1. 计算机/软件工程背景：计算机科学，软件工程或相关专业本科及以上学历，拥有扎实的计算机科学基础(数据结构，算法)。
2. 精通Python开发：具备Python开发经验，熟悉异步编程，正则表达式及常用的数据处理库。
3. LLM应用开发经验：深入理解Transformer构架，熟悉LangChain，LlamaIndex或者类似框架，有实际的大模型应用开发经验，RAG系统落地经验者优先。
4. Linux/DepOps能力：熟悉Linux开发环境，熟练使用Shell脚本，了解Docker容器化部署及CI/CD流程，能够独立完成AI服务的部署与运维。
5. 快速学习与抽象能力：对未知领域充满好奇，能够快速理解DFT领域的基本概念，并将业务逻辑抽象为软件算法问题。
【加分项】
1. 了解EDA/半导体行业：听说过Verilog, Tcl, Netlist等概念，或对芯片设计流程有基本了解。
2. 向量数据库经验：熟悉Pinecone, Milvus, Elasticsearch等向量存储技术的使用与优化。
3. 全栈开发能力：熟悉React/Vue或Electron，能独立开发简单的工具前端。
1. 构建垂直领域Agent系统：基于LangChain/LangGraph设计并实现智能Agent，使其能够理解自然语言指令，自主调用EDA工具的API或命令行，完成复杂的测试逻辑插入与验证任务。
2. 开发RAG知识库应用：搭建基于向量数据库的企业级RAG系统，索引海量的技术文档和历史Debug日志，实现高精度的技术问答与自动化脚本生成。
3. 日志分析与根因定位：利用LLM和NLP技术，开发自动化的日志分析工具，从GB级的非结构化EDA日志中提取关键错误模式，并结合知识库生成修复建议，大幅降低工程师的Debug时间。
4. Prompt工程与模型调优：针对EDA领域的特定语言(如Tcl，Verilog，STIL)，设计并优化Prompt策略，或参与轻量级微调，确保模型输出的代码准确，无幻觉且可执行。
5. 全栈工具开发：开发用户友好的交互界面，将负责的后台AI能力以直观的方式呈现给终端用户。
