一个IC工程师,如何找到一份AI相关的工作?

这个问题很适合放到知乎上去。

IC工程师是做芯片的。

岗位分工从前到后有算法,架构,设计,验证,综合,DFT,后端,封装,测试,光刻,干刻,薄膜,扩散与注入,湿法与研磨···

人工智能是面向全人类的。

涉及哲学,数学,经济学,神经科学,心理学,生物学,计算机工程,控制论,语言学,伦理学,社会学···

IC工程师,找一份人工智能的工作,需要结合自身的特长,寻找匹配的公司岗位,以两情相悦互惠互利为主要原则。

以上是普遍适用的废话,放之四海而皆准,然而并没有什么卵用。

IC工程师,尤其是入行多年的工程师,想要做AI,无外乎两类情况。

一是在IC公司里面的AI岗位。

比如公司开始做AI相关芯片,那么肯定需要引入一些AI技术,要用各种开源框架,跑跑各种网络模型,做一些算法测试和评估。就有机会接触到相关的技术,以及专业人士。勤学苦练,快速入门。简单说,就是打着一份IC的工,顺便学习AI,镀镀金,学会了再说。

二是AI公司开设的IC岗位。

一些优秀的算法公司,有做芯片的需求了,可以考虑加入他们。那里有足够多的AI算法和应用人才,需要结合IC技术实现产品落地。简单说,就是去帮一家AI公司做IC。

这两种情况都属于骑驴找马,摸着石头过河的办法。如果有破釜沉舟的勇气,更主要地是有超强的学习能力,也可以去尝试其他机会,甚至转行。人生总是在选择,风险自负。

举几个例子:

AI硬件加速器IP。

需要写rtl的,做fpga的,需要做flow和后端的,需要嵌入式软件开发的。需要对网络模型进行训练和调整优化参数的,需要开发网络解析器,编译器,需要做算法定点化。可能还需要做开发工具链。

AI芯片。

不管是云端的还是终端的,不管是安防监控,手机AP还是IOT,趋势是都要有AI功能。把AI去掉,其实还是传统芯片流程和岗位。一定要说区别,因为AI对算力的需求,从源头上增加了芯片复杂度。面积大,功耗高,需要先进工艺,设计更复杂,验证更困难。

硬件加速平台,如FPGA或者GPU。

系统公司,包含一些互联网应用企业,需要使用这些硬件平台,需要算法优化和硬件优化加速的专业人才。

EDA算法开发。

IC开发是靠EDA软件推动的,大家目前熟悉的一套开发流程是基于现有软件工具的。AI会推动EDA的发展,会从源头上改变IC开发流程。想想十年后的芯片开发工作流程会是什么样子?

不用去找一份AI相关的工作,AI也会成为工作的一部分,甚至有可能抢了你的工作。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181216G08O7900?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券