恩智浦半导体
AI Verification Engineering Intern
AI Verification Engineering Intern
发布于 5 小时前实习/见习
实习生混合式弹性办公人工智能
人工智能
Ai Agent
Eda工具
Llm
Rag
Soc验证
机器学习
生成式Ai
自动化测试
值不值得投
80综合评分
综合评分 80
恩智浦核心研发实习岗，聚焦AI大模型在半导体验证的前沿落地，技术成长价值极高，薪资符合实习市场常规水平。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
4千
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
73 个在招 · 其中人工智能 5 个
市场机会
选择适中
天津 · 人工智能 · 30 个在招
职位详情
关于这个职位
该职位是恩智浦半导体的AI验证工程实习生，主要利用AI和LLM技术开发自动化验证工具和智能助手，以提升半导体验证效率
你将参与构建AI Agent、RAG应用，并与验证工程师合作优化工程工作流，是接触前沿AI技术在半导体领域落地的绝佳机会
最低要求
计算机科学、电气工程、计算机工程、人工智能或相关专业的本科/硕士在读学生
具备扎实的 Python 编程技能
熟悉机器学习、大语言模型（LLMs）或生成式 AI 技术
具备软件开发和调试经验
具备较强的问题解决能力和沟通技巧
能够在技术团队环境中独立工作并协同合作
对 SoC 设计与验证、数字 IC 设计或半导体开发流程有基本了解
工作职责
开发基于 AI 的验证助手和工程智能体（Agents）
构建验证自动化流程
将 RAG 和 AI 智能体应用于验证工作流
开发用于以下方面的工具：
验证规划与测试计划分析
验证测试台（tb）文件生成
覆盖率差距识别
回归结果分析
调试辅助
验证知识搜索与总结
将 AI 解决方案与现有的 EDA 工具和验证环境集成
与验证工程师合作，了解生产力瓶颈并将其转化为 AI 辅助工作流
评估和基准测试用于半导体工程应用的新兴 AI 技术
向项目团队展示开发结果和建议
AI 洞察
优缺点分析
优点
- 能够接触到前沿的AI技术在半导体这一硬核科技领域的实际落地应用
- 恩智浦作为全球领先的半导体公司，能提供规范的工程实践和跨部门协作经验
- 需要同时理解AI算法和底层半导体验证逻辑，跨领域学习曲线较陡
- 将AI应用于严谨的硬件验证流程，对准确性和稳定性的要求极高
- 对AI技术有热情，同时希望深入了解半导体/芯片设计验证流程的计算机或微电子相关专业的在校生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向AI应用工程师、AI算法工程师或半导体验证专家方向发展
- 积累“AI+半导体”的复合背景，在当前大模型落地垂直行业的趋势下极具竞争力
- 利用大模型和AI Agent技术，开发半导体验证流程的自动化工具和智能助手
- 将AI技术（如RAG、LLM）与传统的EDA工具和验证环境结合，解决验证工程师的实际痛点
- 扎实的Python编程能力，熟悉LLM、RAG和AI Agent的开发
- 对半导体SoC验证流程、数字IC设计有基本认知，具备较强的工程落地和调试能力
申请策略
- 在简历或面试中展现出对“AI如何赋能传统工程流程”的思考，而不仅仅是停留在调用API的层面
- 突出Python编程能力和LLM/RAG/AI Agent的实际项目经验
- 如果有硬件验证、数字IC设计或EDA工具相关的课程/项目经验，务必重点展示
- 提前了解SoC验证的基本概念（如UVM、覆盖率、回归测试等）
- 熟悉LangChain等主流AI Agent开发框架及RAG架构
面试指南
- 采用STAR法则回答项目经历，突出技术选型和最终收益
- 对于跨领域问题，先展示对传统流程的理解，再提出AI优化的切入点，最后说明落地方案
- 请介绍一个你使用LLM或RAG技术解决实际问题的项目经历
- 你如何理解SoC验证流程？AI可以在哪些环节发挥作用？
- 在将AI集成到现有EDA工具时，可能会遇到哪些工程挑战？
- 请描述一次你独立解决复杂技术难题的经历
- 复习Python、机器学习基础以及LLM应用开发（如Prompt Engineering、RAG架构）
- 了解恩智浦的主营业务和半导体验证的基本概念
职位点评
薪资福利60
成长发展95
工作生活70
使命价值85
薪资福利
60中等
作为实习岗位，薪资按天津地区外企实习生市场标准发放，能满足日常基本开销，但并非以高薪为主要吸引力。
薪资信号未披露（AI估算：3.2–5.5千/月）
成长发展
95较高
岗位聚焦AI Agent和LLM在半导体验证中的前沿应用，能积累极具稀缺性的复合经验，发展价值极高。
技术前沿前沿/新兴技术
技术栈Python、LLM、RAG、AI Agent、Machine Learning、Generative AI、EDA
成长机会What You Will Learn、Real-world AI applications、Advanced AI Agent and LLM workflows、Cross-functional collaboration
业务类型ambiguous
工作生活
70中等
岗位明确要求每周约4天现场办公，工作模式相对固定。作为实习岗位，通常能保持较好的工作生活平衡，但需保证较高的出勤率。
工作模式混合式弹性办公
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
85较高
致力于将AI技术应用于半导体这一核心硬科技领域，推动芯片验证效率提升，具有较高的行业价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
恩智浦半导体 的其他在招职位
相似职位推荐
Watch Jobs