3年经验集成电路IC设计专家简历模板

用户头像用户头像
34人使用

3年经验集成电路IC设计专家简历模板,支持自定义板块、自定义颜色、AI润色、技能条、荣誉墙、一键更换模板,专业AI辅助一键优化3年经验集成电路IC设计专家简历内容,仅需5分钟即可拥有一份精美的3年经验集成电路IC设计专家简历模板,助力你获得「高薪职位」。

云端操作,实时保存
排版格式完整
打印效果最好
操作简单、制作快速,AI 智能优化
刘博
13009269854
yaoyong@hotmail.com
成都
https://github.com/username
https://gitee.com/username
在职
集成电路IC设计
18k-28k
深圳
25
175
教育经历
清华大学 - 工学学士
2014-09 - 2018-06

本科教育

主修课程

  • 集成电路设计基础
  • 半导体器件物理与原理
  • 模拟集成电路设计
  • 数字集成电路设计
  • VLSI设计自动化

研究项目

  • 参与了'国产芯片设计优化'项目,负责前端设计与仿真,使用Cadence工具完成版图设计。
  • 作为团队核心成员,开发了低功耗SoC原型,性能提升30%,获得校级创新竞赛二等奖。

实践经验

  • 在校内实验室进行集成电路工艺实习,熟悉CMOS工艺流程和测试方法。
  • 完成了多门专业课程设计,包括基于ARM的嵌入式系统设计,集成相关IP核实现功能验证。

成就

  • 获得清华大学优秀学生奖学金(专业一等奖)。
  • 参与导师指导的国家级大学生创新创业项目,成果发表在《微电子学与实践》期刊上。
复旦大学 - 工学硕士
2018-09 - 2021-06

硕士教育

研究方向

  • 专注于先进集成电路设计与EDA工具应用,研究包括FinFET器件建模和低功耗设计技术。
  • 参与了国家自然科学基金重点项目'面向人工智能的高效能集成电路设计',负责算法与架构优化。

发表论文

  • 在硕士期间,发表了一篇题为'基于机器学习的集成电路功耗优化方法'的研究论文,发表于《集成电路学报》,被EI检索。
  • 参加了IEEE国际集成电路技术研讨会(IEEE ITC),并以第一作者身份进行口头报告。

实践经验

  • 在上海集成电路技术与产业研究中心实习,参与实际芯片设计流程,包括RTL设计、逻辑综合和物理设计,使用Synopsys工具。
  • 完成了毕业设计项目'高性能CPU核心设计',采用28nm工艺,达到1.2GHz频率,性能功耗比提升25%。

成就

  • 获得复旦大学优秀毕业生称号。
  • 指导本科生参与集成电路设计竞赛,获得省级一等奖,并在全国比赛中取得优异成绩。
工作经历
矽睿科技 - 模拟IC设计部
2017-01 - 2018-12
上海市

2020年6月 - 2023年5月

  • 模拟电路设计与仿真:负责开发高性能、低功耗的电源管理集成电路(PMIC),包括LDO稳压器、DC-DC转换器和电压参考源。使用Cadence/Spectre/ADS进行电路原理图设计、仿真和性能验证,确保产品满足±3%的精度要求和-40℃至+85℃的工作温度范围。
  • 器件级建模与工艺适配:基于台积电(TSMC)16nm FinFET工艺,建立关键器件的BSIM-CMG模型,并完成工艺适配(PDK)工作,保证设计的工艺可制造性。
  • 版图与物理设计:使用Cadence IC/Innovus进行版图设计、DRC/LVS检查和物理验证,优化版图布局以改善寄生效应,提升电路性能。
  • 系统集成与测试:参与芯片的前后端仿真,与测试部门协作完成芯片功能测试方案,分析测试数据,优化设计以提升产品良率和可靠性。
中芯国际 - 集成电路设计部
2018-01 - 至今
上海

职责概述

  • 负责模拟集成电路(Analog IC)的设计与优化,包括放大器、滤波器和电源管理电路的设计,使用标准CMOS工艺(如28nm FD-SOI)。
  • 运用EDA工具(如Cadence Virtuoso和Synopsys HSPICE)进行电路仿真和版图设计,确保设计符合性能指标(如功耗、速度和噪声容限)。
  • 参与系统级验证(System Level Verification),使用MATLAB和ADS进行仿真,以提升电路的鲁棒性和可靠性。
  • 协作团队完成设计迭代,处理设计规则检查(DRC)和布局与原理图一致性检查(LVS),确保设计通过流片(Tape-out)流程。
  • 分析失效模式(Failure Analysis)和可靠性测试结果,优化设计以提高良率(Yield)和产品寿命。

专业技能

  • 精通SPICE仿真和PDK库使用,熟悉TSMC和SMIC工艺文件。
  • 掌握低功耗设计(Low-Power Design)和热分析(Thermal Analysis)技术,应用于高压集成电路设计。
  • 参与多个项目,包括5G通信芯片和物联网传感器接口的设计,累计设计面积超过100,000晶体管,成功交付多款产品。
项目经历
高性能CMOS模拟集成电路设计 - 模拟IC设计工程师
2016-05 - 2019-08
TSMC

项目概述

设计并验证了一个高性能CMOS运算放大器IP核,用于高速数据转换器应用。

技术难点

  • 功耗优化:在1.8V电源电压下,通过创新的折叠CASCODE架构,将静态功耗控制在1mA以下,同时保持高增益和低噪声。
  • 工艺适配:针对TSMC 65nm CMOS工艺进行布局布线优化,解决了寄生效应导致的性能偏差问题。
  • 热稳定性:采用温度补偿技术,确保放大器在-40°C至125°C范围内性能波动小于3%。

使用工具

  • EDA工具:Cadence Virtuoso(用于电路模拟和布局)、Synopsys HSPICE(仿真验证)
  • 设计流程:从RTL到门级综合、物理设计、版图验证和签核

成果

成功交付IP核,通过客户测试,集成到ADC芯片中,提升了系统SNR至85dB,获得公司年度技术创新奖。

数字CMOS电路时序优化与功耗分析 - 数字IC设计工程师
2018-09 - 2021-04
Intel

项目概述

负责优化一个数字CMOS处理器核心的时序和功耗,应用于嵌入式系统。

技术难点

  • 时序收敛:在0.18um工艺下,通过多层次时钟树合成和功耗门控技术,解决了时序偏差导致的建立时间违规问题。
  • 动态功耗管理:设计了自适应电压调节方案,根据工作负载动态调整核心电压,减少漏电流。
  • 验证挑战:使用Formal验证方法覆盖所有状态空间,确保无死锁问题,同时通过功耗分析工具(如PrimePower)优化功耗墙。

使用工具

  • EDA工具:Synopsys Design Compiler(综合)、Mentor Calibre(物理验证)、Cadence AMS(模拟混合信号分析)
  • 工艺:0.18um CMOS

成果

项目完成,处理器核心达到1.2GHz工作频率,功耗降低25%,成功流片并应用于消费电子设备,获得客户反馈良好。

个人总结

个人总结

作为一名集成电路IC设计工程师,我拥有超过5年的行业经验,专注于模拟和数字IC设计,精通Cadence、Synopsys等EDA工具及先进制程工艺。

在工作中,我成功领导了多个高集成度芯片项目,积累了丰富的实践经验,包括射频设计和低功耗优化。

我的职业规划是持续提升技术能力,探索AIoT和5G领域的创新应用,成为一名领先的技术专家,推动IC行业的可持续发展。

作品集
低功耗CMOS运算放大器设计
https://github.com/username/opamp_design
基于0.18μm CMOS工艺的低静态电流运算放大器,采用折叠共源共栅结构,静态电流低于50μA,适用于便携设备中的传感器接口电路。
基于FPGA的高速接口电路实现
https://doi.org/10.1109/FPGA.2022.1009876
使用Verilog HDL实现的8-lane DDR4接口控制器,支持32位数据总线,最高传输速率6400 MT/s,集成PHY和测试逻辑,通过硅验证达到99.97%覆盖率。
5G毫米波接收前端SoC设计
https://www.eetimes.com/design/milimeter-wave-receiver-soc-for-5g
集成65nm工艺的4Tx4Rx毫米波收发系统,包含ADC/DAC阵列、PLL、MAC层逻辑,支持28GHz频段,采用TSMC 65nm LP工艺,集成度达1.2亿门级。
研究经历
基于FinFET技术的高性能低功耗CMOS集成电路设计研究 - 项目负责人
2021-03 - 2023-02
微电子设计研究所
上海

研究背景

随着集成电路工艺节点进入纳米级,FinFET结构成为主流设计技术。本研究聚焦于提升集成电路的性能与功耗平衡,采用先进FinFET工艺。

研究内容

研究了FinFET器件的阈值电压调控机制和短沟道效应抑制方法,通过多物理场仿真分析了器件的热载流子效应和可靠性问题。

研究方法

使用了商业EDA工具(如Cadence ICCAD和Synopsys ICC)进行电路模拟和布局优化,结合机器学习算法对布局布线进行自动优化,以实现功耗墙和性能目标的协同设计。

研究成果

成功开发了低功耗设计框架,原型芯片在28nm工艺下实现了20%的能效提升,并通过了可靠性验证,相关成果发表于IEEE Transactions on Electron Devices期刊。

面向边缘计算的神经网络加速器架构优化与实现 - 主要研究员
2020-06 - 2022-05
人工智能芯片实验室
深圳

研究背景

边缘计算需求激增,推动了专用AI加速器的发展。本研究针对低功耗和高吞吐量需求,探索了神经网络硬件加速的创新方法。

研究内容

重点优化了卷积神经网络(CNN)的计算架构,包括权重压缩和数据流优化,以应对内存带宽瓶颈和能效问题。

研究方法

采用了基于Transformer的模型压缩技术,并结合FPGA原型验证平台进行迭代设计,使用Synopsys Design Compiler进行逻辑综合和功耗分析。

研究成果

设计了高效的加速器原型,在Xilinx FPGA上实现了30%的推理速度提升和40%的能效改善,并申请了2项专利,研究成果在国际会议ASP-DAC上进行了展示。

其他信息
语言能力

英语:流利,能够熟练阅读和撰写IC设计领域的专业文献,包括CMOS工艺和EDA工具使用文档。

其他语言:具备基础日语,能进行日常交流,有助于国际团队协作。

专业证书

VLSI设计工程师认证:持有该证书,涵盖CMOS集成电路设计、版图优化和仿真工具如Cadence Virtuoso的使用。

EDA工具认证:通过高级IC设计培训,熟悉Synopsys Design Compiler和Mentor Calibre等EDA工具,提升设计效率和芯片验证能力。