主分类:未分类
待分类
来源 JD 数据(旧分类保留,当前主分类见上方)
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "芯片泛工艺专家-芯片研发",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "硬件"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 5,
"degree": "教育背景:本科及以上学历",
"language": "英语可作为工作语言,能独立对接海外供应链及技术文档",AI生成
"visa_support": "未披露",
"responsibilities": "1、工艺技术评估与优化:负责AI SoC芯片工艺技术选型、评估与全周期优化,结合SPICE模型特性与PIE工艺参数,提升产品可制造性、电气稳定性及量产良率,解决工艺与设计交叉的核心技术问题;\n2、SPICE器件建模与验证:主导SPICE器件模型的定制、校准、验证及迭代优化,覆盖PVT全角落,制定模型测试方案(IV/CV/AC/Noise),负责模型数据收集、TK开发与交付,保障仿真精度与设计收敛,支撑DTCO(设计工艺协同优化)流程落地;\n3、PIE工艺整合与管控:主导前道晶圆制造(光刻/刻蚀/薄膜/沉积等)与后道封装测试的全流程PIE工艺整合,制定工艺整合方案与NPI(新产品导入)流程,负责流片、量产爬坡阶段的工艺参数管控、缺陷分析及良率根因定位,通过DOE实验与失效分析(FIB/EMMI)推动工艺优化;\n4、设计与工艺协同优化:结合AI SoC芯片架构、系统需求及PDK规范(DRC/LVS/DFM),从SPICE模型精度、PIE工艺适配性角度优化设计方案,推动设计与工艺协同,提升芯片性能、功耗及可靠性,解决设计端与制造端的工艺适配难题;\n5、先进技术跟踪与落地:跟踪FinFET/GAA、3D IC、Chiplet及先进封装(CoWoS/Fan-out等)技术趋势,评估新工艺、新材料、新模型的可行性,制定技术导入路线图,推动先进技术在产品中的落地应用;\n6、供应链协同与工艺改进及技术体系建设:与Foundry、封测厂、EDA厂商紧密合作,同步SPICE模型需求、PIE工艺标准及PDK开发规范,推动供应链端工艺改进、缺陷闭环及制造效率优化,建立快速响应机制解决量产中的工艺问题;同时负责SPICE模型库、PIE工艺规范、PDK应用手册等技术文档的编写与迭代,搭建工艺技术知识库,为团队提供SPICE建模、PIE工艺整合等技术培训,赋能跨部门协作。",
"requirements_text": "1、教育背景:本科及以上学历,微电子、材料科学、物理、电子工程等相关专业,具备扎实的半导体器件与工艺基础;\n2、工作经验:5年及以上半导体行业实战经验,同时具备Foundry工艺开发/量产项目及设计公司产品导入经验;拥有FinFET工艺开发及SPICE器件建模、PIE工艺整合复合经验者优先,主导过AI SoC芯片工艺落地项目者加分;\n3、核心技术能力:\n1)熟悉SPICE器件建模全流程,熟悉BSIM/PSP等主流模型原理,具备模型校准、验证、TK开发及量产模型问题排查能力,有Foundry模型开发或设计公司模型定制应用经验者优先;\n2)熟悉PIE工艺整合核心技能,熟悉前道晶圆制造、后道封装工艺及良率分析方法(WAT/CP/FT数据分析、DOE设计、失效分析),具备工艺参数优化与量产良率提升实战经验;\n3)熟悉Design platform全流程,熟悉PDK开发与应用(DRC/LVS/DFM规则、PCell、Tech File),能联动SPICE模型与PIE工艺优化PDK适配性,具备脚本开发能力(Python/Tcl/Skill)者加分;\n4、先进技术经验:具备3D IC、Chiplet、CoWoS/Fan-out等先进封装技术相关经验,熟悉TSV、混合键合等工艺者优先,能结合业务需求提供先进技术解决方案;\n5、综合能力:具备较强的问题分析与解决能力,能高效处理流片及量产中的工艺、模型类复杂问题;拥有优秀的跨团队协作能力,可顺畅对接Foundry、封测厂、设计团队及EDA厂商;英语可作为工作语言,能独立对接海外供应链及技术文档。",
"skills": [AI生成
"Python",
"数据分析",
"工艺开发",
"失效分析",
"团队协作",
"建模"
],
"preferred_qualifications": "拥有FinFET工艺开发及SPICE器件建模、PIE工艺整合复合经验者优先,主导过AI SoC芯片工艺落地项目者加分;1)熟悉SPICE器件建模全流程,熟悉BSIM/PSP等主流模型原理,具备模型校准、验证、TK开发及量产模型问题排查能力,有Foundry模型开发或设计公司模型定制应用经验者优先;3)熟悉Design platform全流程,熟悉PDK开发与应用(DRC/LVS/DFM规则、PCell、Tech File),能联动SPICE模型与PIE工艺优化PDK适配性,具备脚本开发能力(Python/Tcl/Skill)者加分;4、先进技术经验:具备3D IC、Chiplet、CoWoS/Fan-out等先进封装技术相关经验,熟悉TSV、混合键合等工艺者优先,能结合业务需求提供先进技术解决方案",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7600238518086306053/detail"
}
]
},
"posting": {
"posting_id": "7600238518086306053",
"post_date": "2026-01-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7600238518086306053/detail"
},
"fulltext": "芯片泛工艺专家-芯片研发\n职位描述\n1、工艺技术评估与优化:负责AI SoC芯片工艺技术选型、评估与全周期优化,结合SPICE模型特性与PIE工艺参数,提升产品可制造性、电气稳定性及量产良率,解决工艺与设计交叉的核心技术问题;\n2、SPICE器件建模与验证:主导SPICE器件模型的定制、校准、验证及迭代优化,覆盖PVT全角落,制定模型测试方案(IV/CV/AC/Noise),负责模型数据收集、TK开发与交付,保障仿真精度与设计收敛,支撑DTCO(设计工艺协同优化)流程落地;\n3、PIE工艺整合与管控:主导前道晶圆制造(光刻/刻蚀/薄膜/沉积等)与后道封装测试的全流程PIE工艺整合,制定工艺整合方案与NPI(新产品导入)流程,负责流片、量产爬坡阶段的工艺参数管控、缺陷分析及良率根因定位,通过DOE实验与失效分析(FIB/EMMI)推动工艺优化;\n4、设计与工艺协同优化:结合AI SoC芯片架构、系统需求及PDK规范(DRC/LVS/DFM),从SPICE模型精度、PIE工艺适配性角度优化设计方案,推动设计与工艺协同,提升芯片性能、功耗及可靠性,解决设计端与制造端的工艺适配难题;\n5、先进技术跟踪与落地:跟踪FinFET/GAA、3D IC、Chiplet及先进封装(CoWoS/Fan-out等)技术趋势,评估新工艺、新材料、新模型的可行性,制定技术导入路线图,推动先进技术在产品中的落地应用;\n6、供应链协同与工艺改进及技术体系建设:与Foundry、封测厂、EDA厂商紧密合作,同步SPICE模型需求、PIE工艺标准及PDK开发规范,推动供应链端工艺改进、缺陷闭环及制造效率优化,建立快速响应机制解决量产中的工艺问题;同时负责SPICE模型库、PIE工艺规范、PDK应用手册等技术文档的编写与迭代,搭建工艺技术知识库,为团队提供SPICE建模、PIE工艺整合等技术培训,赋能跨部门协作。\n\n职位要求\n1、教育背景:本科及以上学历,微电子、材料科学、物理、电子工程等相关专业,具备扎实的半导体器件与工艺基础;\n2、工作经验:5年及以上半导体行业实战经验,同时具备Foundry工艺开发/量产项目及设计公司产品导入经验;拥有FinFET工艺开发及SPICE器件建模、PIE工艺整合复合经验者优先,主导过AI SoC芯片工艺落地项目者加分;\n3、核心技术能力:\n1)熟悉SPICE器件建模全流程,熟悉BSIM/PSP等主流模型原理,具备模型校准、验证、TK开发及量产模型问题排查能力,有Foundry模型开发或设计公司模型定制应用经验者优先;\n2)熟悉PIE工艺整合核心技能,熟悉前道晶圆制造、后道封装工艺及良率分析方法(WAT/CP/FT数据分析、DOE设计、失效分析),具备工艺参数优化与量产良率提升实战经验;\n3)熟悉Design platform全流程,熟悉PDK开发与应用(DRC/LVS/DFM规则、PCell、Tech File),能联动SPICE模型与PIE工艺优化PDK适配性,具备脚本开发能力(Python/Tcl/Skill)者加分;\n4、先进技术经验:具备3D IC、Chiplet、CoWoS/Fan-out等先进封装技术相关经验,熟悉TSV、混合键合等工艺者优先,能结合业务需求提供先进技术解决方案;\n5、综合能力:具备较强的问题分析与解决能力,能高效处理流片及量产中的工艺、模型类复杂问题;拥有优秀的跨团队协作能力,可顺畅对接Foundry、封测厂、设计团队及EDA厂商;英语可作为工作语言,能独立对接海外供应链及技术文档。\n1、工艺技术评估与优化:负责AI SoC芯片工艺技术选型、评估与全周期优化,结合SPICE模型特性与PIE工艺参数,提升产品可制造性、电气稳定性及量产良率,解决工艺与设计交叉的核心技术问题;\n2、SPICE器件建模与验证:主导SPICE器件模型的定制、校准、验证及迭代优化,覆盖PVT全角落,制定模型测试方案(IV/CV/AC/Noise),负责模型数据收集、TK开发与交付,保障仿真精度与设计收敛,支撑DTCO(设计工艺协同优化)流程落地;\n3、PIE工艺整合与管控:主导前道晶圆制造(光刻/刻蚀/薄膜/沉积等)与后道封装测试的全流程PIE工艺整合,制定工艺整合方案与NPI(新产品导入)流程,负责流片、量产爬坡阶段的工艺参数管控、缺陷分析及良率根因定位,通过DOE实验与失效分析(FIB/EMMI)推动工艺优化;\n4、设计与工艺协同优化:结合AI SoC芯片架构、系统需求及PDK规范(DRC/LVS/DFM),从SPICE模型精度、PIE工艺适配性角度优化设计方案,推动设计与工艺协同,提升芯片性能、功耗及可靠性,解决设计端与制造端的工艺适配难题;\n5、先进技术跟踪与落地:跟踪FinFET/GAA、3D IC、Chiplet及先进封装(CoWoS/Fan-out等)技术趋势,评估新工艺、新材料、新模型的可行性,制定技术导入路线图,推动先进技术在产品中的落地应用;\n6、供应链协同与工艺改进及技术体系建设:与Foundry、封测厂、EDA厂商紧密合作,同步SPICE模型需求、PIE工艺标准及PDK开发规范,推动供应链端工艺改进、缺陷闭环及制造效率优化,建立快速响应机制解决量产中的工艺问题;同时负责SPICE模型库、PIE工艺规范、PDK应用手册等技术文档的编写与迭代,搭建工艺技术知识库,为团队提供SPICE建模、PIE工艺整合等技术培训,赋能跨部门协作。\n1、教育背景:本科及以上学历,微电子、材料科学、物理、电子工程等相关专业,具备扎实的半导体器件与工艺基础;\n2、工作经验:5年及以上半导体行业实战经验,同时具备Foundry工艺开发/量产项目及设计公司产品导入经验;拥有FinFET工艺开发及SPICE器件建模、PIE工艺整合复合经验者优先,主导过AI SoC芯片工艺落地项目者加分;\n3、核心技术能力:\n1)熟悉SPICE器件建模全流程,熟悉BSIM/PSP等主流模型原理,具备模型校准、验证、TK开发及量产模型问题排查能力,有Foundry模型开发或设计公司模型定制应用经验者优先;\n2)熟悉PIE工艺整合核心技能,熟悉前道晶圆制造、后道封装工艺及良率分析方法(WAT/CP/FT数据分析、DOE设计、失效分析),具备工艺参数优化与量产良率提升实战经验;\n3)熟悉Design platform全流程,熟悉PDK开发与应用(DRC/LVS/DFM规则、PCell、Tech File),能联动SPICE模型与PIE工艺优化PDK适配性,具备脚本开发能力(Python/Tcl/Skill)者加分;\n4、先进技术经验:具备3D IC、Chiplet、CoWoS/Fan-out等先进封装技术相关经验,熟悉TSV、混合键合等工艺者优先,能结合业务需求提供先进技术解决方案;\n5、综合能力:具备较强的问题分析与解决能力,能高效处理流片及量产中的工艺、模型类复杂问题;拥有优秀的跨团队协作能力,可顺畅对接Foundry、封测厂、设计团队及EDA厂商;英语可作为工作语言,能独立对接海外供应链及技术文档。",
"standard_classification": {
"std_category_code": null,
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": null
}
}