工作职责整参数与策略并持续优化 1.设计并实现agentic eda自送代fow:定义选代日标(时序、功耗、面积、drc等qor指标)、反馈回路与收敛策略,使流程能够基于运行结果自动调 2.负责eda点工具算法的开发与优化,如布局、布线、时序优化、eco、约束调优等方向的算法设计与工程实现 3.负责面向eda场景的小模型训练与落地,包括强化学习、贝叶斯优化、监督/微调小模型等方法,用于参数空间探索、决策策略学习与结果预测 4将上述算法能力固化为可复用、可维护的固定工作流,定义清晰的输入输出、评估指标与回退机制,保障在内部流程中稳定交付 5.与平台工程师协作,将算法与自迭代 flow 集成到agentic eda平台,并根据内部使用反馈持续迭代.

岗位定位 负责自迭代fow的设计与点工具算法开发,结合小模型训练(如强化学习)构建固定工作流的智能优化能力,让eda流程具备自主迭代、自动收敛的能力. 任职要求实际算法落地案例 1.硕士及以上学历,微电子、集成电路、计算机、数学、自动化等相关专业,3年以上经验 2.具备eda工具算法开发经验,熟恶数字实现流程中至少一个方向的核心算法(如布局布线、静态时序分析、逻辑优化、drc/物理验证、功耗优化等),有 部署的完整闭环 3.具备agentic eda flow算法开发经验,理解 agent驱动的eda流程编排、工具调用与结果反馈机制,有基于llm/agent的eda流程自动化实践经验 4.具备小模型训练经验,熟恶强化学习(如ppo/dqn等)、贝叶斯优化或其他优化学习方法,熟练使用pytorch等主流框架,能独立完成从建模、训练到 5.具备扎实的算法与数据结构基础,熟练掌握python/c++,熟悉 tcl脚本者优先 6.具备良好的实验设计与量化分析能力,能以qor指标为导向评估与改进算法效果.