数据智多星-计算生物学/AIDD方向

优缺点分析

角色解读

• 在实习期间可深入AI for Chip这一前沿交叉领域，积累数据集建设和评测的宝贵经验
• 表现优秀者有机会转正，成为团队核心成员，主导Benchmark评测集建设与开源项目
• 未来可向AI评测专家、数据科学专家或芯片设计AI应用等方向发展，在阿里巴巴内部或行业内均有广阔前景
• 负责从零规划和构建芯片电路方向的数据集与评测集，包括数据检索、清洗、校验，为大模型训练提供高质量素材
• 主导电路图、RTL设计等数据的标注工作，建立标注规范和质量验收标准，确保数据专业性和准确性
• 参与设计标注和评测流程，与算法、工程等团队协同，持续优化工具和流程
• 参与大模型在芯片设计领域的Benchmark评测集建设与开源，并有机会撰写学术论文
• 扎实的电子电路基础，能熟练识别和解读各类模拟/数字电路图，理解电路拓扑和元器件原理
• 了解RTL开发、芯片前端设计、电路仿真等基本流程，有EDA项目或芯片大模型评测经验者优先
• 具备Python编程能力，能进行数据处理和脚本编写，了解Prompt Engineering和Agent工具调用
• 逻辑严谨，具备文献阅读和数据分析能力，有论文或专利产出经历者优先

申请策略

• 在申请材料中明确表达对AI for Chip方向的热情和对该岗位的理解，展示你的专业洞察力
• 可以提前了解阿里巴巴达摩院或相关团队在AI评测、芯片设计方面的公开成果，在面试中展现你的关注和思考
• 重点突出电路设计、EDA工具使用、芯片相关课程项目或科研经历，展示扎实的专业基础
• 强调Python编程能力和数据处理经验，如有相关脚本或工具开发项目务必列出
• 如果有大模型、机器学习或数据标注相关的项目经历，即使是课程作业，也值得详细描述
• 如有论文、专利或开源项目贡献，一定要放在显眼位置，这是重要的加分项
• 系统复习模拟/数字电路知识，熟悉常见电路图，可以尝试分析一些经典的电路设计案例
• 学习Python数据处理库（如Pandas、NumPy），并了解基本的Prompt Engineering概念

面试指南

• 对于项目经验类问题，可以采用STAR法则（情境-任务-行动-结果）清晰阐述，突出你的个人贡献和解决问题的能力
• 对于行业理解类问题，可以结合具体的技术或产品案例，展示你对该领域的深入思考和独到见解
• 对于开放性问题，可以先给出一个结构化的框架，再逐步展开，体现逻辑性和条理性
• 请详细描述一个你参与过的电路设计或分析项目，遇到了哪些挑战，如何解决的？
• 你对AI for Chip或智能EDA领域有哪些了解？如何看待大模型在芯片设计中的应用前景？
• 如何保证一个大规模数据集的质量？请谈谈你的思路和方法
• 你熟悉哪些EDA工具？请举例说明其应用场景
• 为什么选择申请阿里巴巴的这个实习岗位？你的职业规划是什么？