超威半导体
Silicon Design Engineer
Silicon Design Engineer
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公芯片设计
芯片设计
2.5D/3D封装
Ai/Ml
Eda
Pytorch
Skill
Tcl
Tensorflow
值不值得投
79综合评分
综合评分 79
半导体巨头核心研发岗，聚焦AI赋能先进封装，技术前沿且成长空间大，但工作节奏可能较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
与芯片设计中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 100 个在招 · 其中芯片设计 9 个
市场机会
选择面较广
新竹 · 芯片设计 · 约 220 个在招
职位详情
关于这个职位
该职位负责开发和维护先进封装设计（如基板、中介层和硅桥）的自动化与AI驱动工作流
你需要结合物理设计需求与软件自动化，利用AI/ML优化自动布线、元件放置和信号完整性等关键设计阶段，并与跨职能团队合作支持关键设计流片
最低要求
拥有电气工程、计算机工程、计算机科学或相关领域的学士或硕士学位，并具备相关的封装或CAD自动化经验
能够作为一线技术贡献者，弥合物理设计需求与软件自动化之间的差距，构建AI驱动的工作流
具备解决问题的驱动力，能够在多任务环境中茁壮成长，将复杂的设计挑战转化为可脚本化、可扩展的工作流
具备良好的跨职能协作能力，能够与设计、EDA和AI团队合作，具备清晰的技术沟通和文档编写能力
能够在最少监督的情况下有效工作，并有动力在技术阶梯上不断成长
工作职责
开发、部署和维护用于基板、中介层和硅桥设计方法的AI工作流
应用AI/ML方法优化关键设计阶段，包括自动布线、元件放置和信号完整性优化
与EDA供应商和内部利益相关者合作，评估和实施2.5D和3D封装的下一代功能
推动从手动设计实践向“Agentic”和算法设计工作流的过渡
与电气和机械分析团队合作，构建闭环优化系统，将仿真结果反馈到设计构建中
记录并报告自动化效率提升、投资回报率（ROI）和工具能力改进
与跨职能团队合作，支持关键设计流片和方法论里程碑
与同行分享编码最佳实践和封装知识
优先资格
深入了解EDA封装设计工具（如Cadence APD/SiP、Siemens Xpedition或Synopsys 3DIC/Compiler）
具备使用Python、Tcl、SKILL或C++开发自动化的实际操作经验
具备将AI/ML框架（如PyTorch、TensorFlow等）应用于工程或设计问题的经验
熟悉先进封装架构（2.5D/3D、Chiplets、Fan-Out、Hybrid Bonding）
熟悉设计验证流程（DRC/LVS）和电气提取概念
具备自动化Cadence Allegro封装数据库（SKILL）和/或SI/PI数据工作流（如PowerSI）的经验者优先
具备良好的团队合作和人际交往能力
AI 洞察
优缺点分析
优点
- 处于半导体先进封装与AI结合的最前沿，能够接触到Chiplet、2.5D/3D封装等业界顶尖技术，技术壁垒高
- 依托跨国巨头的平台资源，有机会与全球顶尖的EDA供应商和内部AI团队深度合作，视野开阔
- 岗位核心在于“自动化与AI赋能”，产出的工具和方法论具有极高的复用性和行业影响力
- 需要同时跨越物理设计、软件工程和AI算法三个领域，知识跨度大，对持续学习能力要求极高
- 先进封装设计流程复杂且处于快速迭代期，从手动到“Agentic”算法工作流的转型可能面临较多技术阻力和试错成本
- 适合具备扎实编程基础、对半导体物理设计有深入理解，且热衷于用AI和自动化技术解决复杂工程问题的复合型技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向可向资深自动化专家或首席工程师发展，主导下一代封装设计方法论的架构与演进
- 横向可拓展至AI芯片设计、先进封装研发管理或跨部门的技术战略制定等核心领域
- 负责先进封装（如基板、中介层、硅桥）设计流程的自动化开发，将传统手动设计转化为算法和AI驱动的工作流
- 运用AI/ML技术优化自动布线、元件放置和信号完整性等关键物理设计阶段，提升设计效率与质量
- 与EDA供应商及内部电气、机械分析团队紧密合作，构建闭环优化系统并支持关键产品的流片（Tape-out）
- 熟练掌握Python、Tcl、SKILL或C++等编程语言，具备扎实的脚本编写与自动化开发能力
- 熟悉主流EDA封装设计工具（如Cadence APD/SiP、Siemens Xpedition等）及先进封装架构（2.5D/3D、Chiplet等）
- 具备将PyTorch、TensorFlow等AI/ML框架应用于工程设计和物理优化问题的实际经验
申请策略
- 在求职信或面试中，展现出对AMD先进封装技术（如MI300系列使用的封装技术）的了解，体现对公司业务方向的关注
- 准备好展示你如何将复杂的物理设计问题抽象为可计算的算法问题，体现跨学科思维
- 重点突出在EDA工具二次开发、脚本自动化（Python/Tcl/SKILL）方面的实际项目经验及效率提升数据
- 详细阐述将AI/ML模型应用于工程优化（如布线、信号完整性）的具体案例，强调算法落地能力
- 展示对先进封装架构（2.5D/3D、Chiplet）的理解，以及参与过的相关流片或设计验证项目
- 深入学习机器学习在EDA领域的应用（如强化学习用于布局布线），了解最新的AI for EDA学术进展
- 熟悉Cadence或Synopsys最新版本的API及自动化接口，提升工具链整合能力
面试指南
- STAR法则：针对项目经验问题，按照情境(Situation)、任务(Task)、行动(Action)、结果(Result)结构化回答，突出量化成果
- 跨学科思维框架：在回答AI与物理设计结合的问题时，先阐述物理问题的本质，再说明为何选择该AI算法，最后解释工程落地时的妥协与优化
- 请分享一个你使用Python或Tcl开发自动化工具，显著提升设计效率的具体案例
- 在先进封装设计中，你是如何应用AI/ML模型来优化信号完整性或自动布线的？遇到了哪些挑战？
- 面对从手动设计向算法/Agentic工作流的转变，你认为最大的技术难点是什么？如何克服？
- 请描述一次你与跨职能团队（如电气分析、机械分析或EDA供应商）合作解决复杂问题的经历
- 复习半导体先进封装（特别是2.5D/3D和Chiplet）的基础知识，以及DRC/LVS等验证流程的核心概念
- 准备1-2个自己主导的自动化或AI赋能设计的深度技术案例，能够画出系统架构图并解释核心算法逻辑
职位点评
薪资福利80
成长发展90
工作生活60
使命价值85
薪资福利
80较高
作为跨国半导体巨头的核心技术岗，薪资福利具备较强市场竞争力，且提供完善的员工福利体系。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位聚焦AI与先进封装的交叉前沿，技术栈极具前瞻性，且明确提及在技术阶梯上成长的动力，发展空间广阔。
技术前沿前沿/新兴技术
技术栈Python、Tcl、SKILL、C++、PyTorch、TensorFlow、Cadence APD/SiP、Siemens Xpedition、Synopsys 3DIC、2.5D/3D packaging、AI/ML
成长机会motivated to grow along the technical ladder
业务类型profit_center
工作生活
60中等
JD未明确说明工作模式与工时安排，但半导体研发岗通常需配合流片节点，工作节奏可能较快。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
85较高
致力于通过先进封装和AI技术推动下一代计算产品发展，对推动半导体行业进步具有较高的社会与行业价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号solve the world’s most important challenges、advancing healthcare and scientific discovery、powering AI
创新程度开拓性创新（行业首创）
超威半导体 的其他在招职位
相似职位推荐
Watch Jobs