联发科
AI engineer for digital design
AI engineer for digital design
发布于 3 天前普通员工/个人贡献者
AI 估算 · 25k–45k · AI 参考估算
HsinChu, Taiwan
中级经验
硕士
全职员工仅现场办公人工智能
人工智能
Ai Api
Eda工具
Llm
Rag
Rtl设计
Systemverilog
数字Ic设计
生成式Ai
值不值得投
57综合评分
综合评分 57
AI与芯片设计交叉的前沿技术岗，技能成长性强，但薪资福利与WLB信息不明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
比人工智能中位数高
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
83 个在招
市场机会
选择面较广
人工智能 · 约 630 个在招
职位详情
关于这个职位
这是一个专注于将前沿生成式AI技术应用于数字芯片设计的AI工程师职位
你将利用LLM等AI技术，提升RTL设计、优化、测试平台生成等流程的自动化与效率，与芯片设计、验证及AI专家团队协作，推动智能化设计
工作内容还包括研究文献、开发评估解决方案及撰写技术文档、专利或论文
最低要求
电气工程、计算机科学、信息工程或相关领域的硕士学位及以上
熟悉Agentic AI平台和技术，如Claude code, roo code, opencode, agent skills, MCP等
了解数字IC设计流程，特别是RTL设计、Verilog/SystemVerilog、仿真和形式验证
熟悉检索增强生成（Retrieval Augmented Generation）
了解或具有EDA工具和设计自动化流程的知识或经验
具备Python技能、AI API集成及基础微调能力
沟通能力强，具有团队合作精神
工作职责
应用前沿的商用或开源LLM技术于各种数字设计流程，包括RTL设计、RTL优化、仿真测试平台生成和形式测试平台生成，以提升自动化和效率
与RTL设计师、DV工程师和AI专家紧密协作，推动智能化数字设计
研究学术文献，开发和评估基于AI的解决方案
撰写技术文档、专利或论文
优先资格
具有相关项目或实践经验者优先
AI 洞察
优缺点分析
优点
- 复合技能培养：有机会成为同时精通AI算法和底层硬件设计的稀缺复合型人才
- 行业影响力：工作成果可能直接提升公司芯片设计的效率与质量，影响产品竞争力
- 知识壁垒高：需要同时理解复杂的AI模型原理和底层的芯片设计流程，学习曲线陡峭
- 跨团队协作：需要与不同专业背景（设计、验证、AI）的同事密切配合，对沟通协调能力要求高
- 对人工智能与半导体/芯片设计交叉领域有浓厚兴趣，并具备相关技术背景，乐于解决复杂工程问题、推动技术落地的工程师
缺点 / 挑战
- 技术前沿性高：直接参与将最热门的生成式AI技术应用于尖端的芯片设计领域，极具创新性和挑战性
- 技术落地难度大：将学术界的AI技术有效应用于对可靠性要求极高的工业级芯片设计流程中，存在工程和验证挑战
角色解读
- 技术专家路线：深耕AI for EDA领域，成为推动芯片设计智能化的核心技术专家
- 技术管理路线：随着项目经验积累，可带领小团队负责特定AI辅助设计模块的研发与落地
- 利用先进的生成式AI模型（如LLM）为芯片设计流程（如RTL编写与优化）提供自动化解决方案
- 与芯片设计、验证工程师及AI团队紧密协作，将AI能力嵌入到实际的设计生产流中
- 研究AI技术前沿，并撰写技术文档、专利或论文以沉淀和传播工作成果
- 需要同时掌握AI技术栈和数字芯片设计知识，特别是对LLM、RAG有应用经验，并了解RTL设计和Verilog语言
- 需要较强的工程实现能力，能够使用Python进行AI应用开发、API集成和模型微调
- 需要具备良好的沟通协作能力，以便在跨职能团队中推动项目
申请策略
- 在求职信或面试中，清晰阐述你对于如何将AI应用于芯片设计具体环节（如自动代码生成、验证用例生成）的思考
- 了解联发科的主要产品线（如手机芯片）以及数字设计在其芯片开发中的角色
- 重点突出任何利用AI/LLM解决具体工程问题的项目经验，即使是小规模的个人项目
- 详细描述在数字IC设计、Verilog、EDA工具使用方面的课程设计、项目或实习经历
- 展示使用Python进行数据处理、API调用或简单模型训练的实践案例
- 系统学习数字IC设计流程，特别是RTL设计和验证方法论
- 深入学习1-2个主流的Agentic AI平台或框架，了解其架构和应用场景
面试指南
- 对于项目问题，采用STAR法则（情境、任务、行动、结果）结构化描述，突出技术选型和解决问题的思路
- 对于开放性设计问题，先分析应用场景的特殊性（如正确性要求、可解释性），再提出分阶段的技术方案
- 对于合作类问题，重点描述沟通机制、共同目标以及如何弥合知识差异
- 请介绍一个你利用AI技术解决某个具体工程或学术问题的项目
- 你认为生成式AI在RTL设计优化中可能面临哪些挑战？你会如何设计解决方案？
- 请解释RAG（检索增强生成）的原理，并说明它如何应用于技术文档查询或代码生成
- 你如何评估一个AI模型在生成Verilog代码时的正确性和效率？
- 描述一次你与不同专业背景成员成功合作的经历
职位点评
薪资福利50
成长发展85
工作生活55
使命价值78
薪资福利
50较低
JD未提供任何薪资或福利信息，补偿性动机满足程度无法从现有信息判断。
薪资信号面议 (25K-45K/月)
成长发展
85较高
职位涉及LLM与数字IC设计这一高度交叉的前沿领域，技术栈前沿，技能复合性强，为求职者提供了极佳的技术纵深发展机会。
技术前沿前沿/新兴技术
技术栈LLM、Claude code、roo code、MCP、RAG、Python、AI API、Verilog、SystemVerilog、EDA
成长机会研究学术文献、开发和评估解决方案
业务类型ambiguous
工作生活
55较低
JD未提及任何工作模式或WLB相关信息，无法判断其办公灵活性和工作强度。
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
78中等
利用AI提升芯片设计效率，属于半导体行业与AI技术融合的创新方向，具有明确的技术推动价值和行业意义。
行业发展高速增长赛道
社会影响中性/一般
使命信号enhance automation and efficiency、drive intelligent digital design
创新程度开拓性创新（行业首创）
联发科 的其他在招职位
相似职位推荐
Watch Jobs