Stage Ingénieur : Génération semi-automatique de modèles, stimuli et testbenches par agents IA (F/H)
NXP Semiconductors · Toulouse
Contexte
Le stage se déroulera au sein d’une équipe de recherche et développement en charge de la vérification de circuits intégrés dans un environnement de simulation mixte, combinant électronique analogique et digitale.
Dans ce contexte, la réutilisation de modèles existants issus de technologies anciennes et leur adaptation vers des technologies plus récentes représentent un levier important pour accélérer les activités de vérification, améliorer la qualité des environnements de simulation et réduire les efforts manuels de développement.
- La vérification pré-silicium de circuits intégrés au travers de simulations analogiques, digitales ou mixtes.
- La création et la maintenance de modèles comportementaux utilisés pour accélérer les simulations et valider les fonctionnalités attendues.
- L’adaptation de modèles d’une technologie ancienne vers une technologie plus récente, en tenant compte des différences d’interfaces, de paramètres, de contraintes électriques et de méthodologie.
- La génération de stimuli, de tests et de testbenches permettant de vérifier automatiquement le comportement des modèles migrés.
- L’exploration d’approches basées sur l’intelligence artificielle et les agents IA pour assister les ingénieurs dans les tâches répétitives de modélisation, d’analyse, de génération de code et de validation.
Vos missions
Le/la stagiaire aura pour objectif d’étudier, prototyper et évaluer une approche de génération semi-automatique permettant de migrer des modèles issus d’une technologie ancienne vers une technologie plus récente, tout en générant les stimuli et testbenches associés.
Cette approche s’appuiera sur la création d’agents IA spécialisés capables d’analyser des modèles existants, d’identifier les adaptations nécessaires et de proposer du code ou des éléments de vérification exploitables.
- Analyser des modèles existants développés pour une technologie ancienne afin d’identifier leur structure, leurs paramètres, leurs interfaces et leurs dépendances.
- Définir une méthodologie de migration semi-automatique vers une technologie plus récente, en séparant les parties génériques, les règles de transformation et les adaptations spécifiques au projet.
- Créer un ou plusieurs agents IA capables d’assister l’analyse des modèles, la génération de code, la proposition de paramètres et la production de documentation associée.
- Générer automatiquement ou semi-automatiquement des stimuli représentatifs permettant de vérifier le comportement des modèles migrés.
- Développer les testbenches associés afin de comparer le comportement attendu, détecter les régressions et valider la cohérence des modèles générés.
- Mettre en place des métriques d’évaluation : taux de génération automatique, qualité du code produit, couverture des scénarios de test, gain de temps et robustesse de la méthodologie.
- Documenter la solution, ses limites, les bonnes pratiques d’utilisation et les pistes d’industrialisation dans un flot de vérification existant.
Votre profil
- Université ou école d’ingénieur en électronique, microélectronique, informatique industrielle, intelligence artificielle appliquée ou domaine équivalent.
- Bonnes compétences en programmation, idéalement en Python, et intérêt pour l’automatisation de flots techniques.
- Bases en électronique analogique et/ou digitale, avec une capacité à comprendre des modèles comportementaux et des environnements de simulation.
- Connaissances en langages de description matérielle ou de modélisation tels que Verilog, SystemVerilog, VHDL, Verilog-AMS ou équivalent appréciées.
- Intérêt pour les méthodologies de vérification, la génération de stimuli, les testbenches, les assertions et l’analyse de résultats de simulation.
- Curiosité pour les technologies d’intelligence artificielle générative, les agents IA, les approches de génération de code et l’évaluation automatique de résultats.
- Rigueur, autonomie, esprit d’analyse et capacité à formaliser une méthodologie réutilisable.
- Un bon niveau d’anglais technique est requis pour lire les spécifications, documenter les résultats et interagir dans un environnement international.
Context
The internship will take place within a Research and Development team responsible for the verification of integrated circuits in a mixed-signal simulation environment combining both analog and digital electronics.
In this context, the reuse of existing models developed for legacy technologies and their adaptation to newer technologies represents a key opportunity to accelerate verification activities, improve the quality of simulation environments, and reduce manual development effort.
- Pre-silicon verification of integrated circuits through analog, digital, and mixed-signal simulations.
- Creation and maintenance of behavioral models used to accelerate simulations and validate expected functionalities.
- Adaptation of models from legacy technologies to newer technology nodes, taking into account differences in interfaces, parameters, electrical constraints, and methodologies.
- Generation of stimuli, tests, and testbenches to automatically verify the behavior of migrated models.
- Exploration of Artificial Intelligence (AI)-based approaches and AI agents to assist engineers with repetitive tasks related to modeling, analysis, code generation, and validation.
Your Mission
The intern will be responsible for studying, prototyping, and evaluating a semi-automated generation approach to migrate models developed for legacy technologies to newer technology nodes, while also generating the associated stimuli and testbenches.
This approach will rely on the development of specialized AI agents capable of analyzing existing models, identifying the required adaptations, and proposing reusable verification code and artifacts.
- Analyze existing models developed for legacy technologies to identify their structure, parameters, interfaces, and dependencies.
- Define a semi-automated migration methodology for newer technologies, separating generic components, transformation rules, and project-specific adaptations.
- Develop one or more AI agents capable of assisting with model analysis, code generation, parameter recommendation, and related documentation.
- Automatically or semi-automatically generate representative stimuli to verify the behavior of migrated models.
- Develop associated testbenches to compare expected behavior, detect regressions, and validate the consistency of generated models.
- Establish evaluation metrics such as automation rate, generated code quality, test scenario coverage, time savings, and methodology robustness.
- Document the solution, its limitations, best practices, and opportunities for industrialization within an existing verification flow.
Your Profile
- Currently pursuing a degree from a university or engineering school in Electronics, Microelectronics, Industrial Computing, Applied Artificial Intelligence, or a related field.
- Strong programming skills, ideally in Python, with an interest in automating technical workflows.
- Basic knowledge of analog and/or digital electronics, with the ability to understand behavioral models and simulation environments.
- Familiarity with hardware description and modeling languages such as Verilog, SystemVerilog, VHDL, Verilog-AMS, or equivalent is a plus.
- Interest in verification methodologies, stimulus generation, testbenches, assertions, and simulation result analysis.
- Curiosity for generative AI technologies, AI agents, code generation approaches, and automated evaluation techniques.
- Strong analytical skills, autonomy, attention to detail, and the ability to formalize reusable methodologies.
- A good level of technical English is required to read specifications, document results, and collaborate in an international environment.