AI Agent研发(J20860)

优缺点分析

角色解读

• 技术专家路线：在AI平台架构或AI+EDA领域深耕，成为资深架构师或技术专家
• 技术管理路线：带领团队负责某个AI方向或产品的整体研发与落地
• 产品路线：深入理解业务痛点，转型为AI产品负责人或产品经理
• 设计与研发企业级的AI平台核心模块，如智能体构建平台和知识库，构建通用的AI Agent框架
• 开发并落地生产级的Agent系统，处理任务规划、多智能体协作等复杂逻辑
• 将AI技术与半导体电路设计深度结合，开发专用的“电路设计智能体”来辅助或自动化设计流程
• 构建统一的数据底座，解决电路设计全链路的数据孤岛问题，支撑AI应用落地
• 扎实的编程能力，能用Python、Java等语言进行系统设计与开发，理解大语言模型原理
• 具备AI Agent、RAG、多智能体编排等领域的项目经验或研究基础
• 良好的技术文档撰写与跨团队沟通能力，能定义量化指标并驱动项目
• 了解或熟悉电路设计（原理图、Layout、仿真）或相关测试流程，能将AI与硬件设计知识结合

申请策略

• 在简历和面试中，主动思考并尝试阐述“AI可以如何赋能电路设计某个具体环节”，展现业务思考
• 关注长鑫存储在智能制造、AI辅助设计方面的公开技术分享或新闻，了解公司技术方向
• 重点突出在AI Agent、RAG、知识图谱等方向的项目或研究经历，哪怕是课程设计或论文
• 展示使用Python等语言进行系统开发或工具链构建的能力，有大模型应用经验更佳
• 如有电路设计（如Cadence, Synopsys工具使用）或相关竞赛、课程经历，务必写明
• 强调解决复杂问题的案例，体现技术文档撰写和跨团队协作的能力
• 复习并加深对大语言模型原理（如Transformer）、RAG架构、Agent设计模式的理解
• 可以提前熟悉一些主流的EDA工具或了解芯片设计的基本流程（前端/后端），哪怕只是概念

面试指南

• 对于项目经验类问题，采用STAR法则（情境、任务、行动、结果），突出你的技术选型、难点攻克和最终成果
• 对于系统设计类问题，先明确核心需求，再分模块（如感知、规划、执行、记忆）阐述，最后讨论技术选型和权衡
• 对于开放性问题，可以从技术可行性、业务理解难度、数据质量、评估标准等几个维度组织答案
• 请描述一个你参与过的AI Agent或RAG项目，你在其中负责什么？遇到了哪些技术难点？
• 如果让你设计一个“电路原理图审查智能体”，你会如何规划其架构和核心功能模块？
• 如何评估一个Agent系统的性能？从响应延迟、并发能力和准确性等角度，你会设计哪些指标？
• 你认为当前AI Agent技术在落地工业软件（如EDA工具）时，最大的挑战是什么？
• 请解释一下什么是Multi-Agent编排？它在解决什么问题？