Sys/Test Validation Engineer

优缺点分析

角色解读

• 可向资深验证专家或技术负责人方向发展，主导复杂验证方案
• AI+验证的交叉领域人才稀缺，有机会转型为AI基础设施或工具开发专家
• AMD在AI芯片领域布局深厚，内部晋升和转岗机会较多
• 负责AMD客户端产品的硅后验证，开发验证基础设施和自动化测试环境
• 设计并实现AI驱动的测试框架（agentic farm loop），提升验证效率
• 与芯片、软件和平台设计团队协作，调试SoC功能问题
• 参与AI输出的验证和迭代，确保测试结果的正确性和鲁棒性
• 熟练掌握AI agent技术栈，包括RAG、工具调用、MCP集成等
• 具备编程能力，熟悉C/C++和Python等脚本语言
• 了解计算机体系结构和硅片特性，有硅后验证经验
• 具备良好的工程判断力和问题解决能力

申请策略

• 关注AMD的AI战略和产品方向，在面试中展现对AI+硬件结合的兴趣
• 准备详细的工程案例，说明如何在复杂系统中定位和解决问题
• 突出AI agent项目经验，尤其是RAG、MCP相关的实际应用
• 强调硅后验证或芯片调试的多年经验，用具体案例说明解决问题的能力
• 展示编程能力，列出使用的语言和工具，如Python、C++
• 提及在跨职能团队中的协作经验和沟通成果
• 学习MCP协议和主流AI agent框架（如LangChain、AutoGen）
• 补充RAG系统的实践，包括嵌入模型、向量数据库和检索优化

面试指南

• 使用STAR法则（情境-任务-行动-结果）回答行为问题，突出个人贡献和成果
• 对于技术设计问题，从需求分析、架构选型、实现细节和风险权衡的角度回答
• 结合AMD的具体业务场景，展示你对硅后验证流程的理解和优化思路
• 请描述你在硅后验证中遇到的最棘手的bug，以及如何定位和解决？
• 你如何设计一个AI agent来提高验证效率？请具体说明架构和关键技术
• 你对RAG系统了解多少？如何确保检索结果的准确性和鲁棒性？
• 如何与芯片设计团队和软件团队有效沟通验证问题？
• 你如何看待AI在芯片验证领域的未来趋势？