阿里巴巴
数据智多星-CAD/芯片方向
数据智多星-CAD/芯片方向
发布于 3 小时前实习/见习
实习生仅现场办公数据标注与评测
数据标注与评测
Autocad
Cad建模
Rtl设计
大模型评测
数据标注
值不值得投
77综合评分
综合评分 77
大模型前沿实习岗，聚焦AI+工业/芯片交叉领域，技术成长与学术价值极高，适合硬核专业硕博生。
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，方便比较实习机会。
薪资怎么样
6千
比数据标注与评测中位数低
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 3140 个在招 · 其中数据标注与评测 39 个
市场机会
选择适中
杭州 · 数据标注与评测 · 33 个在招
职位详情
关于这个职位
该职位主要面向机械CAD和微电子集成电路两大方向，负责大模型领域评测集的规划、建设与质量管控
你将结合专业知识设计评测案例与标注规范，参与前沿Benchmark建设及学术产出，助力AI+工程建模与芯片智能设计方向的大模型能力迭代
最低要求
硕士/博士在读，机械设计制造、工业设计、工程制图、微电子、集成电路、电子信息、电路与系统等相关专业
至少精通一个垂直方向专业能力：
CAD方向：熟练掌握SolidWorks/AutoCAD等任意一款主流三维建模软件，掌握三维建模、参数化约束、零件装配、二维出图、三视图投影原理，可独立完成标准化建模制图工作，能够识别建模误差、约束冲突、制图规范问题
微电子方向：电路基础扎实，可读懂数字/模拟电路图，熟悉电路拓扑、元器件原理，了解RTL开发、芯片前端设计、电路仿真基础流程
工作职责
分别面向机械CAD工程建模、微电子集成电路两大方向，从零规划领域评测集整体框架、任务体系，制定标准化、可落地的评测规则、数据规范、多维度打分标准
CAD侧覆盖参数化建模、三视图生成、模型约束、零件装配、模型纠错修复、工程图纸输出等场景
微电子侧覆盖电路识图解析、原理图/PCB设计、数模电路架构理解、RTL设计、时序约束、EDA仿真等场景，支撑工程、芯片方向大模型Agent工具调用能力迭代优化
高质量领域评测集建设：依托机械制图国标、结构工程规范、微电子电路原理、半导体设计手册、开源EDA案例、经典工程案例等专业知识库，独立完成不同难度梯度评测案例、场景样本、工具交互轨迹数据的设计、生产、筛选与校验
机械方向覆盖基础特征建模、复杂零件装配、合规化工程设计
芯片方向完成电路图文、版图、芯片架构类多源数据检索、清洗、核验，保障两大方向数据集的专业性、场景多样性、工程实用性
标注规范体系搭建与全流程质量管控：搭建CAD建模、微电子电路两套专属标注规范、验收标准、错误判定规则
CAD维度针对尺寸精度、拓扑结构、约束合理性、装配逻辑、图纸规范性开展质检
微电子维度校验电路图识别偏差、电路逻辑错误、RTL代码缺陷、仿真结果合理性
定期复盘大模型在两大垂直场景下的建模缺陷、工具调用失误、领域知识漏洞，建立常态化复盘迭代机制，持续提升评测数据质量，优化跨团队协同流程
垂直Benchmark建设、前沿评测与学术开源产出：参与AI+工程建模、AI‑EDA芯片智能设计方向前沿研究，负责两大方向模型能力测评、横向对比、缺陷归因、评测结论输出
可参与专项Benchmark搭建、行业技术报告、高水平学术论文撰写
优先资格
具备基础Python脚本、数据处理能力，了解提示工程（PE）、Agent工具调用评测流程优先
AI 洞察
优缺点分析
优点
- 处于AI+工业/芯片设计的交叉前沿赛道，技术壁垒高，个人专业护城河深
- 依托大模型核心团队平台，能接触到行业领先的Agent工具调用与Benchmark建设，有机会产出高水平学术论文
- 需要同时具备深厚的传统工程/微电子专业知识与AI大模型评测认知，跨学科学习曲线较陡峭
- 适合机械、微电子等相关专业在读硕博生，对AI大模型落地垂直工业场景有浓厚兴趣，且具备较强跨学科学习与钻研能力
缺点 / 挑战
- 评测集从零搭建，初期可能面临标准不清晰、数据质量把控难度大等挑战
角色解读
- 可向AI大模型评测专家、AI+垂直领域（工业/芯片）产品专家或算法数据负责人方向发展
- 积累前沿AI与硬核工程交叉领域的稀缺经验，提升在AI for Science/Engineering领域的竞争力
- 负责机械CAD和微电子集成电路两大垂直领域的大模型评测集规划与建设
- 制定评测规则与数据规范，搭建标注体系并进行全流程质量管控
- 参与前沿Benchmark建设，输出模型能力测评结论及学术产出
- 具备扎实的机械制图（CAD）或微电子电路设计专业背景，能独立完成专业领域的建模或电路分析
- 掌握基础Python脚本与数据处理能力，了解大模型提示工程与Agent评测流程
申请策略
- 在简历或面试中明确自己主攻CAD还是微电子方向，并展示对该方向大模型应用痛点的深刻理解
- 突出在CAD建模或微电子电路设计方面的专业项目经验与扎实功底
- 展示Python数据处理能力，以及对大模型、Agent、提示工程的了解或相关实践
- 提前了解大模型评测指标、Agent工具调用机制及主流Benchmark构建方法
- 复习并巩固SolidWorks/AutoCAD或电路仿真软件的高级应用
面试指南
- STAR法则：情境（项目背景）-任务（面临的挑战）-行动（采取的具体技术/规范手段）-结果（量化的质量提升或产出）
- 针对评测设计，强调“专业性、场景多样性、工程实用性”三个维度的考量
- 请简述你如何从零设计一个针对机械CAD参数化建模的大模型评测集？
- 在微电子方向，如何评估大模型对RTL代码缺陷的识别能力？
- 如果大模型在工具调用时出现幻觉或逻辑错误，你的评测体系如何捕捉并归因？
- 分享一次你使用Python进行复杂数据清洗或处理的经历
- 深入了解阿里通义大模型在工业/芯片领域的最新应用进展
- 准备一个自己主导的专业领域项目，重点阐述其中的难点及解决思路
职位点评
薪资福利65
成长发展90
工作生活60
使命价值85
薪资福利
65中等
作为在读硕博实习岗位，提供符合杭州市场标准的实习津贴，满足基本生活与科研补贴需求。
薪资信号未披露（AI估算：4–8千/月）
成长发展
90较高
深度参与AI+工程/芯片前沿研究，有机会产出学术论文和专项Benchmark，技术成长与学术发展价值极高。
技术前沿前沿/新兴技术
技术栈大模型Agent、CAD建模、微电子集成电路、RTL设计、Python、Benchmark、提示工程
成长机会学术开源产出、高水平学术论文撰写、前沿研究
业务类型ambiguous
工作生活
60中等
JD未明确说明工作模式与工时，作为实习岗通常需保证一定的出勤时间，WLB情况需具体确认。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
推动AI技术在机械设计与集成电路等硬核科技领域的落地，对提升工业软件与芯片设计自主能力具有积极意义。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs