Lead Software Engineer - AI/LLM for Virtuoso

优缺点分析

角色解读

• 技术深耕：成为EDA+AI领域的专家，主导新一代智能设计自动化工具的发展
• 管理路线：积累技术领导经验后，可转向技术团队管理或项目领导角色
• 跨领域发展：利用AI和软件工程能力，向更广泛的半导体或AI基础设施领域拓展
• 设计和实现Virtuoso平台的新功能，将AI/LLM技术融入EDA工具中，提升集成电路设计效率
• 使用C++和Python编写高质量代码，参与代码评审和单元测试，确保软件可靠性和可维护性
• 与全球跨职能团队紧密协作，包括美国、中国、欧洲和印度，协调需求并交付生产级仿真技术
• 探索Agentic AI框架在EDA领域的应用，推动技术前沿创新
• 精通Python和C++编程，具备扎实的软件工程基础，包括设计、重构、调试和测试
• 熟悉ML/LLM技术，能够设计生产级AI系统，但不要求开发新模型
• 了解Agent架构（如ReAct）、RAG、上下文工程和工具调用等AI集成技术
• 良好的英语沟通能力，能够进行跨时区协作

申请策略

• 在求职信中表达对AI+EDA交叉领域的热爱，以及希望用技术创造实际价值的动机
• 了解Cadence Virtuoso平台的基本功能，面试时展现对业务场景的理解
• 突出C++和Python的项目经验，尤其是涉及复杂系统设计、重构或测试的案例
• 展示ML/LLM相关经历，如使用LLM构建应用、RAG系统或Agent框架的项目
• 强调跨团队协作和英语沟通能力，如有跨国项目经验更佳
• 体现对软件质量的重视，如单元测试、CI/CD实践
• 熟悉LangChain、Dify或Coze等Agent框架，动手搭建一个简单的Agent应用
• 了解EDA基本概念（如模拟电路设计流程），可阅读相关入门资料

面试指南

• 对于设计类问题：先明确需求，然后拆解组件，考虑权衡（如延迟vs精度），最后给出迭代方案
• 对于协作类问题：强调异步沟通、文档记录、定期同步会议等最佳实践
• 对于技术实现类问题：结合具体项目经验，从架构、实现细节、测试和部署全链路讲解
• 请描述你如何设计一个使用LLM的代码生成工具，并考虑延迟和成本？
• 在C++项目中，你如何实现模块化设计和重构？举例说明
• 如何将Agentic AI框架（如ReAct）集成到现有EDA工具中？
• 你如何确保跨时区团队的高效协作？
• 请解释RAG的工作原理，并设计一个检索管道用于EDA文档问答