新闻详情

新闻详情

首页 / 资讯中心 / 详情

想进IC行业?先搞懂AE、FAE、PE这些岗位到底干啥的(附真实工作场景)

发布时间:2026/10/16 12:54:07来源:尧图网络
想进IC行业?先搞懂AE、FAE、PE这些岗位到底干啥的(附真实工作场景)
想进IC行业先搞懂AE、FAE、PE这些岗位到底干啥的附真实工作场景刚接触IC行业时那些英文缩写岗位名称就像密码一样让人摸不着头脑。AE、FAE、PE、SE...这些看似简单的字母组合背后代表着完全不同的工作内容、技能要求和职业发展路径。作为过来人我见过太多新人因为不了解这些岗位的实际工作场景入职后才发现与预期相差甚远。本文将带你走进IC行业这些关键岗位的真实工作日常用具体案例告诉你他们每天都在做什么、需要哪些核心技能、以及适合什么样的人。1. AE应用工程师客户与研发之间的技术桥梁早上8:30AE工程师张工已经打开邮箱处理来自三个不同客户的紧急技术咨询。其中一个问题是关于他们公司最新发布的电源管理芯片在汽车电子系统中出现的异常发热现象。这可不是简单的数据手册就能解决的问题。AE的典型一天上午与欧洲客户视频会议分析他们电路板设计中的布局问题中午和研发团队讨论芯片datasheet中需要澄清的技术参数下午为客户设计参考电路编写应用笔记晚上准备下周技术研讨会的演示材料AE最核心的技能是既能深入理解芯片技术细节又能用客户听得懂的语言解释清楚。他们需要熟练掌握各种EDA工具# AE常用工具清单 tools { 仿真工具: [SPICE, HyperLynx], PCB设计: [Altium Designer, Cadence Allegro], 测试设备: [示波器, 逻辑分析仪, 频谱分析仪], 文档工具: [LaTeX, Confluence] }提示优秀的AE往往有3-5年研发经验转岗而来纯应届生直接做AE会面临很大挑战2. FAE现场应用工程师客户现场的救火队长FAE李工这周已经跑了三个城市。今天早上6点他接到某手机厂商产线负责人的紧急电话——他们量产的手机主板因为一颗电源芯片的问题导致整条生产线停摆。FAE与AE的关键区别对比维度FAEAE工作地点80%时间在客户现场70%时间在公司问题类型紧急、具体应用问题系统性技术问题技能要求快速解决问题能力深厚技术积累压力程度极高直接面对产线停摆中等FAE最刺激的时刻就是带着调试设备冲进客户工厂在众目睽睽之下找出问题根源。上周李工就遇到一个经典案例客户抱怨芯片上电时序不稳定现场测量发现是PCB布局导致噪声耦合建议修改去耦电容布局重新测试后问题解决整个过程只用了2小时但需要FAE对芯片特性、系统设计和调试技巧都有深刻理解。3. PE产品工程师芯片从设计到量产的守护者PE王工今天的主要任务是分析最新一批芯片的良率数据。Fab厂发来的测试报告显示某关键参数在-40℃低温下的合格率只有82%离95%的目标还有差距。PE的核心工作流程与设计团队合作定义测试规范开发测试程序和硬件分析生产测试数据找出良率问题根源协调Fab厂改进工艺# PE常用的数据分析命令 awk {if($70.95) print $0} yield_report.txt low_yield.log python analyze_correlation.py -f wafer_map.csv -p param_vs_yield.pngPE需要极强的数据分析能力和工艺知识。王工最近发现的一个典型问题是芯片的ESD性能与封装厂的塑封材料含水量有直接相关性。这类洞察需要长期积累才能获得。4. SE系统工程师定义芯片如何赋能整个系统SE陈工正在参与下一代智能手表主芯片的架构设计。他的工作不是设计某个具体电路模块而是确保这颗芯片能够满足终端产品的所有系统级需求。SE的典型交付物系统架构设计文档关键性能指标分解芯片与外围器件接口规范功耗和热分析报告系统级验证方案SE最独特的价值在于平衡的艺术性能vs功耗、成本vs功能、创新vs风险。陈工最近的一个成功案例是通过重新分配处理任务将部分算法从AP移到CP使整机续航时间提升了15%而芯片面积只增加了2%。5. 如何选择适合自己的IC岗位选择IC岗位就像选择游戏角色不同职业有完全不同的技能树和发展路径。根据我的观察适合你的岗位特征喜欢技术深度VE验证工程师、IC设计工程师喜欢与人交流FAE、AE喜欢数据分析PE、TE喜欢系统思维SE喜欢快节奏FAE喜欢稳定性PE我认识的一位资深FAE后来转型为产品经理因为他发现自己最擅长的是理解客户需求并将其转化为产品定义。而另一位PE同事则成为了Fab厂的工艺专家因为他痴迷于半导体制造中的物理化学过程。IC行业的魅力就在于无论你是什么性格和专业背景总能找到一个能发挥你特长的位置。关键是要在入行前就了解这些岗位的真实工作场景而不是被光鲜的职位名称所迷惑。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/14 16:47:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/15 19:09:39

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/14 16:43:04

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/15 13:31:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/15 0:33:38

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/14 15:02:37

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉