收到简历3个工作日内基于tcl脚本语言的asic后端设计,安排面试与综合评估;面试后3个工作日内,Offer发放
附录:1)招聘岗位介绍;2)行业背景简介
岗位一 算法工程师
岗位职责:
1.基于已有的软件工程架构,优化或者重新设计 指定的算法功能模块,并能根据规范编写合理的单元测试;
2.基于已有的软件工程架构,根据产品需求,拓展新的算法模块,开发数值建模、优化、数据分析等算法,并能根据接口协议合理的衔接其他算法模块;
3.基于抽象化后的问题和模型,设计新的算法来解决问题,能够兼顾算法的效率和可拓展性。
岗位要求:
1.具有Linux环境下C++编程经验;
2.熟悉数据结构、动态规划、多线程及分布式计算;
3.熟悉Tcl/Python/Yaml等脚本语言编程;
4.了解商用EDA数字芯片物理设计工具及ASIC设计流程优先;
5.了解布图规划、布局布线、统计时序分析、物理综合、功耗分析、延迟计算等算法优先;
6.了解优化算法、矩阵计算、线性规划优先;
7.具有扎实的数学和物理基础,较强的分析能力和问题解决能力;
8.能够有条理的切入学习开源大型软件项目,并能有针对性的快速理解具体的算法模块;
9.较好的英语听说读写能力,能流畅的阅读英文文献。
岗位二 软件开发工程师
岗位职责:
1.EDA软件系统的人机界面开发、on-disk和in-memory数据库架构开发;
2.软件产品在云服务上的适配、联调测试和技术支持;
3.非图形界面下的script交互接口开发;
4.图形化用户操作界面的集成和维护。
岗位要求:
1.精通C/C++语言,有编程经验;
2.有复杂的系统软件开发和人机交互界面的编写经验;
3.有较强的软件API接口设计能力
4.熟悉多进程、多线程、网络编程等技术;
5.熟悉Linux下版图GUI的开发(GTK,QT)优先;
6.英语水平良好,能顺利阅读和撰写英文资料;
7.较强的沟通协作能力和自我学习能力。
岗位三 软件测试工程师
岗位职责:
1.负责核心软件产品的软件质量测试,包括构建和维护的云端软件质量测试系统;
2.负责编写新的测试模块,用于算法模块和功能模块的测试流程;
3.从产品经理处不断收集新功能验收后的测试样例,并能够拓展建立新的测试案例,分析和回归测试结果等。
岗位要求:
1.硕士或博士,计算机、微电子、电子或其他电类专业;
2.能够熟练使用shell, python, Tcl/Tk或其他脚本语言;
3.能够学习和了解云服务架构的DevOps开源工具,并把最新的DevOps工具应用到工作流程;
4.了解数字芯片设计或者ASIC后端设计流程优先;
5.能够读写英语文档,并流畅的阅读英文技术类博客。
岗位四 产品应用工程师
岗位职责:
1.根据提供的产品规划SOW( of Work)文档,撰写清晰的功能需求文档和功能验收流程;
2.配合相关功能的算法工程师和软件工程师,优化功能需求文档;
3.验收算法工程师和软件工程师交付的开发结果,并撰写验收报告,提出优化需求;
4.配合客户,使用公司的数字ASIC后端设计产品完成客户需求,查找产品功能缺陷,撰写产品功能优化的需求文档;
5.根据验证结论和行业经验,不断思考和探索新的产品功能需求。
岗位要求:
1.有数字后端设计相关的经验优先;
2.有使用主流芯片数字设计工具的经验优先;
3.有大型软件项目的产品设计经验,参与过研究机构的大型软件科研项目者优先;
4.熟练使用Tcl,Python,Yaml等脚本建立自动化流程;
5.有意愿在后端设计上不断的深入学习和研究;
6.责任心强,有较好的沟通协调能力;
7.较好的英语听说读写能力,能流畅的阅读英文文献。
岗位五 数字后端工程师
岗位职责:
1. 能够完成RTL到GDSII所有阶段的后端设计工作,包括以下步骤:、Power Plan、CTS 、Timing 、IR-Drop , ,Formal ,基于tcl脚本语言的asic后端设计,STA and DMSA。
2. 熟悉UPF/CPF文件,能独立完成Low power design flow.
3. 熟悉 design flow, 有top level经验者优先
4. 精通STA timing 分析,能使用AOCV mode .
4. 熟悉/ICC2 ,, , 等工具
5.熟练使用Tcl,Python,Yaml等脚本建立自动化流程
6. 具有基本英语听说读写能力,有较强的学习能力和团队协作精神
7. 具备较强的电路分析,模拟电路,数字电路专业基础知识
任职要求:本科及以上学历,电子工程/微电子/通信/自动化等相关专业
行业背景简介
电子设计自动化(EDA)指利用软件完成大规模集成电路的设计方式,融合了图形学、计算数学、微电子学及人工智能等技术,贯穿于集成电路设计、制造、封测等环节。EDA 软件是设计和制造芯片不可或缺的核心工业软件,是当前国内集成电路产业链里急需自主创新的关键技术。
ü 摩尔定律带动EDA工具升级- IC基本元件更小更快更省电,芯片复杂程度和集成度不断提升。台积电将于2022年实现3nm芯片量产;IBM宣布成功开发2nm制程技术;
ü 芯片功能多样化全面化- SoC无处不在,5G芯片,汽车自动驾驶芯片,人工智能芯片等新型应用芯片层出不穷,设计复杂度大幅上升;
ü 制程工艺进步- 光刻,刻蚀等技术突飞猛进,尺寸控制精益求精,对上游工具的准确率要求日增。设计与工艺的综合优化势在必行;
ü 计算技术突破及AI的应用- GPU加速,云计算,超级计算等,提升计算能力,加强物理模拟,改进优化算法,能更准更快地得到更好的设计。机器学习的应用提供更smart的设计过程,加快设计步骤,减短反馈时间,拓展优化空间。
本文共 1645 个字数,平均阅读时长 ≈ 5分钟