Wir suchen einen talentierten und erfahrenen FPGA-Ingenieur für die Teilnahme an einem Projekt, das sich auf Neurofeedback-Behandlungen mit dem Low Energy Neurofeedback System spezialisiert. Das Projekt bietet innovative Protokolle zur Regeneration der Neurofunktion und zur Behandlung eines breiten Spektrums von Verhaltens- und neurologischen Erkrankungen.
- Ort: Ukraine
- Dauer: 3+ Monate
Verantwortlichkeiten:
- Design, Entwicklung und Fehlerbehebung FPGA-Firmware für verschiedene Anwendungen.
- Arbeiten Sie mit Hardware- und Software-Ingenieuren zusammen, um FPGA-Lösungen in größere Systeme zu integrieren.
- Optimieren Sie FPGA-Designs hinsichtlich Leistung, Strom und Ressourcennutzung.
- Führen Sie Designüberprüfungen durch und geben Sie Feedback, um die Produktqualität insgesamt zu verbessern.
- Bleiben Sie über Branchentrends und neue Technologien im Zusammenhang mit der FPGA-Entwicklung auf dem Laufenden.
Anforderungen:
- Bachelor-Abschluss in Elektrotechnik, Computertechnik oder einem verwandten Bereich. Master-Abschluss bevorzugt.
- Nachgewiesene Erfahrung in der FPGA-Entwicklung mit Verilog.
- Kenntnisse in FPGA-Design-Tools wie Lattice Radiant, Lattice Diamond, Xilinx Vivado oder Intel Quartus.
- Erfahrung mit ModelSim (QuestaSim)
- Erfahrung mit der Lattice ICE40-Familie
- Erfahrung mit benutzerdefinierten Hochgeschwindigkeitsschnittstellen (z. B. SPI, QSPI, TWI).
< li>Ausgezeichnete Problemlösungs- und Kommunikationsfähigkeiten.- Fähigkeit, effektiv in einer Teamumgebung zu arbeiten und Projektfristen einzuhalten.
Bevorzugte Qualifikationen :
- Kenntnisse in den FPGA-Designtools Lattice Radiant und Diamond
- Erfahrung mit der Implementierung von Clock and Data Recovery (CDR) ohne Verwendung dedizierter Transceiver.
- Erfahrung mit FPGA-basierten eingebetteten Systemen und der Anbindung an Peripheriegeräte auf Basis von RISC V.
- Kenntnisse über fortgeschrittene FPGA-Architekturen und Optimierungstechniken.
- Erfahrung mit Hardwarebeschreibung Simulationstools für Programmiersprachen (HDL).
- Hintergrund in maschinellen Lernalgorithmen.