AI研究员(J20761)

1. EDA工具链重构与前瞻定义，评估并导入全球先进EDA工具，针对特殊工艺节点完成功能分析与底层优化，从零搭建面向下一代工艺平台的仿真、验证及物理实现工具原型，并与高校、研究所合作推动技术路线图，主导EDA国产化在设计团队中的智能推广，利用Agent自动识别设计弱点并推荐优化方案； 2. AI Agent系统开发与量产部署，开发并部署多智能体系统，使其自主完成Floorplan、时钟树综合、绕线优化及良率分析等端到端任务，打造基于大语言模型与知识图谱的EDA Copilot，实现自然语言交互式辅助，推动AI Agent进化为自主设计核心，在芯片设计、研发、制造、测试等用户团队中实现零人工干预的自动化流程； 3. 半导体核心流程AI化架构设计，深入芯片设计、研发、制造、测试等业务流程，识别效率瓶颈并抽象为可被AI求解的问题，主导高价值AI应用场景的识别与需求分析，输出可落地的产品需求文档、原型设计及商业论证，协同算法、软件、数据、IT及业务团队，推动方案可行性评估、数据准备及产线试跑； 4. 前沿洞察与知识资产沉淀，跟踪NeurIPS、ICML、ICCAD、DAC、SPIE等顶会及工业界最新成果，定期输出前瞻性技术洞察报告，将落地案例、失败教训及最佳参数固化为可复用知识库与Agent模板，使后续团队能快速继承创新成果。 【任职要求】 1. 学历要求：硕士及以上，博士优先； 2. 专业要求：微电子、集成电路、电子工程、计算机、AI、自动化、数据科学、软件工程、材料、物理、数学等相关专业，强烈欢迎跨学科复合背景； 3. 其他要求（必须满足至少两项）： • 具有AI实战经验，能使用PyTorch或TensorFlow亲手训练过深度学习模型，理解过拟合、分布偏移、稀疏奖励等核心挑战；或搭建过基于LangChain或LlamaIndex的Agent或RAG系统并解决过实际工程问题； • 具有EDA或半导体场景理解能力，能在入职一周内精读一篇DRAM工艺论文、理解一条EDA脚本逻辑或看懂一份良率统计报告并指出潜在改进点； • 具有数学建模与编码能力，能将业务问题转化为数学约束如优化问题、图模型或随机过程，精通Python并熟悉SQL，至少掌握C++或Rust之一； • 具有产品与原型能力，能写逻辑清晰的产品需求文档、画交互原型，并使用AI开发工具如在两周内产出可运行的最小闭环系统； • 在DAC、ICCAD、NeurIPS、ICML、VLSI Symp、IMW等顶级会议或期刊以第一作者发表过论文，或获得Kaggle大师、ACM-ICPC区域赛金牌、数学建模竞赛国家一等奖及以上，或拥有GitHub Star大于200的个人项目或开源EDA或AI工具核心贡献者，或曾在EDA厂商、晶圆厂或存储芯片设计团队完成深度实习或课题，或拥有微电子、材料或自动化加AI、计算机或数据科学双重背景并能用具体项目证明融合能力者优先。