收到简历3个工作日内基于tcl脚本语言的asic后端设计，安排面试与综合评估；面试后3个工作日内，Offer发放
附录：1）招聘岗位介绍；2）行业背景简介
岗位一 算法工程师
岗位职责：
1.基于已有的软件工程架构，优化或者重新设计 指定的算法功能模块，并能根据规范编写合理的单元测试；
2.基于已有的软件工程架构，根据产品需求，拓展新的算法模块，开发数值建模、优化、数据分析等算法，并能根据接口协议合理的衔接其他算法模块；
3.基于抽象化后的问题和模型，设计新的算法来解决问题，能够兼顾算法的效率和可拓展性。
岗位要求：
1.具有Linux环境下C 编程经验；
2.熟悉数据结构、动态规划、多线程及分布式计算；
3.熟悉Tcl/Python/Yaml等脚本语言编程；
4.了解商用EDA数字芯片物理设计工具及ASIC设计流程优先；
5.了解布图规划、布局布线、统计时序分析、物理综合、功耗分析、延迟计算等算法优先；
6.了解优化算法、矩阵计算、线性规划优先；
7.具有扎实的数学和物理基础，较强的分析能力和问题解决能力；
8.能够有条理的切入学习开源大型软件项目，并能有针对性的快速理解具体的算法模块；
9.较好的英语听说读写能力，能流畅的阅读英文文献。
岗位二 软件开发工程师
岗位职责：
1.EDA软件系统的人机界面开发、on-disk和in-memory数据库架构开发；
2.软件产品在云服务上的适配、联调测试和技术支持；
3.非图形界面下的script交互接口开发；
4.图形化用户操作界面的集成和维护。
岗位要求：
1.精通C/C 语言，有编程经验；
2.有复杂的系统软件开发和人机交互界面的编写经验；
3.有较强的软件API接口设计能力
4.熟悉多进程、多线程、网络编程等技术；
5.熟悉Linux下版图GUI的开发（GTK，QT）优先；
6.英语水平良好，能顺利阅读和撰写英文资料；
7.较强的沟通协作能力和自我学习能力。
岗位三 软件测试工程师
岗位职责：
1.负责核心软件产品的软件质量测试，包括构建和维护的云端软件质量测试系统；
2.负责编写新的测试模块，用于算法模块和功能模块的测试流程；
3.从产品经理处不断收集新功能验收后的测试样例，并能够拓展建立新的测试案例，分析和回归测试结果等。
岗位要求：
1.硕士或博士，计算机、微电子、电子或其他电类专业；
2.能够熟练使用shell, python, Tcl/Tk或其他脚本语言；
3.能够学习和了解云服务架构的DevOps开源工具，并把最新的DevOps工具应用到工作流程；
4.了解数字芯片设计或者ASIC后端设计流程优先；
5.能够读写英语文档，并流畅的阅读英文技术类博客。
岗位四 产品应用工程师
岗位职责：
1.根据提供的产品规划SOW（ of Work）文档，撰写清晰的功能需求文档和功能验收流程；
2.配合相关功能的算法工程师和软件工程师，优化功能需求文档；
3.验收算法工程师和软件工程师交付的开发结果，并撰写验收报告，提出优化需求;
4.配合客户，使用公司的数字ASIC后端设计产品完成客户需求，查找产品功能缺陷，撰写产品功能优化的需求文档；
5.根据验证结论和行业经验，不断思考和探索新的产品功能需求。
岗位要求：
1.有数字后端设计相关的经验优先；
2.有使用主流芯片数字设计工具的经验优先；
3.有大型软件项目的产品设计经验，参与过研究机构的大型软件科研项目者优先；
4.熟练使用Tcl，Python，Yaml等脚本建立自动化流程；
5.有意愿在后端设计上不断的深入学习和研究；
6.责任心强，有较好的沟通协调能力；
7.较好的英语听说读写能力，能流畅的阅读英文文献。
岗位五 数字后端工程师
岗位职责：
1. 能够完成RTL到GDSII所有阶段的后端设计工作，包括以下步骤：、Power Plan、CTS 、Timing 、IR-Drop ， ，Formal ,基于tcl脚本语言的asic后端设计，STA and DMSA。
2. 熟悉UPF/CPF文件，能独立完成Low power design flow.
3. 熟悉 design flow, 有top level经验者优先
4. 精通STA timing 分析，能使用AOCV mode .
4. 熟悉/ICC2 ，, , 等工具
5.熟练使用Tcl，Python，Yaml等脚本建立自动化流程
6. 具有基本英语听说读写能力，有较强的学习能力和团队协作精神
7. 具备较强的电路分析，模拟电路，数字电路专业基础知识
任职要求：本科及以上学历，电子工程/微电子/通信/自动化等相关专业
行业背景简介
电子设计自动化（EDA）指利用软件完成大规模集成电路的设计方式，融合了图形学、计算数学、微电子学及人工智能等技术，贯穿于集成电路设计、制造、封测等环节。EDA 软件是设计和制造芯片不可或缺的核心工业软件，是当前国内集成电路产业链里急需自主创新的关键技术。
ü 摩尔定律带动EDA工具升级- IC基本元件更小更快更省电，芯片复杂程度和集成度不断提升。台积电将于2022年实现３nm芯片量产；IBM宣布成功开发２nm制程技术；
ü 芯片功能多样化全面化- SoC无处不在，5G芯片，汽车自动驾驶芯片，人工智能芯片等新型应用芯片层出不穷，设计复杂度大幅上升；
ü 制程工艺进步- 光刻，刻蚀等技术突飞猛进，尺寸控制精益求精，对上游工具的准确率要求日增。设计与工艺的综合优化势在必行；
ü 计算技术突破及AI的应用- GPU加速，云计算，超级计算等，提升计算能力，加强物理模拟，改进优化算法，能更准更快地得到更好的设计。机器学习的应用提供更smart的设计过程，加快设计步骤，减短反馈时间，拓展优化空间。
本文共 1645 个字数,平均阅读时长 ≈ 5分钟
