About this role
Summary: Develops and validates optimization methods to find good semiconductor design candidates within limited evaluation budgets. Works with designers to define objectives and constraints and compares baseline and Bayesian optimization approaches.
[신입/경력] ADT파트 AI 엔지니어(Python / ML 최적화)를 모집합니다.
### 📋담당업무
- 제한된 설계 평가 횟수와 비용 내에서 우수한 설계 후보를 탐색하는 최적화 방법 개발·검증
- 설계자와 협업하여 최적화 변수, 목적함수, 제약 조건 및 평가 지표 정의
- Random·Grid Search 기준선 구현 및 Bayesian Optimization(BO)과의 성능 비교
- 평가 실패와 시뮬레이션 비용을 고려한 실험 계획 수립 및 결과·재현성 관리
- CAD/EDA 평가 인터페이스와 최적화 알고리즘 연동
- 외부 최적화 기술의 동일 조건 벤치마크·독립 검증 및 Surrogate Model·강화학습 적용 필요성 검토
- Analog Design Optimization 및 Post-STA ECO 후보·설정 탐색
### ✅지원자격
- 신입 또는 관련 분야 경력 3년 이하이신 분
- 학사 이상의 학위를 보유하신 분
- Python으로 데이터 처리 및 실험·분석 코드를 직접 구현한 경험을 보유하신 분
- 최적화, 통계, 머신러닝 또는 실험 설계의 기본 개념을 이해하고 적용한 경험을 보유하신 분
- 목적함수와 제약 조건을 구분하고, 기준선과의 성능을 비교할 수 있는 분
- 실험 조건·결과를 기록하고 코드를 재현 가능하게 정리할 수 있는 분
- 타 분야 전문가와 협업하여 문제를 정량화하고 결과를 설명할 수 있는 분
※ 반도체 EDA 경험과 강화학습(RL) 논문 실적은 필수가 아닙니다.
### ⭐우대사항
- Bayesian Optimization(BO), 제약 최적화, Black-box 최적화 또는 실험 설계 경험을 보유하신 분
- 제한된 평가 횟수 내에서 단순 탐색과 최적화 기법의 성능을 비교한 경험을 보유하신 분
- BoTorch, Optuna, Scikit-learn 또는 유사 도구 활용 경험을 보유하신 분
- 시뮬레이션 기반 설계 최적화 또는 아날로그 회로·레이아웃 경험을 보유하신 분
- Surrogate Model·강화학습 또는 공학 분야 정량 분석 경험을 보유하신 분
- 외부 최적화 기술의 벤치마크·산학 협력 또는 Git·테스트 기반 개발 경험을 보유하신 분
### 🚀채용절차
- 서류 전형 → 온라인 인성 검사 → 과제 및 대면 면접 → 처우 협의 및 최종 합격
※ 전형 일정 및 결과는 지원 시 작성하신 이메일로 개별 안내 드립니다.
### ⚠️유의사항
- 면접 전형은 오프라인으로 진행하며 면접비를 지급합니다.
- 위 내용은 기본 프로세스로, 필요 시 Reference Check 등의 전형이 추가되거나 변경될 수 있습니다.
- 입사지원 서류에 허위사실이 발견될 경우, 채용확정 이후라도 채용이 취소될 수 있습니다.
- 국가보훈대상자 및 장애인은 관련법규에 의거하여 우대합니다.