OpenNash Jobs
Tesla · 上海市, 中国

2027届-电池工艺工程师,Pack-上海

上海市, 中国

Listed on Tesla’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.

Apply on Tesla’s careers site →

Job description

职位介绍 你将加入全球领先的电池制造团队,站在“精密制造”与“人工智能”的交汇点,本岗位不仅关注当下电池包连接、涂胶、检测等核心工艺的稳定运行,更致力于利用AI工具、大数据分析与先进自动化技术,重构传统工艺范式。你将参与构建“数据驱动”的智能产线,探索工艺参数的自优化、质量缺陷的预测性拦截及设备健康度的实时诊断。在这里,你不仅是工艺的守护者,更是电池制造智能化的定义者,直接参与全球前沿电池制造工艺与数字化系统的研发与落地。

职责描述 现场问题分析与解决、工艺优化改进与降本增效,参与新项目/新产线导入; 掌握电池原理及制造关键技术,接触全球领先电池制造工艺与设备; 其它职责专注某一项,其它参与或支持

智能工艺模型构建:基于拧紧、涂胶、气密等核心工艺数据,构建工艺参数与质量结果(如拉拔力、泄漏率)的映射模型,利用机器学习算法实现工艺窗口的动态优化与异常预警; 视觉与检测算法优化:协同算法团队优化工业视觉检测模型,提升缺陷识别率与定位精度;探索热成像、超声波等无损检测技术与AI的结合,实现电池包内部状态的“透视化”

监控; 预测性维护与设备健康度管理

开发基于设备运行数据(电流、振动、温度等)的预测性维护模型,提前识别SPR、拧紧机、涂胶阀等关键设备的潜在故障,降低非计划停机时间; 数字化工艺闭环实施:主导新产线/新项目的数字化导入,建立从“工艺设计-仿真验证-在线监控-数据反馈”

的全生命周期闭环体系,推动工艺知识的代码化与资产化; 跨职能技术攻关

联合算法、电气、机械团队,解决复杂工艺场景下的多变量耦合问题,推动“机理+数据”

混合建模在电池包制造中的落地应用; 前沿技术预研与转化

跟踪国内外电池智能制造、数字孪生、工业大模型等前沿技术,评估其在电池包工艺中的适用性,并推动小范围试点与规模化应用。 跟踪区域内新项目实施,协调资源并推动问题解决; 协助智能创新及数字化项目; 遵守公司规章制度,积极查找并汇报隐患/事故,提出安全建议,通过持续改进创造安全环境。践行“安全第一,人人有责”,“眼见,发声,行动”的安全文化。 任职要求 必须项 2027应届毕业生,毕业时间在2026年11月至2027年10月毕业的海内外学生,统招本科及以上学历; 统招本科及以上学历,机械、机电、车辆、电子信息、材料等相关专业。 英语可作为工作语言。 承压能力强,乐于接受挑战;学习能力强,吃苦耐劳。

加分项 顶级竞赛/科研经历

在RoboMaster、智能车竞赛、Kaggle、数学建模等高水平竞赛中获得国家级/国际级奖项,或有发表在顶会/顶刊(如IEEE, SAE, Journal of Power Sources)的智能制造、工艺优化相关论文。

工业界实习/项目经验

有新能源汽车、半导体、高端装备等行业的智能制造、工业AI、质量工程相关实习经历,或参与过国家级/省部级智能制造课题。

开源社区/个人项目

在GitHub上有高质量的工业视觉、预测性维护、工艺优化相关开源项目,或拥有个人技术博客/专栏,体现持续学习与知识分享能力。

跨学科奖项

获得过“机械+计算机”或“材料+数据”等跨学科创新奖项,或拥有非工科专业(如数学、物理)的辅修/双学位背景。

More jobs at Tesla

Similar jobs at other companies

Lead Technical Operator (AVI/Pack Team)

Thermo Fisher Scientific · Covingham, Swindon, Wiltshire, United Kingdom

Pack/Ship Operator

BASF · ${htmlLocations}

OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations.