主分类:芯片设计与验证
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": "达摩院-SoC 功能建模与系统级仿真工程师-计算技术",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "成都 / 北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "技术-芯片"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 复杂系统级建模与集成 (Complex System-Level Modeling and Integration):\n-- 主导新型异构并行计算架构的系统级功能模型 (System-Level Functional Model) 设计与实现。\n-- 负责集成各个IP模块的功能行为模型 (Behavioral Model),构建完整的片上系统 (SoC) 虚拟平台 (Virtual Platform),并确保模型在功能上的高保真度 (High Fidelity)。\n-- 该模型将作为固件 (Firmware)、驱动程序 (Driver) 以及上层应用软件 (Application Software) 开发、预集成和早期验证的基础平台。\n2. 关键IP的精确级建模 (Precise-Level Modeling for Key IP):\n-- 对自研或定制的关键计算IP(如NPU/DSP/专用加速器等)执行事务级 (Transaction-Level) 的比特精确功能建模 (Bit-Accurate Functional Modeling)。\n-- 确保模型和设计Spec的准确性, IP级模型将作为Golden Model 用于RTL功能验证,支持算法验证和早期性能瓶颈分析。\n3. 建模方法学研究与性能优化 (Modeling Methodology Research and Performance Optimization):\n-- 研究并引入先进的功能建模方法学和仿真技术(如**TLM 2.0/SystemC/C++**等)。\n-- 专注于提升模型仿真速度 (Simulation Speed) 和吞吐量 (Throughput),以满足大规模软件回归测试和快速迭代的需求。\n-- 持续优化虚拟平台的效率 (Efficiency) 和可扩展性 (Scalability)。",
"requirements_text": "1. 精通C/C++ 编程,熟悉面向对象设计原则。\n2. 具备使用 SystemC 或其他虚拟平台构建工具(如Synopsys Platform Architect/Cadence Virtual System Platform等)进行SoC功能建模的实践经验。\n3. 熟悉计算机体系结构和并行计算原理,对AI/ML加速器的结构有深入理解者优先。\n4. 具备固件/驱动或RTL设计/验证经验者优先。",
"skills": [AI生成
"C++",
"建模"
],
"preferred_qualifications": "3. 熟悉计算机体系结构和并行计算原理,对AI/ML加速器的结构有深入理解者优先;4. 具备固件/驱动或RTL设计/验证经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100009140007"
}
]
},
"posting": {
"posting_id": "100009140007",
"post_date": "2026-09-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100009140007"
},
"fulltext": "达摩院-SoC 功能建模与系统级仿真工程师-计算技术\n达摩院-SoC 功能建模与系统级仿真工程师-计算技术\n\n基础信息\n职位类别:技术-芯片\n工作地点:成都 / 北京 / 杭州 / 上海\n\n职位描述\n1. 复杂系统级建模与集成 (Complex System-Level Modeling and Integration):\n-- 主导新型异构并行计算架构的系统级功能模型 (System-Level Functional Model) 设计与实现。\n-- 负责集成各个IP模块的功能行为模型 (Behavioral Model),构建完整的片上系统 (SoC) 虚拟平台 (Virtual Platform),并确保模型在功能上的高保真度 (High Fidelity)。\n-- 该模型将作为固件 (Firmware)、驱动程序 (Driver) 以及上层应用软件 (Application Software) 开发、预集成和早期验证的基础平台。\n2. 关键IP的精确级建模 (Precise-Level Modeling for Key IP):\n-- 对自研或定制的关键计算IP(如NPU/DSP/专用加速器等)执行事务级 (Transaction-Level) 的比特精确功能建模 (Bit-Accurate Functional Modeling)。\n-- 确保模型和设计Spec的准确性, IP级模型将作为Golden Model 用于RTL功能验证,支持算法验证和早期性能瓶颈分析。\n3. 建模方法学研究与性能优化 (Modeling Methodology Research and Performance Optimization):\n-- 研究并引入先进的功能建模方法学和仿真技术(如**TLM 2.0/SystemC/C++**等)。\n-- 专注于提升模型仿真速度 (Simulation Speed) 和吞吐量 (Throughput),以满足大规模软件回归测试和快速迭代的需求。\n-- 持续优化虚拟平台的效率 (Efficiency) 和可扩展性 (Scalability)。\n\n职位要求\n1. 精通C/C++ 编程,熟悉面向对象设计原则。\n2. 具备使用 SystemC 或其他虚拟平台构建工具(如Synopsys Platform Architect/Cadence Virtual System Platform等)进行SoC功能建模的实践经验。\n3. 熟悉计算机体系结构和并行计算原理,对AI/ML加速器的结构有深入理解者优先。\n4. 具备固件/驱动或RTL设计/验证经验者优先。\n1. 复杂系统级建模与集成 (Complex System-Level Modeling and Integration):\n-- 主导新型异构并行计算架构的系统级功能模型 (System-Level Functional Model) 设计与实现。\n-- 负责集成各个IP模块的功能行为模型 (Behavioral Model),构建完整的片上系统 (SoC) 虚拟平台 (Virtual Platform),并确保模型在功能上的高保真度 (High Fidelity)。\n-- 该模型将作为固件 (Firmware)、驱动程序 (Driver) 以及上层应用软件 (Application Software) 开发、预集成和早期验证的基础平台。\n2. 关键IP的精确级建模 (Precise-Level Modeling for Key IP):\n-- 对自研或定制的关键计算IP(如NPU/DSP/专用加速器等)执行事务级 (Transaction-Level) 的比特精确功能建模 (Bit-Accurate Functional Modeling)。\n-- 确保模型和设计Spec的准确性, IP级模型将作为Golden Model 用于RTL功能验证,支持算法验证和早期性能瓶颈分析。\n3. 建模方法学研究与性能优化 (Modeling Methodology Research and Performance Optimization):\n-- 研究并引入先进的功能建模方法学和仿真技术(如**TLM 2.0/SystemC/C++**等)。\n-- 专注于提升模型仿真速度 (Simulation Speed) 和吞吐量 (Throughput),以满足大规模软件回归测试和快速迭代的需求。\n-- 持续优化虚拟平台的效率 (Efficiency) 和可扩展性 (Scalability)。\n1. 精通C/C++ 编程,熟悉面向对象设计原则。\n2. 具备使用 SystemC 或其他虚拟平台构建工具(如Synopsys Platform Architect/Cadence Virtual System Platform等)进行SoC功能建模的实践经验。\n3. 熟悉计算机体系结构和并行计算原理,对AI/ML加速器的结构有深入理解者优先。\n4. 具备固件/驱动或RTL设计/验证经验者优先。",
"standard_classification": {
"std_category_code": "T024",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}