泛联新安

1.负责InfinitPro原型验证系统中图划分（Graph Partitioning）算法的研究、设计与实现，包括网表级（netlist-level）和图级（graph-level）的划分算法 2.针对大规模数字电路的网表结构，设计高效的层次化图划分策略，优化切割边数（cut count）、信号延迟、布线拥塞等多目标约束 3.研发和优化基于KL/FM、多级划分（Multilevel Partitioning）、谱划分（Spectral Partitioning）、hMETIS等经典或前沿算法的改进方案 4.探索基于强化学习、图神经网络（GNN）等AI方法的智能化图划分，提升划分质量与自动化程度 5.参与InfinitPro原型验证系统的整体架构设计，将算法集成到EDA工具链中，并配合软件工程师完成工程化落地 6.分析客户设计案例，定位划分瓶颈，持续优化算法在真实大规模芯片设计上的性能表现

1.硕士及以上学历，计算机、数学、运筹学或相关专业； 2.扎实的图论基础，熟悉图划分核心算法（如KL/FM、Multilevel Partitioning、hMETIS、Metis等）； 3.熟练掌握C/C++，具备良好的数据结构和算法工程能力； 4.熟悉组合优化问题建模，了解超图划分（Hypergraph Partitioning）与均衡约束（balance constraint）处理； 5.有良好的英语读写能力，能阅读EDA及算法领域顶会论文（DAC、ICCAD、TCAD、DATE等）并复现关键方法； 加分项： 6.有FPGA/ASIC原型验证（Prototyping）或逻辑综合（Logic Synthesis）经验 7.了解硬件描述语言（Verilog/VHDL）及数字电路网表格式（如EDIF、Verilog netlist等）； 8.掌握Python，熟悉ML/DL框架（PyTorch/TensorFlow），有GNN或强化学习相关研究或工程经验； 9.有开源或商业EDA工具（如Yosys、ABC、Vivado、Quartus、Synplify等）使用或开发经验； 10.有大规模分布式系统或并行计算（MPI/OpenMP/CUDA）开发经验。