长鑫存储
EDA Agent主任工程师 EDA Agent Staff Engineer(J21226)
EDA Agent主任工程师 EDA Agent Staff Engineer(J21226)
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公嵌入式开发
嵌入式开发
Ai Agent
Langgraph
Rag
向量数据库
值不值得投
71综合评分
综合评分 71
前沿AI Agent技术+高壁垒半导体EDA领域，技术成长性极高，但WLB信息不明确。
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
4万
比嵌入式开发中位数高
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 1840 个在招 · 其中嵌入式开发 13 个
市场机会
选择适中
合肥 · 嵌入式开发 · 22 个在招
职位详情
关于这个职位
该职位为长鑫存储招聘的EDA Agent主任工程师，负责主导企业级AI Agent核心平台的架构设计与开发
你需要构建从理解、规划到执行的完整工作流，利用RAG技术集成企业内部知识库与EDA工具链，实现智能问答、规则检查、脚本生成等场景的自动化，以提升芯片EDA设计效率
岗位要求具备全栈开发能力、AI Agent实战经验及系统架构思维
最低要求
教育背景与专业知识：本科及以上学历，计算机科学、软件工程或电子工程等相关专业
专业技能与资格：能使用Python与TypeScript独立完成Agent服务与平台开发，熟悉FastAPI、NestJS等框架
能基于LangChain、LangGraph等框架设计Agent架构
能使用Docker、Kubernetes、CI/CD完成Agent服务化部署
能使用Milvus、Qdrant等向量数据库实现知识检索
具备Agent安全策略设计能力，能实现权限控制、数据隔离与注入防护
具备稳定性（限流、熔断、状态管理）设计能力
能使用OpenTelemetry等工具完成遥测与可观测性落地
行业与专业经验：3年以上软件开发经验，其中至少1年AI Agent/LLM应用开发经验，有企业内部助手、Copilot、Agent平台或RAG项目交付经验
项目/任务成果：主导过至少1个Agent场景从需求梳理到上线交付的端到端全流程，具备清晰的推进与闭环记录
其他要求：具有系统化架构设计能力，能输出规范的技术文档并承担场景交付Owner职责
能与产品、EDA工具、运维、安全等多团队协同推进
能持续跟进AI前沿技术并独立完成技术可行性与落地价值评估
工作职责
Agent核心功能开发：主导企业级AI Agent核心场景的架构设计与落地交付，构建“理解→规划→执行→反馈”的Agent工作流，覆盖智能问答、元器件选型、规则检查、脚本生成等场景，推动EDA设计效率提升
RAG与工具链集成：构建RAG全链路能力，对接Datasheet、设计规范、器件库等知识源，通过Function Calling与MCP协议集成EDA工具、PLM、ERP等企业系统，实现流程自动化
安全策略与稳定性保障：设计并落地Agent安全策略，包括权限控制、数据隔离、Prompt注入防护等，同时建立容错、降级、限流、熔断等稳定性机制，保障Agent服务的安全与高可用运行
遥测与可观测性建设：实现Agent调用链追踪、Metrics、Logging、Token/成本监控与异常告警，使用OpenTelemetry、LangFuse等工具搭建全链路可观测体系，支持效果评测与持续优化
协同与平台沉淀：对齐产品与多团队完成需求评审与上线交付，沉淀Prompt模板、工具集与评测体系，推动AI能力从单场景到多场景的规模化复用
AI 洞察
优缺点分析
优点
- 技术栈前沿，深度应用LLM Agent、RAG等最新AI技术
- 业务场景明确，直接服务于芯片设计这一硬核高价值领域，技术成果可量化
- 有机会参与从0到1的平台建设，架构自主性强
- 技术复杂度高，需融合AI、分布式系统、安全等多领域知识
- 跨团队协同要求高，需与产品、EDA、运维、安全等多团队紧密合作
- 业务领域专业性强，需理解EDA工作流程与规范
- 适合对AI Agent技术有热情，具备扎实后端开发与架构设计能力，并渴望将前沿AI技术落地到高端制造业、解决实际工程问题的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术路线：可成长为AI平台架构师、技术专家，专注于AI+EDA领域技术攻坚与方案输出
- 管理路线：凭借项目Owner经验，可发展为技术团队负责人，带领小团队进行技术规划和交付
- 行业路线：成为AI赋能半导体设计的复合型专家，在行业解决方案中扮演关键角色
- 主导设计并开发企业内部的AI Agent平台，将大语言模型与EDA工具链深度结合，实现从需求分析、元器件选型到脚本生成等设计流程的智能化与自动化
- 你将构建包括RAG、工具调用、安全策略和监控体系在内的完整技术栈，并推动其在多个业务场景落地
- 精通Python/TypeScript及Web框架
- 深刻理解LLM/Agent架构，熟练使用LangChain/LangGraph
- 具备RAG、向量数据库、API集成实战经验
- 拥有分布式系统设计思维，掌握容器化部署与云原生技术
- 对系统安全、稳定性设计有深入实践
申请策略
- 在简历和面试中，尝试用“问题-方案-结果”的结构，清晰阐述如何用AI Agent技术解决具体的EDA设计痛点
- 主动了解长鑫存储的业务方向和其在AI赋能设计方面的战略，以展现你的行业洞察和诚意
- 重点突出独立设计和交付AI Agent/RAG项目的经历，量化效率提升成果
- 详细描述技术栈深度，如LangChain/LangGraph架构设计、向量数据库应用、可观测性建设等
- 强调系统设计能力，包括高可用、安全策略、监控告警方案
- 补充任何与EDA、半导体或芯片设计工具相关的经验或认知
- 深入研究LangGraph等新一代Agent编排框架的原理与高级特性
- 学习OpenTelemetry、LangFuse等可观测性工具在AI应用中的最佳实践
面试指南
- 系统梳理过往项目中的架构设计文档、核心代码片段或监控看板截图
- 深入研究LangChain/LangGraph的最新版本特性与社区案例
- 准备一个关于“AI Agent如何赋能特定领域提效”的完整思考或小项目
- 对于架构设计问题，使用“背景-目标-架构图（可口述）-关键技术点-挑战与权衡-最终效果”的框架
- 对于RAG问题，从数据清洗、分块策略、Embedding模型选择、向量库索引、检索后重排序等环节展开，并联系EDA文档特点（如图表、公式）
- 对于安全策略问题，从访问控制、输入过滤、输出检测、日志审计等层面系统性阐述
- 请描述一个你主导设计的复杂AI Agent架构，其核心工作流和关键技术选型是什么？
- 如何设计一个RAG系统来高效检索和利用企业的内部设计规范（Datasheet）？会遇到哪些挑战（如数据格式、实时性）？
职位点评
薪资福利70
成长发展90
工作生活45
使命价值75
薪资福利
70中等
该职位属于稀缺的“AI+半导体”交叉领域高级技术岗，市场薪酬具备一定竞争力。但JD未明确薪资福利，补偿性满足程度取决于最终谈判结果。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
该职位涉及最前沿的AI Agent技术栈，并应用于高壁垒的半导体设计领域，技术挑战与成长空间巨大。明确要求架构设计、平台沉淀和技术前瞻性评估，是典型的深度技术发展路径。
技术前沿前沿/新兴技术
技术栈AI Agent、RAG、LangChain、LangGraph、OpenTelemetry、Function Calling、MCP
成长机会沉淀Prompt模板、工具集与评测体系、推动AI能力从单场景到多场景的规模化复用
业务类型cost_center
工作生活
45较低
JD未明确提及工作模式、办公地点细节或WLB相关政策。岗位性质（协同、平台建设）和半导体行业特点可能暗示较高的沟通协调与交付压力。
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
岗位直接赋能芯片设计这一国家战略性产业的核心环节，通过技术手段提升设计效率，具有明确的产业价值和社会意义。技术创新与应用结合紧密。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号推动EDA设计效率提升、实现流程自动化
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