频 -完成领导安排的其他工作
- 视觉系统设计与开发 - 方案设计与硬件选型 - 根据应用场景（如工业检测、机器人导航）设计视觉系统架构，完成相机（工业相机/RGB-D）、镜头、光源及滤镜的选型与光学方案验证，解决眩光、阴影等干扰问题。 - 制定多角度照明策略，优化图像采集质量，确保被测物特征清晰可识别。 - 软件架构搭建 - 开发上位机软件界面（使用Qt/WPF/WM等工具），集成图像采集、处理及控制逻辑模块。 - 封装算法SDK，适配嵌入式或边缘计算平台，优化资源调度与执行效率。 - 算法开发与优化 - 传统与深度学习算法应用 - 开发图像处理算法（如目标定位、OCR、尺寸测量、缺陷检测），使用OpenCV/Halcon/VisionPro等库实现功能模块。 - 研究闭环检测、传感器融合（VIO）、三维重建（SLAM/TSDF）等前沿技术，提升系统精度。 - 系统集成与调试 - 跨设备协同开发 - 与电气/机械工程师协作，将视觉系统集成到PLC控制的生产线或机器人中，制定通信协议与流程逻辑。 - 在客户现场调试系统，解决定位偏差、漏检误检等问题，确保系统稳定运行 - 多传感器融合 - 实现视觉与IMU、激光雷达等传感器的数据融合，提升定位或检测可靠性（如自动驾驶感知、机器人导航） - 技术文档与支持 - 编写设计方案、测试报告及操作手册，沉淀技术标准。 - 培训客户或操作人员，提供后期技术升级与故障排查支持。 - 技术研究与创新 - 跟踪计算机视觉领域前沿进展（如神经辐射场、端到端检测模型），评估新技术落地可行性。 - 主导技术模块复用库开发，提升团队效率。
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