AI Native 时代， IC 人的自我修养
今天朋友推送了一个我感兴趣的钻研方向的职位描述，其中体现了一些这个方向的思考，分享出来：
AI研发工程师（芯片研发 AI 方向)
职位详情
我们正在探索 AI 与数字芯片设计 (EDA) 深度结合的研发模式，希望借助 AI Agent、AI Coding、研发知识库等能力，提升芯片研发效率。欢迎对 AI Native、研发提效、EDA AI 等方向充满兴趣的工程师加入团队，共同探索 AI 在芯片研发领域的落地实践。
岗位职责
- 负责 AI Agent 的设计、开发与调试，基于 Codex、Claude Code、LangGraph 等主流框架，围绕芯片研发业务场景 (RTL 设计、综合 (Synthesis) 、布局布线 (APR) 、STA、物理验证 (PV)等)构建 AI 应用，提高研发效率;
- 负责大模型 API (Claude、GPT、DeepSeek、Qwen、GLM 等)的集成开发，完成 Prompt Engineering、Context Engineering、Tool Calling、Function Calling 及结构化输出方案设计与优化;
- 结合数字后端 (Digital Backend) 、EDA 工具链及研发流程，分析研发业务痛点，设计 AI Agent Workflow，推动 AI 在日志分析、知识检索、研发Copilot、Al Coding、EDA 辅助等场景中的落地；
- 参与研发知识库(RAG) 、AI Coding、Agent Workflow 等基础能力建设，持续优化 AI 系统效果，并建立模型评估、Prompt 评测及自动化 Evaluation 体系；
- 持续跟踪海内外 LLM、Agent Framework、AlCoding、EDA AI 等技术发展趋势，完成技术调研方案选型及 PoC 验证，为团队技术决策提供支持。
任职要求:
- 计算机、软件工程、人工智能、电子信息、微电子、集成电路等相关专业，本科及以上学历；
- 具有 LLM 应用开发经验，熟悉 Agent、PromptEngineering、Context Engineering、RAG 等技术，有实际项目落地经验;
- 熟练掌握 Python，具备良好的工程能力，能够独立完成 AI 应用从原型设计到上线交付；
- 熟悉 LangGraph、LangChain、MCP、Function Calling、Tool Calling 等 Agent 技术者优先；
- 具备良好的英文技术文档阅读能力，能够持续跟踪海外 AI 技术发展；
- 愿意深入芯片设计及 EDA 工具链相关业务，理解数字后端研发流程，能够将 AI 技术与芯片研发业务深度结合。
加分项:
- 了解数字芯片设计流程 (RTL、综合、布局布线STA、物理验证等) 或具有数字后端相关项目经验；
- 了解 EDA 工具 (PrimeTime、Innovus、ICC2Verdi、Design Compiler、Calibre 等) 或有相关开发经验；
- 有 Al Agent、RAG、Multi-Agent、Al Coding 等实际项目经验；
- 有芯片研发工具、研发效能平台、研发知识库等 AI 应用开发经验者优先；
- 熟悉 Claude Code、Cursor、Codex 等 AI Coding 工具者优先；
- 有 GitHub 开源项目、技术博客或技术分享经验。
AI研发工程师（芯片研发 AI 方向) 职位详情 我们正在探索 AI 与数字芯片设计 (EDA) 深度结合的研发模式，希望借助 AI Agent、AI Coding、研发知识库等能力，提升芯片研发效率。欢迎对 AI Native、研发提效、EDA AI 等方向充满兴趣的T程师加入团队，共同探索 AI 在芯片研发领域的落地实践。 岗位职责 - 负责 AI Agent 的设计、开发与调试，基于 Codex、Claude Code、LangGraph 等主流框架，围绕芯片研发业务场景 (RTL 设计、综合 (Synthesis) 、布局布线 (APR) 、STA、物理验证 (PV)等)构建 AI 应用，提高研发效率; - 负责大模型 API (Claude、GPT、DeepSeek、Qwen、GLM 等)的集成开发，完成 Prompt Engineering、Context Engineering、Tool Calling、Function Calling 及结构化输出方案设计与优化; - 结合数字后端 (Digital Backend) 、EDA 工具链及研发流程，分析研发业务痛点，设计 AI Agent Workflow，推动 AI 在日志分析、知识检索、研发Copilot、Al Coding、EDA 辅助等场景中的落地； - 参与研发知识库(RAG) 、AI Coding、Agent Workflow 等基础能力建设，持续优化 AI 系统效果，并建立模型评估、Prompt 评测及自动化 Evaluation 体系； - 持续跟踪海内外 LLM、Agent Framework、AlCoding、EDA AI 等技术发展趋势，完成技术调研方案选型及 PoC 验证，为团队技术决策提供支持。 任职要求: - 计算机、软件工程、人工智能、电子信息、微电子、集成电路等相关专业，本科及以上学历； - 具有 LLM 应用开发经验，熟悉 Agent、PromptEngineering、Context Engineering、RAG 等技术，有实际项目落地经验; - 熟练掌握 Python，具备良好的工程能力，能够独立完成 AI 应用从原型设计到上线交付； - 熟悉 LangGraph、LangChain、MCP、Function Calling、Tool Calling 等 Agent 技术者优先； - 具备良好的英文技术文档阅读能力，能够持续跟踪海外 AI 技术发展； - 愿意深入芯片设计及 EDA 工具链相关业务，理解数字后端研发流程，能够将 AI 技术与芯片研发业务深度结合。 加分项: - 了解数字芯片设计流程 (RTL、综合、布局布线STA、物理验证等) 或具有数字后端相关项目经验； - 了解 EDA 工具 (PrimeTime、Innovus、ICC2Verdi、Design Compiler、Calibre 等) 或有相关开发经验； - 有 Al Agent、RAG、Multi-Agent、Al Coding 等实际项目经验； - 有芯片研发工具、研发效能平台、研发知识库等 AI 应用开发经验者优先； - 熟悉 Claude Code、Cursor、Codex 等 AI Coding 工具者优先； - 有 GitHub 开源项目、技术博客或技术分享经验。