大模型应用工程师

职位介绍

我们正在寻找对大模型训练和智能座舱落地有实际经验的模型算法工程师，加入车辆软件团队。

你将负责座舱云端模型的训练与迭代，覆盖车辆控制、媒体播放、导航等场景，并负责语音端到端大模型与导航 Agent、车控 Agent 的集成。你需要在技术方案、实验质量和上线效果上做决策，并指导实习生和初级工程师。

岗位职责

负责座舱云端模型的训练与持续迭代，覆盖车辆控制（空调、座椅、车窗、灯光等）、媒体播放和导航等自然语言交互场景，对模型效果和线上体验负责。

负责训练数据方案，包括数据收集、清洗、标注规范、合成数据和评测集建设；组织 SFT 等微调实验，优化意图理解、槽位填充、多轮对话和工具调用效果。

负责语音端到端大模型与导航 Agent、车控 Agent 的集成，定义模型与 Agent 之间的接口、工具调用协议、上下文和对话状态传递方式，完成联调、效果评估和问题闭环。

建立模型评测与 badcase 分析机制，围绕任务成功率、工具调用准确率、误控与安全性、时延等指标驱动数据和训练方案改进。

作为该方向的 Tech Lead，制定技术方案和实验规范，评审关键设计与实验结果；指导实习生和初级工程师拆解问题、设计实验、完成代码与实验评审。

与语音、导航、车控、产品及相关工程团队协作，推动云端模型能力在座舱场景中稳定落地。

跟踪大模型与 Agent 技术进展，完成必要的技术调研和文档沉淀，把可落地的方法引入现有训练与集成链路。

任职要求

必备项

计算机、人工智能、软件工程、自动化等相关专业，本科及以上学历；硕士及以上优先。

具备大模型训练或微调的项目经验，能独立负责一条业务场景从数据、训练、评测到问题定位的闭环。

熟练使用 Python 与 Hugging Face Transformers。

具备任务型对话、函数调用 / Tool Use 或 Agent 的实际经验，做过多轮对话、工具调用或任务成功率优化。

能清晰说明模型方案取舍，并推动语音、导航、车控等上下游对齐接口与验收标准。

有指导实习生或初级工程师的经验，能通过方案评审、实验设计和代码评审提升团队交付质量。

工作认真负责，具备良好的学习能力、沟通能力和跨团队协作能力。

加分项

有语音端到端大模型，或导航、车控、媒体等座舱场景的落地经验。

有云端推理、模型服务化或时延优化经验。

熟悉 RAG、领域知识注入或高质量指令数据构造。

了解 Go 或后端服务开发，能与工程侧共同定义接口。

有 Linux 下 C/C++ 经验，了解车端或车云链路。

该职位可能涉及 Tesla 境外面试官面试，境外面试官可能会按需访问您的简历。如您投递简历，我们将视为您同意 Tesla 基于招聘目的向 Tesla, Inc. 的面试官提供您简历信息。详细内容和联系方式可前往 Tesla 官方招聘网站查看《Tesla 人才信息境外传输声明》（https://app.mokahr.com/social-recruitment/tesla/46129#/）。