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": "芯片物理设计工程师（AI方向）",
"job_level": "校招",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": "硬件研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责SoC芯片COT全流程交付工作，覆盖从RTL到GDSII的中后端全链路收敛、时序功耗面积（PPA）优化、物理验证与投片Signoff，保障芯片高质量按期交付。\n2、聚焦IC设计流程智能化升级，将机器学习、强化学习、大模型Agent技术落地到COT中后端核心场景，通过AI自主探索替代传统人工经验与数据模仿模式，优化逻辑综合、UPF/SDC产生、STA分析、布局布线、时序收敛、Shmoo分析、失效诊断等关键环节。\n3、针对芯片设计流程卡点与迭代瓶颈，搭建AI驱动的自动化设计、仿真、验证闭环体系，优化EDA工具调用策略、批量数据分析与异常定位流程，缩短芯片回片调试与交付周期。\n4、结合先进工艺特性，研究AI赋能的PPA优化策略与设计空间探索方法，挖掘算法迭代带来的设计收益，沉淀标准化、可复用的智能化COT交付流程与工具脚本。\n5、跟进业界AI+EDA前沿技术，协同前后端、验证、测试团队推进设计流程自动化、智能化改造，构建COT交付领域的AI技术壁垒，支撑多项目并行高效交付。",
"requirements_text": "1、微电子、集成电路、电子信息、计算机、人工智能等相关专业。\n2、扎实掌握数字IC后端/COT设计流程，熟悉布局布线、时序分析、物理验证、Signoff交付核心流程，理解芯片PPA优化逻辑。\n3、掌握机器学习/深度学习基础理论，熟悉PyTorch/TensorFlow任一框架，了解强化学习、智能体决策、特征工程等AI技术，具备AI模型训练与落地思维。\n4、熟练掌握Python/Tcl脚本开发，能够独立完成EDA自动化工具、数据分析、流程优化脚本开发，有IC设计自动化开发经验优先。\n5、具备较强的问题拆解与技术攻坚能力，愿意深耕AI赋能芯片设计方向，有AI+EDA、流程智能化、后端自动化相关项目经验者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"数据分析",
"模型训练",
"芯片设计",
"智能体开发"
],
"preferred_qualifications": "4、熟练掌握Python/Tcl脚本开发，能够独立完成EDA自动化工具、数据分析、流程优化脚本开发，有IC设计自动化开发经验优先；5、具备较强的问题拆解与技术攻坚能力，愿意深耕AI赋能芯片设计方向，有AI+EDA、流程智能化、后端自动化相关项目经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7671129267694897427/detail"
}
]
},
"posting": {
"posting_id": "7671129267694897427",
"post_date": "2026-08-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7671129267694897427/detail"
},
"fulltext": "芯片物理设计工程师（AI方向）\n职位描述\n1、负责SoC芯片COT全流程交付工作，覆盖从RTL到GDSII的中后端全链路收敛、时序功耗面积（PPA）优化、物理验证与投片Signoff，保障芯片高质量按期交付。\n2、聚焦IC设计流程智能化升级，将机器学习、强化学习、大模型Agent技术落地到COT中后端核心场景，通过AI自主探索替代传统人工经验与数据模仿模式，优化逻辑综合、UPF/SDC产生、STA分析、布局布线、时序收敛、Shmoo分析、失效诊断等关键环节。\n3、针对芯片设计流程卡点与迭代瓶颈，搭建AI驱动的自动化设计、仿真、验证闭环体系，优化EDA工具调用策略、批量数据分析与异常定位流程，缩短芯片回片调试与交付周期。\n4、结合先进工艺特性，研究AI赋能的PPA优化策略与设计空间探索方法，挖掘算法迭代带来的设计收益，沉淀标准化、可复用的智能化COT交付流程与工具脚本。\n5、跟进业界AI+EDA前沿技术，协同前后端、验证、测试团队推进设计流程自动化、智能化改造，构建COT交付领域的AI技术壁垒，支撑多项目并行高效交付。\n\n职位要求\n1、微电子、集成电路、电子信息、计算机、人工智能等相关专业。\n2、扎实掌握数字IC后端/COT设计流程，熟悉布局布线、时序分析、物理验证、Signoff交付核心流程，理解芯片PPA优化逻辑。\n3、掌握机器学习/深度学习基础理论，熟悉PyTorch/TensorFlow任一框架，了解强化学习、智能体决策、特征工程等AI技术，具备AI模型训练与落地思维。\n4、熟练掌握Python/Tcl脚本开发，能够独立完成EDA自动化工具、数据分析、流程优化脚本开发，有IC设计自动化开发经验优先。\n5、具备较强的问题拆解与技术攻坚能力，愿意深耕AI赋能芯片设计方向，有AI+EDA、流程智能化、后端自动化相关项目经验者优先。\n1、负责SoC芯片COT全流程交付工作，覆盖从RTL到GDSII的中后端全链路收敛、时序功耗面积（PPA）优化、物理验证与投片Signoff，保障芯片高质量按期交付。\n2、聚焦IC设计流程智能化升级，将机器学习、强化学习、大模型Agent技术落地到COT中后端核心场景，通过AI自主探索替代传统人工经验与数据模仿模式，优化逻辑综合、UPF/SDC产生、STA分析、布局布线、时序收敛、Shmoo分析、失效诊断等关键环节。\n3、针对芯片设计流程卡点与迭代瓶颈，搭建AI驱动的自动化设计、仿真、验证闭环体系，优化EDA工具调用策略、批量数据分析与异常定位流程，缩短芯片回片调试与交付周期。\n4、结合先进工艺特性，研究AI赋能的PPA优化策略与设计空间探索方法，挖掘算法迭代带来的设计收益，沉淀标准化、可复用的智能化COT交付流程与工具脚本。\n5、跟进业界AI+EDA前沿技术，协同前后端、验证、测试团队推进设计流程自动化、智能化改造，构建COT交付领域的AI技术壁垒，支撑多项目并行高效交付。\n1、微电子、集成电路、电子信息、计算机、人工智能等相关专业。\n2、扎实掌握数字IC后端/COT设计流程，熟悉布局布线、时序分析、物理验证、Signoff交付核心流程，理解芯片PPA优化逻辑。\n3、掌握机器学习/深度学习基础理论，熟悉PyTorch/TensorFlow任一框架，了解强化学习、智能体决策、特征工程等AI技术，具备AI模型训练与落地思维。\n4、熟练掌握Python/Tcl脚本开发，能够独立完成EDA自动化工具、数据分析、流程优化脚本开发，有IC设计自动化开发经验优先。\n5、具备较强的问题拆解与技术攻坚能力，愿意深耕AI赋能芯片设计方向，有AI+EDA、流程智能化、后端自动化相关项目经验者优先。",
"standard_classification": {
"std_category_code": "T024",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}