במכון להנדסת חשמל ופיזיקה יישומית באוניברסיטה העברית יקיים ביום ראשון ושני הקרובים האקתון VLSI, הממוקד בתכנון שבבים ובפיתוח חומרה להאצת חישובים. את האירוע מוביל פרופ' פרדי גבאי, חבר סגל המכון. זו השנה השנייה שבה מתקיים ההאקתון, שנועד לחשוף סטודנטים באופן מעשי לאחד התחומים המבוקשים בתעשיית השבבים: תכנון משולב חומרה־תוכנה.

בהאקתון ישתתפו כ-60 סטודנטים, שיתחלקו ל-30 צוותים. המשתתפים הם סטודנטים משנים ג' וד' ותלמידי תואר שני. במהלך 24 שעות הם יקבלו סביבת עבודה מבוססת FPGA, הכוללת מעבד RISC-V פתוח, ויידרשו לזהות רכיבים קריטיים באלגוריתם נתון — למשל ברשת נוירונים או בחישוב קריפטוגרפי — ולהעביר אותם למימוש חומרתי כמאיץ ייעודי.

האתגר אינו מסתכם בהשגת תוצאה עובדת. הצוותים ייבחנו גם לפי זמן הריצה, יעילות צריכת ההספק, ניצול שטח ה-FPGA, רמת היצירתיות ואיכות הפתרון ההנדסי. בכך מדמה ההאקתון, בקנה מידה לימודי, את המתח הקיים בתכנון שבבים אמיתי: הרצון לשפר ביצועים, תוך עמידה באילוצי שטח, הספק ולוחות זמנים.

לקראת ההאקתון התקיימו כמה מפגשי הכנה, שבהם הסטודנטים הכירו את סביבת העבודה, כלי הפיתוח, עקרונות תכנון המאיצים ושלבי התכנון. ההאקתון מוכר גם כקורס אקדמי בהיקף של שתי נקודות זכות, משום שהוא משלב כמה תחומים הנלמדים בדרך כלל בנפרד: ארכיטקטורת מחשבים, תכנון ב-Verilog, וריפיקציה, סינתזה ותכנון פיזיקלי.

לצד ההיבט האקדמי, האירוע נועד גם לחזק את הקשר בין האוניברסיטה לתעשייה. חברות ובהן אנבידיה, גוגל, AWS, אינטל וטוגה משתתפות כנותנות חסות וכמנטוריות, ונציגיהן ילוו את הסטודנטים במהלך העבודה. עבור הסטודנטים זו הזדמנות להתנסות בפתרון בעיה הנדסית תחת לחץ זמן; עבור התעשייה זו דרך להיחשף לכישרונות צעירים בתחום שבו קיים מחסור מתמשך במהנדסים מנוסים.

לדברי גבאי, החשיבות המרכזית של ההאקתון היא בכך שהוא מחבר בין הידע התאורטי שנלמד בקורסים לבין חוויית תכנון מלאה, שבה הסטודנטים צריכים לקבל החלטות הנדסיות, לעבוד בצוות ולהתמודד עם מגבלות מערכת אמיתיות. נתוני ההאקתון הקודם מצביעים על השפעה חיובית: 80% מהסטודנטים דיווחו כי ההשתתפות הגבירה את העניין שלהם ב-VLSI, וכמעט 90% המליצו לחבריהם להשתתף באירועים דומים בעתיד. ממצאי הפעילות הקודמת אף הוצגו במאמר בכנס ISCAS, אחד הכנסים המרכזיים בתחום המעגלים והמערכות.

ההאקתון משקף מגמה רחבה יותר באקדמיה להנדסה: מעבר מהוראה המבוססת רק על הרצאות ותרגילים ללמידה מבוססת פרויקטים. בתחום תכנון השבבים, שבו ההפרדה בין תוכנה, חומרה ותכנון פיזיקלי הולכת ומיטשטשת, התנסות כזו עשויה להיות מרכיב חשוב בהכשרת הדור הבא של המהנדסים.

הפוסט האקתון VLSI באוניברסיטה העברית: הסטודנטים יתכננו מאיצי חישוב על FPGA הופיע לראשונה ב-Chiportal.

פרופ' פרדי גבאי, חבר סגל במכון להנדסת חשמל ופיזיקה יישומית באוניברסיטה העברית, יציג בכנס ChipEx2026 בתל אביב עבודה מחקרית העוסקת בשילוב בינה מלאכותית בתוך תהליך תכנון השבבים. גבאי הגיע לאקדמיה לאחר 27 שנים בתעשייה, בעיקר בתחום השבבים. רוב שנותיו בתעשייה עברו עליו במלנוקס (כיום Nvidia), שבה היה חלק מהצוותים הראשונים של החברה. בתפקידו האחרון שימש סמנכ"ל פיתוח שבבים וסמנכ"ל  Back-End. בשנתיים האחרונות הוא חוקר באוניברסיטה העברית, ובשנה האחרונה הקים בה את  VLSI Systems Research Lab  – מעבדה לפיתוח ולמחקר מערכות  VLSI.

המעבדה, שאותה מוביל גבאי יחד עם שרית שוימר, בכירה לשעבר באינטל עם 27 שנות ניסיון בתעשייה וכיום מנהלת המעבדה ושותפה למחקר, מונה כיום כעשרה סטודנטים לתואר שני ושלישי. תחומי המחקר שלה משקפים את המעבר של תעשיית השבבים לעידן שבו הביצועים לבדם אינם מספיקים. המעבדה עוסקת בארכיטקטורות מחשב, מאיצים חישוביים ל-Generative AI ול-Agentic AI, תכנון פיזי של שבבים, אמינות, הזדקנות טרנזיסטורים וכלים מבוססי AI שמטרתם לסייע למהנדסים בשלבי התכנון והאימות.

לדברי פרופ' גבאי, אחד מכיווני המחקר המרכזיים במעבדה הוא חישובים מקורבים (approximate computing). במקום לבצע כל פעולת כפל מטריצות בדיוק מלא, החוקרים מנצלים את העובדה שמודלי AI רבים עמידים לרעש ולשגיאות קטנות. גישה זו יכולה לחסוך שטח סיליקון, להאיץ ביצועים ולהפחית צריכת אנרגיה, תוך פגיעה קטנה יחסית בדיוק המודל. כיוון נוסף עוסק בהתמודדות עם “קיר הזיכרון” – צוואר הבקבוק שנוצר כאשר הגישה לזיכרון נעשית יקרה בהרבה מהחישוב עצמו מבחינת זמן ואנרגיה. כאן בוחנת המעבדה שימוש בדחיסה מאבדת מידע, שמקטינה את נפח הנתונים הנשמרים בזיכרון ואת רוחב הפס הנדרש לגישה אליהם.

העבודה שתוצג ב ChipEx2026 -אשר נעשתה יחד עם הסטודנטים עידו פרחומובסקי, מוחמד עומרי ואיתי יונתנוב, מתמקדת באתגר אחר, אך קשור: אמינות שבבים בשלבי התכנון הפיזי. אחת התופעות הקריטיות בשבבים מתקדמים היא Dynamic Voltage Drop – נפילת מתח דינמית בתוך השבב. כאשר אלמנטים לוגיים רבים מתמתגים בו־זמנית, הם מושכים זרם מרשת האספקה של השבב. מכיוון שברשת האספקה ובאריזת השבב קיימות התנגדות והשראות, משיכת הזרם גורמת לנפילת מתח מקומית. ירידה זו אינה משפיעה רק על התא הלוגי שמתמתג, אלא גם על סביבתו, ועלולה לגרום להאטה בתזמון, לשגיאות חישבויות ולבעיות אמינות.

בתהליכי הפיתוח המקובלים, בעיות מסוג זה נבדקות באמצעות סימולציות כבדות בכלי  EDA. אלה כלים מדויקים, אך הרצתם עשויה להימשך ימים ואף שבועות. בעיה נוספת היא שהתהליך מתבצע לעיתים בשלבים מאוחרים מאוד, סמוך ל-.tapeout  אם מתגלות בעיות בשלב זה, חלון הזמן לתיקון מצטמצם מאוד, והתיקון עלול להיות יקר ומורכב.

הפתרון שמציגים גבאי והסטודנטים במעבדתו הוא מודל מבוסס AI, שאומן על בסיס מערך נתונים גדול ונועד לזהות מוקדם אזורים בעייתיים מבחינת נפילות מתח דינמיות. לדברי גבאי, לאחר שלב האימון זמן הריצה של המודל מהיר פי 25 אלף לעומת הרצה מלאה בכלי סימולציה סטנדרטי, והדיוק שלו מגיע לכ-94%. המודל אינו מחליף את כלי ה- EDA ואינו מבטל את הצורך בסימולציות סופיות, אך הוא מאפשר למהנדסים לאתר מוקדם את הבעיות המרכזיות, למקד את הריצות הכבדות ולהקטין את הסיכון להפתעות בשלב ה- sign-off.

סיוע למהנדס, לא החלפתו

גבאי מתאר את הגישה הזו כ-AI Core Pilots –  טייסי משנה מבוססי בינה מלאכותית לכלי EDA . הדגש הוא על סיוע למהנדס, לא על החלפתו. בעולם שבו תכנון שבב מתקדם מייצר כמויות עצומות של לוגים, סימולציות ונתוני תכנון, חלק מהמידע הזה יכול להפוך לחומר גלם לאימון מודלים פנימיים. חברות שבבים, לדבריו, אינן חייבות להמתין עד שכל היכולות האלה ישולבו בכלים המסחריים. הן יכולות לפתח כבר כיום יכולות פנימיות, מבוקרות וממוקדות, שיזהו מוקדם בעיות חוזרות ויקצרו תהליכי פיתוח.

עם זאת, כניסת AI לתהליך תכנון השבבים אינה מפחיתה את הצורך במהנדסים בעלי עומק מקצועי. להפך. כאשר מודל מסמן אזור בעייתי או מציע תיקון, המהנדס חייב להבין אם ההמלצה נכונה, האם היא רלוונטית למבנה השבב ומה המשמעות שלה מבחינת תזמון, שטח, הספק ואמינות. לכן גבאי מדגיש גם את חשיבות האקספלנביליות (Explainable AI) – היכולת של מערכת AI להסביר מדוע סימנה בעיה מסוימת או מדוע המליצה על פעולה מסוימת. בתהליכי תכנון קריטיים, שבהם נדרשים אחריות, בדיקות והוכחת תקינות, כלי AI שאינם ניתנים להסבר יתקשו להשתלב באופן מלא.

הזווית הרחבה יותר של העבודה קשורה גם למקומה של האקדמיה בהכשרת כוח האדם לתעשיית השבבים. לדברי גבאי, תחום השבבים וה-VLSI מתפתח כיום באוניברסיטה העברית בצורה משמעותית. במכון להנדסת חשמל ופיזיקה יישומית לומדים כ-600 סטודנטים לתואר ראשון, ולצידם יותר מ-100 סטודנטים לתארים מתקדמים. המעבדה החדשה מבקשת למצב את עצמה כאחת המעבדות המובילות בארץ בתחום, והיא מקיימת שיתופי פעולה עם מעבדות נוספות בישראל ובעולם.

שיתופי הפעולה עם התעשייה הם חלק מרכזי במודל הפעולה של המעבדה. גבאי מציין כי המעבדה מצוידת בין היתר בטסטר שהתקבל כתרומה מחברת Teradyne וכי מודלי ה-AI שלה רצים על שרת DGX של אנבידיה שניתן למעבדה. נוסף על כך מתקיימים שיתופי פעולה הדוקים עם קיידנס וסינופסיס, הן במחקר והן בהכשרה אקדמית. חברות נוספות המעורבות בשיתופי פעולה או בתמיכה במחקר ובהכשרה כוללות את סמסונג, אינטל, Altera, אפל, RubyEDA וחברות נוספות בתעשייה.

המסר של גבאי לתעשייה הוא שהצורך בכוח אדם עמוק ומיומן רק הולך וגובר. תעשיית השבבים אינה זקוקה רק למהנדסים שמכירים את הכלים, אלא למהנדסים שמבינים את עקרונות התכנון, הפיזיקה, האמינות והאלגוריתמיקה שמאחורי הכלים. המעבדה באוניברסיטה העברית מבקשת למלא בדיוק את התפקיד הזה: להכשיר דור חדש של מהנדסים וחוקרים שמסוגלים לעבוד בחזית שבין סיליקון, כלי תכנון ובינה מלאכותית.

העבודה של גבאי ומעבדתו ממחישה כיוון רחב יותר בתעשייה: AI כבר אינה רק עומס עבודה שרץ על שבבים מתקדמים. היא מתחילה להפוך לכלי עבודה בתוך תהליך התכנון של אותם שבבים. אם בעשור האחרון תעשיית השבבים בנתה את התשתית למהפכת הבינה המלאכותית, בשנים הקרובות צפויה הבינה המלאכותית להשפיע יותר ויותר גם על הדרך שבה מתכננים, מאמתים ומייצרים את הדור הבא של השבבים.

הפוסט לקראת ChipEx2026: פרופ' גבאי יחשוף בכנס כיצד ניתן בעזרת בינה מלאכותית לזהות בעיות אמינות בשלבי התכנון המוקדמים הופיע לראשונה ב-Chiportal.

האקתון VLSI – הוא האקתון חומרה ייחודי שהתקיים לאחרונה בפקולטה להנדסת חשמל ומחשבים ע"ש ויטרבי בטכניון בשיתוף גורמים מהתעשייה. ההאקתון זימן לסטודנטים ולסטודנטיות אפשרות להתנסות בעבודה על אתגר טכנולוגי משמעותי בתחום החומרה – פיתוח מאיץ בינה מלאכותית על מעבד, בהנחיית מנטורים מהטכניון והתעשייה.

לדברי פרופ' שחר קוטינסקי, חבר סגל בפקולטה, "אנחנו תמיד שואלים את עצמנו מה תפקידה של האקדמיה במאה ה-21, כשכבר אין לה מונופול על הידע. המידע אומנם נגיש לסטודנטים, אבל האקדמיה עדיין מאוד רלוונטית ביכולתה ללמד את הסטודנטים לנתח ולפתור בעיות קשות ולהכיר להם חברים ושותפים לדרך. זאת בדיוק המטרה של ההאקתון: לאתגר את הסטודנטים עם בעיה מורכבת שאין לה פתרון אחד, ולגרום להם להיות יצירתיים, לחדש ולעבוד בצוות."

במקום הראשון זכו הסטודנטים עידו בלייברג ואסף קליין על הפיתרון המהיר והמדויק ביותר. במקום השני זכו כריס שקור ולמא הוארי על הפתרון היצירתי ביותר. בפרס חביב הקהל זכו זאב צוקרמן וארי רוזוב. הסטודנטית למא הוארי, מהצוות שזכה במקום השני, אמרה כי "אחרי שלושים שעות של בהייה באותו מסך במטרה להאיץ את אותו קוד הייתי אמורה להיות עייפה, משועממת ואדישה. אבל איכשהו, המעבר הלוך ושוב בין המעבד, הזיכרון והמאיץ, והחזרה שוב ושוב לאותה שרשרת מחשבות, רק נתנו לנו כוח להמשיך עד הדקה האחרונה. תודה לשותף שלי, כריס, על החוויה האדירה, לטכניון ולפקולטה על המוטיבציה שקיבלנו, ולמנטורים שחלקו איתנו בנדיבות את הידע שלהם ולא נתנו לנו לאבד אופטימיות."

האירוע יצא לדרך ביוזמת פרופ' פרדי גבאי ופרופ' שחר קוטינסקי והופק על ידי תמי סספורטה ודולי גיציס ממועדון התעשייה של הפקולטה ומעיין הגר ממרכז היזמות בטכניון. במהלך ההאקתון שמעו הסטודנטים הרצאות קצרות מנציגיהן של נותנות החסות הראשיות: אינטל, אלביט, אפל, מובילאיי וספידאטה.

הפוסט סטודנטים מהטכניון התמודדו עם אתגר טכנולוגי מורכב: פיתוח מאיץ בינה מלאכותית על מעבד הופיע לראשונה ב-Chiportal.

שופט מחוזי בוואקו, טקסס, דחה השבוע את בקשתה של אינטל לבטל הוראה שתשלם 2.18 מיליארד דולר בגין הפרת הפטנטים של חברת VLSI, כך  מדווחת סוכנות הידיעות רויטרס. בחודש מרץ הפסידה אינטל בתביעה וחויבה לשלם ל-VLSI פיצוי של כמעט 2.2 מיליארד דולר  בגין הקניין הרוחני שפותח במקור על ידי Freescale Semiconductor ו- SigmaTel. אינטל הכחישה כי היא השתמשה ב- IP באופן לא חוקי וערערה על פסק הדין.

במשפט המקורי העניק השופט באותו בית משפט ל-VLSI מיליארד וחצי דולר עבור הפרת פטנט אחד ו-675 מיליון דולר עבור אחר. מדובר בפטנט 759 המתאר את תחום ניהול התדרים שפותח במקור על ידי חברת סיגמטל, ופטנט 373 המתייחס לשיטה להורדת מתח ההפעלה המינימלי של הזיכרון (הוגש במקור על ידי Freescale). 

אם אין לאינטל יותר אפשרויות לערער על ההחלטה, היא תצטרך לשלם את הנזקים ל- VLSI שרכשה את כל החברות הללו לאחר שנקלעו לקשיים. אינטל מגדירה אותה כטרול פטנטים. 

שתי החברות מנהלות מאבק משפטי גדול על שמונה הפרות לכאורה של הקניין הרוחני של VLSI בידי אינטל.  יצרנית המעבדים פרסמה כי אם תפסיד בכל המאבקים המשפטיים יגיעו ההוצאות לכלל 11 מיליארד דולר. עם זאת, באפריל זכתה אינטל במשפט על פטנט אחר בגין שימוש בטכנולוגית SpeedShift. בכך נמנעה אינטל מתשלום פיצויים בסך יותר מ-3 מיליארד דולר.

הפוסט אינטל הפסידה במשפט בגין הפרת פטנטים ע"ס 2.18 מיליארד דולר הופיע לראשונה ב-Chiportal.

כיצד לבנות קריירה מוצלחת בענף פיתוח השבבים  (VLSI) ?

מאת: אלכסיי מולצ'נוב –מנכ"ל  מכללת Chip Design

פיתוח קריירה זה נושא מאוד חשוב ומעניין לכולנו: למפתחי צ'יפים, לאנשי וריפיקאציה, לאנשי LAYOUT, ובכלל לכל האנשים שעובדים בתחומי ה- VLSI וההייטק

.

כיצד לבנות קריירה מוצלחת בענף פיתוח השבבים  (VLSI)

מאת: אלכסיי מולצ'נוב –מנכ"ל  מכללת Chip Design

פיתוח קריירה זה נושא מאוד חשוב ומעניין לכולנו: למפתחי צ'יפים, לאנשי וריפיקאציה, לאנשי LAYOUT, ובכלל לכל האנשים שעובדים בתחומי ה- VLSI וההייטק בכלל.

למרבה הצער, לרובינו אין את הזמן או הידע בכדי לתכנן קריירה מוצלחת. אנחנו מחפשים  פרנסה והצלחה, אבל לא עושים תכנון מסודר של קריירה לטווח הארוך.

בואו וננסה תחילה להגדיר מה היא קריירה מוצלחת עבורנו בענף ההייטק:
•    העבודה שאנחנו עושים מעניינת אותנו
•    אנחנו מרגישים נדרשים בעבודה ואף מועילים
•    אנחנו מרגישים שאנחנו לא דורכים במקום ומתקדמים
•    המשכורת שלנו יפה
•    אנו מוצאים זמן פנוי גם למשפחה שלנו ולתחביבים שלנו
•    יש לנו חברים טובים בעבודה, אוירה טובה, מנהלים נחמדים
•    וכדומה…

אם אנו לוקחים את כל הנושאים האלו כחשובים בקריירה, מיד נבין שזה לא דבר של מה בכך לענות על כל הציפיות והתקוות, במיוחד אם לא נתכנן את הקריירה באופן מסודר מראש.

בפרק זה, ננסה לספק לכם אינפורמציה וגם כלים בכדי לתכנן את הקריירה המקצועית שלכם , ונעשה את זה על בסיס הקריירות הענפות שלנו כמנהלים בכירים בענף ה VLSI. תתבוננו בעתיד ותכננו אותו, תהיו יותר יעילים עבור החברה שלכם, עבור המשפחה שלכם, ובעיקר עבור עצמכם.

הדרכים לתכנון קריירה קשורים גם לענף וגם לחברה הספציפית, ברור שכל חברה בנויה אחרת ולכן מסלולי הקידום וההצלחה בהם יהיו שונים. עם זאת, ישנם מספר עקרונות שנכונים ומשתופים לכל החברות כמעט, ועליהם נתעכב כאן.

1.    אפשרויות א' לקריירה טכנית טהורה:
1.1.    מהנדס מתחיל (0-2 שנים) – שכר של 12-20 אלף ₪
1.2.    מהנדס מנוסה  (3-5 שנים) – שכר של 20-25 אלף ₪
1.3.    מהנדס בכיר  (6-10 שנים) – שכר של 25-35 אלף ₪
כדוגמא: ארכיטקט ראשי וכדומה.
1.4.    יועץ עצמאי – שכר של 0-100 אלף ₪

2.    אפשרות ב' לקריירה טכנית ניהולית:
2.1.    מהנדס מתחיל (0-2 שנים) – שכר של 12-20 אלף ₪
2.2.    מהנדס מנוסה או ראש צוות (3-5 שנים) – שכר של 20-25 אלף ₪
2.3.    מנהל פרויקט  (6-10 שנים) – שכר של 25-35 אלף ₪
2.4.    ראש מחלקה או ענף (8-15 שנים) – שכר של 35-50 אלף ₪
2.5.    סמנכ"ל, מנהל פיתח או מנהל טכני  (10+ שנים) –  שכר של 40-60 אלף ₪

3.    אפשרות ג' לקריירה ניהולית עסקית:
3.1.    מהנדס מתחיל (0-2 שנים) – שכר של 12-20 אלף ₪
3.2.    מהנדס מנוסה או ראש צוות (3-5 שנים) – שכר של 20-25 אלף ₪
3.3.    מנהל פרויקט  (6-10 שנים) – שכר של 25-35 אלף ₪
3.4.    מנהל מוצר או שווק טכני (8-15 שנים) – שכר של 30-45 אלף ₪
3.5.     סמנכ"ל שווק, מכירות או תפעול – (15+ שנים) –  שכר של 40-60 אלף ₪
3.6.    מנכ"ל או יזם של חברה – (15+ שנים) –  שכר של 40-70 אלף ₪
כשהשכר של היזם יכול להגיע לסכומים מאוד גבוהים בתלות בהצלחת החברה

כיצד אם כן, בוחרים את המסלול שמתאים לך? שיביא אותך לקריירה שהכי טובה עבורך?

אפשרות א'
לאנשים שמתקשים בניהול, או שאינם אוהבים לנהל, אבל נוטים לצד הטכני, המסלול המתאים להם הוא זה שבו הם יתמודדו עם בעיות טכניות, ישתתפו בפרויקטים גדולים, יהיו תמיד מעודכנים בחדשות הטכנולוגיות וילמדו כלים חדשים ושיטות פיתוח מתקדמות.

אפשרות ב'
לאנשים שהם חזקים טכנית, אבל אוהבים ורוצים להתקדם למשרות ניהוליות. מצד שני, רוצים לעבוד בחברות ולא ליזום חברות חדשות או לקחת אחריות על חברה שלמה כמנכ"ל.

אפשרות ג'
לאנשים עם יכולות טכניות טובות מספיק לניהול, אבל עם רצון להתרכז בתחום ההובלה והניהול ושלא חוששים לקחת סיכונים ולהוביל חברות. אנשים שלא חוששים ללכת נגד הזרם ולהוביל רעיונות חדשניים ופתרונות יצירתיים בעצמם.

הנה כמה טיפים נוספים שיעזרו לכם בבניית הקריירה:

    בד"כ, מנהלי פרויקטים צומחים מקרב אנשי הפיתוח הדיגיטאלי. אנשי האנלוג, וריפיקאציה, back-end  צומחים בד"כ לכיוון מנהל צוות מקצועי ואז לכוון ה"מומחה" ולא לכוון ה"מנהל הבכיר".
    בכדי להיות מנהל פרויקט יש הכרח להכיר תחומים רבים כמו וריפיקאציה, סינתזה, DFT, STA ואפילו ידע בסיסי ב LAYOUT. בנוסף הוא חייב ידע ויכולת בניהול אנשים. צבירת היכולת הללו לוקחת בתעשייה בד"כ לא מעט שנים. מהנדסים שרוכשים מהר ידע בתחומים המשלימים לפיתוח שהם עושים, מעלים משמעותית את הסיכויים שלהם לזכות בקידום לדרגת ניהול פרויקט.

מה הן אם כן ההמלצות לגבי ההכשרה שנדרשת? איך נראית תכנית הכשרה שכזאת?
1.    עבור אותם האנשים שרוצים לבנות קריירת מומחיות (EXPERT), מומלץ לבנות תכנית לקורסים הנדרשים לשם קידום כבר בשלב מוקדם. חשוב ללמוד את מסלול הפיתוח במלואו, ללמוד נושאים בארכיטקטורה, בטכנולוגיה, בסוגי הכלים הנדרשים לכל מסלול הפיתוח (DESIGN FLOW) וכדומה.
2.    לאנשים שמעוניינים להתפתח במסלול הקידום הניהולי מומלץ מאוד לקחת קורסים בנושאים כמו:
2.1.    ניהול פרויקטים
2.2.    אימון אישי (COACHING)
2.3.    שווק ומכירות באותו תחום שבו הוא רוצה לנהל
2.4.    וכן הלאה

הפוסט כיצד לבנות קריירה מוצלחת בענף פיתוח השבבים (VLSI) ? הופיע לראשונה ב-Chiportal.