主分类:AI模型评测工程
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": "数据智多星-CAD/芯片方向",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里巴巴控股集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"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": "硕士/博士在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": ".分别面向机械CAD工程建模、微电子集成电路两大方向,从零规划领域评测集整体框架、任务体系,制定标准化、可落地的评测规则、数据规范、多维度打分标准。CAD侧覆盖参数化建模、三视图生成、模型约束、零件装配、模型纠错修复、工程图纸输出等场景;微电子侧覆盖电路识图解析、原理图/PCB设计、数模电路架构理解、RTL设计、时序约束、EDA仿真等场景,支撑工程、芯片方向大模型Agent工具调用能力迭代优化。\n2. 高质量领域评测集建设\n依托机械制图国标、结构工程规范、微电子电路原理、半导体设计手册、开源EDA案例、经典工程案例等专业知识库,独立完成不同难度梯度评测案例、场景样本、工具交互轨迹数据的设计、生产、筛选与校验。机械方向覆盖基础特征建模、复杂零件装配、合规化工程设计;芯片方向完成电路图文、版图、芯片架构类多源数据检索、清洗、核验,保障两大方向数据集的专业性、场景多样性、工程实用性。\n3. 标注规范体系搭建与全流程质量管控\n搭建CAD建模、微电子电路两套专属标注规范、验收标准、错误判定规则。CAD维度针对尺寸精度、拓扑结构、约束合理性、装配逻辑、图纸规范性开展质检;微电子维度校验电路图识别偏差、电路逻辑错误、RTL代码缺陷、仿真结果合理性。定期复盘大模型在两大垂直场景下的建模缺陷、工具调用失误、领域知识漏洞,建立常态化复盘迭代机制,持续提升评测数据质量,优化跨团队协同流程。\n4. 垂直Benchmark建设、前沿评测与学术开源产出\n参与AI+工程建模、AI‑EDA芯片智能设计方向前沿研究,负责两大方向模型能力测评、横向对比、缺陷归因、评测结论输出。可参与专项Benchmark搭建、行业技术报告、高水平学术论文撰写。",
"requirements_text": "1. 硕士/博士在读,机械设计制造、工业设计、工程制图、微电子、集成电路、电子信息、电路与系统等相关专业;\n2. 至少精通一个垂直方向专业能力:\n‑ CAD方向:熟练掌握SolidWorks/AutoCAD等任意一款主流三维建模软件,掌握三维建模、参数化约束、零件装配、二维出图、三视图投影原理,可独立完成标准化建模制图工作,能够识别建模误差、约束冲突、制图规范问题;\n‑ 微电子方向:电路基础扎实,可读懂数字/模拟电路图,熟悉电路拓扑、元器件原理,了解RTL开发、芯片前端设计、电路仿真基础流程;\n3. 具备基础Python脚本、数据处理能力,了解提示工程(PE)、Agent工具调用评测流程优先。",
"skills": [AI生成
"Python",
"AutoCAD",
"SolidWorks",
"模拟电路",
"机械设计",
"建模"
],
"preferred_qualifications": "3. 具备基础Python脚本、数据处理能力,了解提示工程(PE)、Agent工具调用评测流程优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199908820001?deptCodes="
}
]
},
"posting": {
"posting_id": "199908820001",
"post_date": "2026-08-19",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199908820001?deptCodes="
},
"fulltext": "数据智多星-CAD/芯片方向\n数据智多星-CAD/芯片方向\n\n基础信息\n毕业起止时间要求:2027-11-01 - 2030-01-01\n职位类别:技术类\n招聘项目:阿里巴巴日常实习生\n工作地点:杭州\n\n职位描述\n.分别面向机械CAD工程建模、微电子集成电路两大方向,从零规划领域评测集整体框架、任务体系,制定标准化、可落地的评测规则、数据规范、多维度打分标准。CAD侧覆盖参数化建模、三视图生成、模型约束、零件装配、模型纠错修复、工程图纸输出等场景;微电子侧覆盖电路识图解析、原理图/PCB设计、数模电路架构理解、RTL设计、时序约束、EDA仿真等场景,支撑工程、芯片方向大模型Agent工具调用能力迭代优化。\n2. 高质量领域评测集建设\n依托机械制图国标、结构工程规范、微电子电路原理、半导体设计手册、开源EDA案例、经典工程案例等专业知识库,独立完成不同难度梯度评测案例、场景样本、工具交互轨迹数据的设计、生产、筛选与校验。机械方向覆盖基础特征建模、复杂零件装配、合规化工程设计;芯片方向完成电路图文、版图、芯片架构类多源数据检索、清洗、核验,保障两大方向数据集的专业性、场景多样性、工程实用性。\n3. 标注规范体系搭建与全流程质量管控\n搭建CAD建模、微电子电路两套专属标注规范、验收标准、错误判定规则。CAD维度针对尺寸精度、拓扑结构、约束合理性、装配逻辑、图纸规范性开展质检;微电子维度校验电路图识别偏差、电路逻辑错误、RTL代码缺陷、仿真结果合理性。定期复盘大模型在两大垂直场景下的建模缺陷、工具调用失误、领域知识漏洞,建立常态化复盘迭代机制,持续提升评测数据质量,优化跨团队协同流程。\n4. 垂直Benchmark建设、前沿评测与学术开源产出\n参与AI+工程建模、AI‑EDA芯片智能设计方向前沿研究,负责两大方向模型能力测评、横向对比、缺陷归因、评测结论输出。可参与专项Benchmark搭建、行业技术报告、高水平学术论文撰写。\n\n职位要求\n1. 硕士/博士在读,机械设计制造、工业设计、工程制图、微电子、集成电路、电子信息、电路与系统等相关专业;\n2. 至少精通一个垂直方向专业能力:\n‑ CAD方向:熟练掌握SolidWorks/AutoCAD等任意一款主流三维建模软件,掌握三维建模、参数化约束、零件装配、二维出图、三视图投影原理,可独立完成标准化建模制图工作,能够识别建模误差、约束冲突、制图规范问题;\n‑ 微电子方向:电路基础扎实,可读懂数字/模拟电路图,熟悉电路拓扑、元器件原理,了解RTL开发、芯片前端设计、电路仿真基础流程;\n3. 具备基础Python脚本、数据处理能力,了解提示工程(PE)、Agent工具调用评测流程优先。\n\n在招业务\n阿里巴巴控股集团\n.分别面向机械CAD工程建模、微电子集成电路两大方向,从零规划领域评测集整体框架、任务体系,制定标准化、可落地的评测规则、数据规范、多维度打分标准。CAD侧覆盖参数化建模、三视图生成、模型约束、零件装配、模型纠错修复、工程图纸输出等场景;微电子侧覆盖电路识图解析、原理图/PCB设计、数模电路架构理解、RTL设计、时序约束、EDA仿真等场景,支撑工程、芯片方向大模型Agent工具调用能力迭代优化。\n2. 高质量领域评测集建设\n依托机械制图国标、结构工程规范、微电子电路原理、半导体设计手册、开源EDA案例、经典工程案例等专业知识库,独立完成不同难度梯度评测案例、场景样本、工具交互轨迹数据的设计、生产、筛选与校验。机械方向覆盖基础特征建模、复杂零件装配、合规化工程设计;芯片方向完成电路图文、版图、芯片架构类多源数据检索、清洗、核验,保障两大方向数据集的专业性、场景多样性、工程实用性。\n3. 标注规范体系搭建与全流程质量管控\n搭建CAD建模、微电子电路两套专属标注规范、验收标准、错误判定规则。CAD维度针对尺寸精度、拓扑结构、约束合理性、装配逻辑、图纸规范性开展质检;微电子维度校验电路图识别偏差、电路逻辑错误、RTL代码缺陷、仿真结果合理性。定期复盘大模型在两大垂直场景下的建模缺陷、工具调用失误、领域知识漏洞,建立常态化复盘迭代机制,持续提升评测数据质量,优化跨团队协同流程。\n4. 垂直Benchmark建设、前沿评测与学术开源产出\n参与AI+工程建模、AI‑EDA芯片智能设计方向前沿研究,负责两大方向模型能力测评、横向对比、缺陷归因、评测结论输出。可参与专项Benchmark搭建、行业技术报告、高水平学术论文撰写。\n1. 硕士/博士在读,机械设计制造、工业设计、工程制图、微电子、集成电路、电子信息、电路与系统等相关专业;\n2. 至少精通一个垂直方向专业能力:\n‑ CAD方向:熟练掌握SolidWorks/AutoCAD等任意一款主流三维建模软件,掌握三维建模、参数化约束、零件装配、二维出图、三视图投影原理,可独立完成标准化建模制图工作,能够识别建模误差、约束冲突、制图规范问题;\n‑ 微电子方向:电路基础扎实,可读懂数字/模拟电路图,熟悉电路拓扑、元器件原理,了解RTL开发、芯片前端设计、电路仿真基础流程;\n3. 具备基础Python脚本、数据处理能力,了解提示工程(PE)、Agent工具调用评测流程优先。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}