第1章 岗位能力画像与简历优化

❓ 面试问题：请描述你对EDA验证工程师岗位的理解，你认为需要哪些核心能力？

🎯 考察点：岗位认知、能力匹配度、技术广度。

🧭 回答框架：技术栈（SV/UVM）→ 方法学（覆盖率驱动、断言）→ 工程效率（脚本自动化）→ 软实力（沟通与问题定位）。

✨ 示例回答：EDA验证工程师需精通SystemVerilog和UVM，掌握覆盖率驱动验证方法；熟悉VCS/Questa等工具链；具备Python/Perl脚本能力提升回归效率；同时需良好的跨团队沟通能力，确保验证计划与设计对齐。

🔍 可能追问：你如何理解功能覆盖率与代码覆盖率的区别？如何定义覆盖点？

❓ 面试问题：请介绍你过往项目中验证环境的搭建过程，你是如何设计测试用例的？

🎯 考察点：项目经验真实性、结构化思维、验证方法论。

🧭 回答框架：STAR法则——S: 项目背景（某芯片模块）→ T: 验证目标（覆盖率指标、bug检出）→ A: 搭建UVM env，定义sequence/driver，约束随机激励 + 断言 → R: 最终覆盖率98%，发现3个协议违规bug。

✨ 示例回答：在某AI芯片AXI总线验证中，我使用UVM搭建验证环境，按协议划分测试场景，编写slave sequence和driver，通过rand约束生成合法/异常激励，并用断言检查时序。最终功能覆盖率98%，回归周期缩短20%。

🔍 可能追问：如何保证测试场景的完备性？异常路径怎样验证？

❓ 面试问题：请分享你在简历中如何量化验证成果？举一个具体例子。

🎯 考察点：数据驱动表达、成果提炼能力。

🧭 回答框架：用“靶向指标+改进幅度+业务影响”句式。例如：“将模块功能覆盖率从70%提升至95%，自动化回归脚本使迭代周期缩短30%，累计发现5个RTL bug和2个协议漏洞。”

✨ 示例回答：我主导的UVM验证平台使某IP的功能覆盖率从65%提升至94%，通过引入随机约束和覆盖率反馈，回归测试时间减少40%。最终该模块流片前零遗留bug，被评审为最佳验证实践。

🔍 可能追问：除了覆盖率，还有哪些验证质量指标？你如何评估验证的充分性？