# 顶尖应届-模拟芯片设计工程师（模拟AI）-芯片

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 上海
- 职能: 工程开发
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/toptalent/position/7661962099633178906/detail

## 来源岗位原文

1. AI+EDA工具链整合:调研并集成主流EDA工具(Cadence/Synopsys)与AI Agent框架，搭建自动化仿真-优化闭环流程；
2.电路自动优化设计:针对LDO、DCO、ADC/DAC等模拟IP，开发参数自动扫描、性能指标自动评估与优化算法，实现设计收敛效率提升；
3.知识库建设:将设计评审、仿真数据、流片经验、测试结果等结构化沉淀，构建可检索、可复用的设计知识库；
4.方法学探索:跟踪AI辅助电路设计前沿(LLM for EDA、生成式设计等)，输出方法论与工具原型；
5. 跨团队协作:与设计、验证、测试团队协同，推动AI工具在实际项目中落地验证。
任职要求
1.博士&研究生，电子科学与技术/微电子/集成电路等相关专业；
2.扎实的模拟/混合信号电路设计基础，熟悉LDO/DC-DC/ADC/DAC/PLL等至少一类模块的设计方法；
3.熟练使用Cadence Virtuoso、Spectre、Calibre等主流EDA工具；
4.精通Python/MATLAB，有脚本自动化或机器学习框架使用经验；
5.了解LLM/AI Agent基本原理，对AI辅助EDA有浓厚兴趣，有相关项目经验者优先；
6.有流片经验优先，发表过模拟IC设计或AI for EDA相关顶会论文者优先。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_125", "en_name": "Shanghai", "i18n_name": "上海", "location_type": 3, "mdm_code": "MDCY00000002", "name": "上海", "node_status": 1, "py_name": "shanghai"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 2, "project_type": 2, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}}

---
opening_id: 042df2a0-c80d-44d2-b870-2d20f941d5fa

`anm openings save --id 042df2a0-c80d-44d2-b870-2d20f941d5fa`