长鑫存储
IC Agent研发工程师-IC Agent R&D Engineer(J21371)
IC Agent研发工程师-IC Agent R&D Engineer(J21371)
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Coding Agent
Mcp
Tcl
Tool Calling
大语言模型
芯片设计
值不值得投
78综合评分
综合评分 78
AI与芯片研发交叉的前沿技术岗，成长空间大、技术壁垒高，依托大型企业平台，WLB情况待确认。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.8万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1860 个在招 · 其中人工智能 19 个
市场机会
选择面较广
合肥 · 人工智能 · 59 个在招
职位详情
关于这个职位
该职位主要负责将AI Agent技术应用于芯片研发垂直领域，推动自动化工程链路建设与领域知识体系构建
你需要结合芯片设计流程，制定Agent能力评估标准，实现研发流程的智能化与自动化
最低要求
教育背景与专业知识：本科及以上学历，微电子/集成电路/计算机科学等相关专业，具备半导体器件与工艺基础知识
专业技能与资格：具备Python、Shell、Tcl等至少一种工程语言编程能力，能维护或开发流程自动化工具
能应用大语言模型、Coding Agent、Tool Calling、MCP、工作流编排等技术完成芯片研发场景的智能化任务
具有良好的英文技术文档阅读能力
行业与专业经验：具有芯片设计或CAD领域项目经验，在DE/DV/DFT/SYN/STA/PD/K库等至少一个方向有完整工程实践
项目/任务成果：主导或深度参与过至少一项EDA流程智能化、Coding Agent或AI4EDA相关项目，并能将隐性工程经验转化为清晰的任务定义、Context、工具接口和正确性标准
其他要求：具有跨团队协作能力，能与芯片研发、CAD、IT等团队高效协同，推动复杂项目闭环交付
工作职责
AI Agent应用建设：主导AI Agent在芯片研发垂直领域（包括DE/DV/DFT/SYN/STA/PD/K库/IP定制）的应用建设，通过分析真实研发流程识别高频、高价值、可验证的AI任务，将工程流程转化为可定义、可执行、可评估的IC Task
Agent产品平台打通：推动Agent产品建设，拉通项目管理、EDA流程、计算集群、License、Git、质量检查和数据平台等关键系统，构建完整的自动化工程链路
领域知识体系构建：建设IC领域的Context、Ontology、Skill和Tool体系，使Agent能理解项目Spec、设计阶段、数据版本、流程依赖及历史问题
能力评估标准建立：制定领域任务的正确性标准、Benchmark、Eval和Reward，利用仿真、Coverage、PPA、Signoff等工程结果评估Agent能力，形成可迭代的数据闭环
优先资格
有完整芯片流片或大规模芯片项目经验者优先
AI 洞察
优缺点分析
优点
- 处于AI与半导体交叉的前沿赛道，技术壁垒高，行业前景广阔
- 依托大型企业的真实业务场景，能积累极具价值的工程落地经验
- 推动芯片研发流程的智能化变革，工作成果对提升研发效率有直接且显著的贡献
- 需要同时精通传统芯片设计流程与前沿AI技术，跨领域知识融合难度大
- 适合具备扎实芯片设计/CAD背景，且对AI大模型技术有浓厚兴趣并有一定实践经验的复合型技术人才
缺点 / 挑战
- 将隐性工程经验转化为可评估的AI任务标准具有较高挑战性，需极强的抽象与定义能力
角色解读
- 纵向可发展为AI4EDA或IC自动化领域的资深技术专家，引领芯片研发智能化变革
- 横向可拓展至芯片研发流程架构师或技术管理岗，统筹跨团队的复杂项目交付
- 将AI Agent技术引入芯片研发流程，识别并转化高频高价值的IC任务为可执行的AI任务
- 打通Agent产品与EDA流程、计算集群等关键系统，构建自动化工程链路
- 构建IC领域的知识体系（Context、Ontology等），并制定Agent能力的评估标准与数据闭环
- 扎实的芯片设计或CAD领域工程经验，熟悉DE/DV/DFT等至少一个方向的完整流程
- 熟练掌握Python/Shell/Tcl等脚本语言，具备流程自动化工具开发能力
- 深入理解大语言模型、Coding Agent、Tool Calling等AI技术，并能应用于实际工程场景
申请策略
- 了解企业在存储芯片领域的业务布局及当前研发流程中的痛点，准备针对性的智能化解决方案
- 准备好过往项目中跨团队协作（芯片研发、CAD、IT）的具体案例，展现推动复杂项目闭环的能力
- 重点突出在芯片设计或CAD领域的完整项目经验，特别是流片或大规模项目的实际成果
- 详细展示参与过的EDA流程智能化、AI4EDA或Coding Agent项目，强调如何将工程经验转化为AI任务
- 明确列出掌握的自动化脚本语言（Python/Tcl等）及使用的AI技术栈（LLM、Tool Calling等）
- 深入学习大语言模型在代码生成和Agent工作流编排中的最新进展（如MCP、Tool Calling）
- 梳理自身在芯片设计流程中的隐性经验，尝试将其抽象为结构化的Context和评估标准
面试指南
- STAR法则：针对项目经验问题，按照情境、任务、行动、结果的框架，重点突出行动中的技术决策和结果中的量化收益
- 结构化拆解：针对流程优化或评估标准问题，先从业务痛点出发，再拆解为技术实现路径，最后落脚到评估指标和闭环机制
- 请分享一个你主导或深度参与的AI4EDA/流程智能化项目，你是如何将隐性工程经验转化为AI任务定义的？
- 在芯片研发流程中，你认为哪些环节最适合引入AI Agent？如何制定这些任务的正确性评估标准？
- 当Agent生成的代码或流程结果不符合预期时，你如何设计数据闭环和Reward机制来进行迭代优化？
- 在拉通EDA流程、计算集群等多个关键系统时，遇到过哪些技术或协同难题？是如何解决的？
- 复习并总结自己在芯片设计/CAD领域的核心项目，提炼出可被AI化的任务节点和评估指标
- 了解当前业界在AI4EDA、LLM辅助芯片设计方面的最新论文或开源项目，拓宽技术视野
职位点评
薪资福利80
成长发展90
工作生活60
使命价值75
薪资福利
80较高
岗位属于高壁垒的AI+芯片交叉领域，依托大型企业平台，薪资福利具备较强市场竞争力。
薪资信号未披露（AI估算：2.5千–5万/月）
成长发展
90较高
处于AI与半导体交叉的前沿赛道，能深度参与芯片研发智能化变革，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、大语言模型、Coding Agent、Tool Calling、MCP、Python、Shell、Tcl
业务类型cost_center
工作生活
60中等
JD未明确提及工作模式与加班情况，但作为核心研发岗，通常需遵循标准工时，具体WLB情况需进一步确认。
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
75中等
推动芯片研发流程的智能化变革，助力企业技术升级，具有较高的行业技术使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
长鑫存储 的其他在招职位
相似职位推荐
Watch Jobs