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。