招募 3 位 复合型 AI EDA 核心人才
facetok 正在寻找能把 AI 大模型、电路硬件、PCB Layout 与工程约束真正结合起来的人。三个方向各 1 人，Base 合肥，优先有华勤、联宝等头部硬件/ODM/大厂复杂项目经验的人才，按目标、里程碑和可验收交付物推进。
AI 大模型方向
LLM 训练、RAG/Agent、多模态、企业数据治理
电路硬件方向
高速接口、电源、RF、热、DFM、量产约束
PCB Layout 方向
BGA fanout、差分等长、拥堵预测、router repair
候选人筛选标准
这不是普通招聘页，而是面向 AI EDA 核心能力建设的定向招募。我们希望候选人能直接进入复杂问题，而不是从基础概念开始适应。
不是单一岗位，而是 AI 和 EDA 交叉的核心方向
我们优先寻找能把问题讲清楚、能把工程约束结构化、能把模型输出接到真实 PCB 流程里的人。每个方向只招 1 人，Base 合肥，深度参与产品和技术路线。大厂复杂硬件、笔记本/服务器/消费电子/高速 PCB 项目经验优先。
AI 大模型方向
负责面向 EDA 的 LLM/Agent/RAG/多模态和训练系统，把 PCB 文件、设计规范、评审记录和工程约束转成可检索、可推理、可执行的模型能力。
- 构建企业 PCB 知识库、设计助手、约束抽取和训练数据治理能力。
- 处理 schematic、layout、BOM、规范文档、问题单等混合数据。
- 把模型输出接入数据准备、SFT/LoRA 微调、评测、验证和自动化流程。
- 需要 Python、PyTorch、Transformer/LLM、RAG、Agent、向量检索、结构化数据和训练评测经验。
- 有多模态、代码模型、企业级 AI 平台、私有化部署或大规模工程数据治理经验优先。
电路硬件方向
负责把真实硬件设计经验转成 AI EDA 可以理解和执行的规则体系，覆盖高速接口、电源、热、RF、DFM 和工程验收。
- 梳理 DDR、PCIe、USB4、eDP、MIPI、RF、VRM 等约束。
- 定义 stackup、net class、差分对、等长组、keepout、热区标签。
- 参与 hard gate、SI/PI/RF/阻抗/制造规则验收。
- 需要真实硬件量产项目经验，能读原理图并参与 layout review，华勤、联宝等头部硬件/ODM/大厂经历优先。
PCB Layout 方向
负责把模型 prior、拥堵预测、全局寻路、详细布线和修复闭环连接起来，让 AI 结果服务真实复杂板 layout。
- 参与 BGA fanout、layer/via prior、差分对、等长和 ripup reroute。
- 建设拥堵预测、可布性评估、关键网络失败概率模型。
- 对接 two-stage router、DRC、SI/PI、DFM 和工程报告。
- 需要复杂 PCB Layout/布线经验，有笔记本、服务器、主板、高速接口或量产项目经验优先。
我们需要的是复合型人才
纯调模型、纯画板、纯写脚本都不够。这个方向要求能同时理解工程规则、数据结构、模型边界和真实交付结果。团队 Base 合肥，按目标、里程碑和可验收产物推进。
懂边界
知道 AI 概率图不能替代真实 router，也知道模型应该在哪些环节产生价值。
懂约束
能把 DDR、PCIe、USB、RF、电源、热和制造规则整理成可执行结构。
能落地
关注 DRC、SI/PI、阻抗、拥堵、BGA fanout 和企业流程，而不是只看 demo 分数。
能交付
能在合肥现场高效协同，按阶段目标、工程报告和可运行结果交付。
你会参与 facetok AI EDA 的核心工程
统一 PCB 模型训练
- 把 IPC-2581、ODB++、DSN/EMN、KiCad、LibrePCB 数据导入 normalized schema。
- 构建 layout、condition、constraints、layer、diff_pair、length_match、keepout 等训练通道。
- 用 mixed 数据训练统一 PCB 模型，设备类型作为条件和约束 profile，而不是拆模型。
布局布线和拥堵预测
- 建设 floorplan、cluster placement、repair、routing prior、two-stage router 协同流程。
- 训练 congestion heatmap、BGA escape 风险、layer/via prior 和关键网络失败概率。
- 把模型输出接入 DRC、SI/PI、RF、阻抗、热和制造验收闭环。
企业 PCB 知识库
- 整理企业设计规范、历史项目、评审记录、问题单和专家经验。
- 支持按器件、网络、接口、层叠、问题类型检索相似设计。
- 为企业私有 Agent 提供可靠上下文，减少重复解释和经验流失。
私有化交付和验收
- 面向企业内部数据和流程做私有化部署。
- 建立数据导入、训练、验证、模型版本和报告归档流程。
- 用 hard violation、DRC、差分等长、阻抗、RF、SI/PI、DFM 指标验收。
Base 合肥，目标交付型
这个岗位更适合成熟工程人才。核心团队在合肥协同，重点看问题拆解、阶段计划、交付质量和长期技术积累。
经验门槛
- 优先华勤、联宝等头部硬件/ODM/大厂复杂项目经验。
- 做过真实量产、客户交付、平台项目或复杂硬件系统更匹配。
- 能解释自己负责过的关键设计、问题闭环和工程取舍。
协作方式
- 工作地点 Base 合肥，适合能参与核心团队现场协同的人。
- 按周/月目标、里程碑、交付物和评审结果推进。
- 需要稳定沟通、清晰文档和可复现的工程输出。
交付标准
- 交付代码、数据 schema、规则库、训练报告或工程验证报告。
- 复杂问题要能形成方法论，而不是只处理一次性任务。
- 最终看能否推动 facetok AI EDA 进入真实企业 PCB 流程。
发送简历和项目材料
邮件主题建议：AI EDA 应聘 - 方向 - 姓名。请附简历、代表项目、代码或设计样例，以及你解决过的最复杂 PCB、硬件或 AI 工程问题。请重点说明期望方向、是否可 Base 合肥、大厂/ODM/量产项目经历、个人负责范围和实际交付结果。