[115 年度智匯菁英選拔賽|投遞後另約面談] Edge AI數位IC架構工程師(Edge AI Digital IC Architecture Engineer) _ CTO Office (台北)
台達電子工業股份有限公司|115 年智匯菁英選拔賽投遞專區 [115 年度智匯菁英選拔賽|投遞後另約面談] Edge AI數位IC架構工程師(Edge AI Digital IC Architecture Engineer) _ CTO Office (台北)
Description
我們專注於前瞻技術開發,致力於將複雜的AI演算法轉化為高效能晶片架構。誠摯邀請熱愛挑戰、渴望定義未來的你,加入台達晶片設計團隊。在這裡,你的電路設計都將成為未來資料中心、機器人、智慧製造、永續能源的動力核心。開拓台達電子全球未來事業版圖,這就是屬於你的技術舞台!
本職缺主要工作內容:
1. 評估 Edge 系統資源(SRAM/DRAM 頻寬、NPU 算力、功耗),進行演算法與硬體單元(ALU/PE)的對齊與瓶頸分析。
2. 評估並優化模型執行效率(Latency、Memory Footprint、MACs/OPS ….)。
3. 開發或優化 Custom Operators,提升Hardware Utilization。
4. 與 AI演算法團隊合作改進模型網絡結構。
5. 與 MCU/Firmware團隊合作進行硬體/系統級軟硬體協同調試。
Requirements
學歷:大學、碩士
1. 基本需求
- 熟悉RTL coding(Verilog/SystemVerilog) 及FPGA開發能力
- 熟悉EDA工具(Verdi/VCS/DC/Lint/LEC/Prime Time …)
- 熟悉 數位邏輯設計、計算機結構、演算法、低功耗設計、CPU架構
- 熟悉Accelerator/NPU Architecture – Understanding of accelerator, NPU or SoC architecture design
- 熟悉 Low-Power / Performance Optimization
- 理解硬體底層概念(ex. Memory Hierarchy、DMA、Bus Bandwidth、Pipeline、NPU/GPU/DSP 算力架構)
- 具備良好的問題分析能力與跨領域溝通技巧
2. 加分要素
- Familiarity with C/C++ for modeling or validation is a plus
- Parallel Processing – Knowledge of parallel computing and performance optimization for AI workloads
- 熟悉至少一種深度學習框架(如 PyTorch、TensorFlow)
- 具備Model Quantization(量化)與模型優化實務經驗