岗位职责 探索AI在IC设计全流程的落地与优化：参与AI Agent工具在芯片设计全流程（从RTL设计、综合、布局布线到物理验证、签核）中的工程化落地，推动设计流程的智能化升级。 研究AI在IC设计前后端的优化策略：探索AI技术在芯片前端（微架构探索、RTL优化）和后端（Floorplan优化、时序收敛、DRC自动修复、功耗/面积/性能PPA均衡）中的应用，寻找创新性解决方案。 EDA工具链集成与自动化：基于主流商业EDA工具或开源工具链，开发AI辅助的自动化流程。 前沿技术追踪与转化：跟踪AI for EDA领域最新学术成果和工业实践，将可行的算法模型快速验证并集成到内部流程中。 跨团队协作：与前端设计、后端物理实现、验证及算法团队紧密配合，理解业务痛点，定义技术需求，推动AI方案的有效落地。 任职要求 基本要求 专业背景：微电子、集成电路、电子工程、计算机科学等相关专业，本科及以上学历。 IC设计全流程认知：熟悉芯片设计全流程，尤其具备数字后端设计经验，包括但不限于RTL综合、布局布线（APR）、静态时序分析（STA）、物理验证（DRC/LVS）、功耗分析等关键环节。 EDA工具链能力：熟练使用主流商业EDA工具链（如Synopsys DC/ICC2/PT、Cadence Genus/Innovus等）或开源工具链（如OpenROAD、Yosys、KLayout等），有模块级或芯片级后端工程经验。 加分项 AI在IC领域的落地研究：有利用AI/ML技术解决IC设计实际问题的研究或项目经验，例如基于ML的PPA预测、智能Floorplan生成、自动DRC修复等。 EDA工具链AI化研究：对EDA工具链的智能化改造有深入理解和实践经验，如开发过智能设计助手、参数自动优化系统、基于知识的流程决策引擎等。 AI辅助IC设计实际经验：参与过AI辅助RTL代码生成、自动化测试激励生成、后端约束自动优化、或利用大模型（LLM）辅助设计文档、脚本编写的项目。 编程与框架能力：熟悉Python、Tcl、Perl、Shell等脚本语言，有PyTorch/TensorFlow等深度学习框架使用经验，或了解LangChain/RAG等大模型应用框架。 开源贡献或竞赛奖项：有EDA相关开源项目贡献、或参加过ICCAD/ML for EDA等竞赛并获奖者优先。