ML/AI Software Engineer

优缺点分析

角色解读

• 技术专家路线：深耕AI for EDA领域，成为特定仿真方向（如电磁、热）的AI算法专家
• 产品架构路线：深入了解EDA工具链与客户需求，主导AI功能模块的架构设计
• 管理路线：带领小型技术团队，负责AI模块或产品的整体交付与演进
• 为电子设计自动化（EDA）领域的仿真工具（如电磁、热、结构分析）开发人工智能驱动的解决方案
• 与电子工程背景的同事协作，将AI算法应用于具体的工程仿真问题，以提升工具性能或实现新功能
• 参与Celerity AI解决方案这一前沿产品线的研发工作，是公司AI战略在EDA领域落地的关键一环
• 扎实的机器学习、深度学习理论基础与实践能力，能够设计和实现AI模型
• 了解或拥有电磁学、热力学或结构力学等物理场仿真的基本概念，能够与领域专家沟通
• 熟练使用Python、C++等编程语言，并具备AI框架（如TensorFlow、PyTorch）和EDA工具（如Cadence自家产品）的使用或学习能力

申请策略

• 在求职信中明确阐述你对“AI赋能EDA”这一方向的理解和热情，以及你认为自己能带来的独特视角
• 了解楷登电子在EDA+AI领域的整体战略布局，思考你申请的岗位在其中扮演的角色
• 突出任何与科学计算、物理仿真或AI建模相关的项目经验，即使领域不同（如流体、气候）
• 详细描述使用过的机器学习/深度学习框架及具体模型，强调解决复杂问题的思路
• 如有EDA、电路设计、电磁场等领域的学习或项目经历，务必重点体现
• 博士研究课题或核心论文方向若与计算物理、算法优化等高度相关，应突出展示
• 系统学习一下计算电磁学或热仿真的基本原理，了解行业痛点
• 研究EDA领域常用的AI应用案例，了解Cadence Celerity等工具（如有公开资料）

面试指南

• 对于技术问题，采用STAR法则（情境、任务、行动、结果）清晰描述，并突出你在其中的技术决策和思考
• 对于应用类问题，展现你将抽象算法与具体工程问题结合的联想能力，即使了解不深，也要展示清晰的逻辑框架
• 对于动机类问题，结合个人兴趣、技术理解和行业趋势进行回答，体现深度思考
• 请介绍一个你做过的最复杂的AI项目，遇到了什么技术挑战，如何解决的？
• 你如何理解‘将AI应用于电磁/热仿真’？请举例说明一个可能的应用场景
• 如果给你一个具体的仿真加速任务（如：提高某个电磁求解器的速度），你会如何构思技术方案？
• 你为什么对EDA行业感兴趣？如何看待AI技术对EDA领域的影响？
• 你的博士研究/过往工作中，有哪些经验可以直接迁移到这个岗位上？