Design Verification Lead, AI/ML, Google Cloud, Silicon

Nom de l'entreprise : Google

Titre du poste : Responsable de la Vérification de Conception, IA/ML, Google Cloud, Silicium

Qualifications minimales :

Plus de 16 ans d'expérience dans l'industrie en ingénierie de firmware, outils EDA, conception IP/puce et méthodologies de vérification.

Expérience approfondie dans l'établissement et la qualification du flux de conception SoC à partir d'un flux de référence EDA, en répondant aux exigences spécifiques de conception/méthodologie du produit.

Antécédents prouvés dans la résolution de problèmes de vérification en utilisant des algorithmes et techniques IA/ML.

Maîtrise de Verilog, SystemVerilog, RTL Design, Simulation, UVM et vérifications statiques, croisement de domaines d'horloge et de réinitialisation.

Expérience pratique de travail avec des outils EDA d'ingénierie de firmware et de l'automatisation, y compris le développement de flux.

Qualifications préférées :

Expérience dans le développement de modèles IA/ML pour des tâches de vérification telles que l'analyse de couverture ou la prédiction de bogues.

Compréhension solide des méthodologies de vérification formelles.

Maîtrise des cadres et outils ML basés sur le cloud.

Familiarité avec les plateformes d'accélération matérielle (par ex., GPU, TPU).

Compétences exceptionnelles en résolution de problèmes, enquête, communication et travail d'équipe.

À propos du poste :

Nos défis computationnels sont si complexes et uniques que nous construisons nos propres solutions matérielles. Votre équipe conçoit et construit les technologies matérielles, logicielles et réseau qui pilotent tous les services de Google. En tant qu'ingénieur matériel, vous concevrez et construirez les systèmes formant le cœur de l'infrastructure informatique la plus grande et la plus puissante au monde. Cela implique le développement des niveaux les plus bas de conception de circuits jusqu'à la conception de grands systèmes, en supervisant ces systèmes jusqu'à la fabrication en grande série. Vos contributions ont le potentiel de sculpter la machinerie de nos centres de données de pointe, impactant des millions d'utilisateurs de Google.

En tant que responsable de la vérification de conception spécialisé en méthodologie IA/ML chez Google, vous serez à l'avant-garde de la transformation de la vérification pour des conceptions matérielles innovantes. Vous jouerez un rôle crucial dans l'intégration de techniques IA/ML avancées dans les processus de vérification pré-silicium et post-silicium, augmentant leur efficacité, leur efficacité et leur fiabilité. En tirant parti de l'expertise en vérification et en IA/ML, vous développerez des solutions qui automatisent les tâches répétitives, révèlent les défauts cachés de conception et optimisent les stratégies de vérification, menant à une plus grande rapidité de mise sur le marché et à des produits de meilleure qualité. En collaborant avec des équipes interfonctionnelles et en vous tenant informé des dernières avancées en IA/ML, vous aiderez à façonner l'avenir de la vérification matérielle chez Google, assurant que les produits de l'entreprise répondent aux normes les plus élevées de qualité et de performance.

Derrière tout ce que nos utilisateurs voient en ligne se cache l'architecture développée par l'équipe d'infrastructure technique, veillant à ce qu'elle fonctionne sans heurt. De la maintenance de nos centres de données à la construction de la prochaine génération de plateformes Google, nous rendons possible le portefeuille de produits de Google. Fiers d'être les ingénieurs de nos ingénieurs, nous aimons démonter des objets pour les reconstruire et maintenir nos réseaux en fonctionnement, garantissant à nos utilisateurs les expériences les meilleures et les plus rapides possibles.

Responsabilités :

Travailler en étroite collaboration avec l'équipe Google DeepMind sur des modèles IA avancés comme Gemini et d'autres outils ML.

Améliorer les méthodologies de vérification existantes en intégrant des techniques IA/ML, assurant un processus de vérification plus complet et plus efficace.

Analyser les données de vérification pour identifier les tendances, les motifs et les domaines d'amélioration, en utilisant l'IA/ML pour obtenir des informations précieuses et