AI EDA Engineer

优缺点分析

角色解读

• 深耕AI+EDA领域，成为该交叉领域的专家，解决更复杂的芯片设计难题
• 向技术领导岗位发展，负责整个AI驱动的设计流程或工具链的规划与构建
• 拓展到芯片设计方法学的其他领域，或转向AI在更广泛硬件设计中的应用研究
• 利用AI算法和模型，对芯片设计自动化（EDA）流程中的特定环节（如布局布线、时序分析）进行优化和自动化开发
• 与芯片设计工程师紧密合作，理解设计需求，并将其转化为可通过脚本或AI工具解决的工程问题
• 通过Python、Tcl等编程语言编写工具或流程，提升设计效率、缩短设计周期、改善芯片性能（如功耗、面积）
• 扎实的电子工程或计算机科学基础知识，特别是对数字芯片物理设计流程（从RTL到GDS）有深入理解
• 熟练的编程能力，尤其是Python用于数据分析和AI，以及Tcl/Perl用于EDA工具脚本开发
• 具备人工智能基础知识，能理解或应用机器学习算法解决工程问题
• 良好的沟通能力，以便与跨职能团队（如前端设计、验证）协作

申请策略

• 研究联发科最新的芯片产品和技术动态，了解其芯片设计可能面临的挑战
• 思考并准备如何用AI/ML方法去优化EDA流程中某个具体步骤的案例或想法
• 突出任何与EDA工具、芯片物理设计（如P&R、STA）相关的项目或课程经历
• 重点展示Python/Tcl等编程技能，特别是用脚本自动化复杂流程或进行数据分析的案例
• 如有，列举参与或了解的机器学习项目，说明其如何应用于工程问题解决
• 强调沟通协作能力，举例说明在团队项目中的角色
• 系统学习数字芯片后端设计（物理设计）的基础知识，了解主流EDA工具链
• 深入实践Python在数据处理和机器学习库（如scikit-learn, TensorFlow）的应用

面试指南

• 使用STAR法则（情境、任务、行动、结果）来结构化描述项目经历，突出你的问题解决能力和技术贡献
• 对于技术知识问题，诚实阐述你的理解程度，并表明你的快速学习能力和深入研究的意愿
• 对于AI应用问题，可以从数据、模型、目标（如优化特定指标）三个角度构建回答框架，即使经验不足也要展示思考逻辑
• 请描述一个你用编程（如Python）解决复杂工程问题的经历
• 你对芯片物理设计流程（如布局布线、时序收敛）有哪些了解？
• 你认为人工智能可以如何应用于改善EDA流程？请举一个具体的例子
• 在与硬件设计工程师合作时，你认为最大的挑战是什么？你会如何沟通？
• 复习芯片设计基础，特别是物理设计阶段的基本概念和常见问题（如setup/hold时序、IR drop）