2026年，芯片行业‘AI for EDA’概念火热，对于一名有传统数字后端设计经验的工程师，想了解并参与相关工具开发，需要先掌握哪些关于机器学习（如强化学习、图神经网络）的基础知识以及Python编程技能？
工作三年，一直在做数字后端设计，对工具流程比较熟悉。最近看到很多公司都在提‘AI for EDA’，用机器学习优化布局布线、功耗分析等，感觉是未来的趋势。想提前学习，为可能的转型做准备。但我本科是微电子，对AI算法了解很少。请问想切入这个方向，需要系统学习哪些机器学习知识？是直接学TensorFlow/PyTorch，还是先补数学基础？有没有结合EDA场景的入门项目或开源代码可以参考？从后端工程师的角度，学习重点应该放在哪里？
单片机新手小王
