深度学习应用工程师
深度学习应用工程师
双栏 · 无照片
深度学习研究员
个人总结
5年深度学习研究与算法落地经验，专注大模型预训练与多模态理解方向，熟悉Transformer架构、分布式训练与模型压缩。主导2个亿级参数模型研发，成果发表于NeurIPS、CVPR等顶会，并在业务场景实现推理成本下降35%。具备扎实的数学功底与工程实现能力，能独立完成从论文复现到线上部署的全流程。
教育背景
清华大学
985211双一流
北京
计算机科学与技术 博士
2016年9月 - 2021年6月
研究方向：深度学习与计算机视觉；以第一作者发表CCF-A类论文2篇。
中国科学技术大学
985211双一流
合肥
自动化 本科
2012年9月 - 2016年6月
相关课程：模式识别、最优化方法、概率论与数理统计。
研究经历
多模态表征对齐研究 - 博士研究生 / 第一作者
北京
计算机科学与技术系
2018年9月 - 2021年6月
- 提出基于对比学习的多模态对齐方法，在3个公开基准上平均提升4.2个点。
- 负责实验设计与消融分析，相关成果发表于CVPR 2021。
工作经历
北京智源人工智能研究院
AI研究院大模型
北京
深度学习研究员
大模型预训练多模态
2021年7月 - 至今
- 主导70亿参数多模态大模型预训练，搭建千卡分布式训练流程，训练效率提升28%。
- 设计数据清洗与配比策略，下游8项评测平均准确率提升3.5个点。
- 推动模型在内部3条业务线落地，推理成本较基线下降35%。
北京字节跳动科技有限公司
互联网大厂AI Lab
北京
算法研究实习生
计算机视觉模型压缩
2020年6月 - 2021年6月
- 参与视频理解算法研发，优化时序建模结构，离线指标mAP提升2.8个点。
- 完成模型量化与蒸馏，端侧推理耗时降低40%，支撑日请求千万级场景。
项目经验
多模态大模型预训练与评测体系 - 项目负责人
2023年3月 - 2024年12月
- 负责预训练目标设计与训练稳定性优化，解决loss尖峰问题，训练中断次数减少80%。
- 构建多模态评测集与自动化评测流水线，评测周期由5天缩短至1天。
视觉模型压缩与端侧部署 - 核心算法工程师
2022年1月 - 2022年10月
- 设计结构化剪枝与知识蒸馏联合方案，模型体积压缩60%，精度损失控制在1个点内。
- 完成TensorRT部署与性能调优，单卡吞吐提升2.3倍。
主要成就
顶会论文发表
以第一作者在NeurIPS、CVPR发表论文2篇，另有多模态方向论文被ICLR接收。
国家级课题参与
作为核心成员参与国家重点研发计划子课题，负责多模态算法部分并通过中期验收。
CCF优博提名
获中国计算机学会优秀博士学位论文提名，全国每年不超过20人。
技能
PyTorch / 分布式训练
Transformer与大模型预训练
多模态学习（视觉-语言）
Python / C++
模型压缩与推理优化
论文写作与实验设计
荣誉奖项
清华大学优秀博士毕业生
全国大学生数学建模竞赛一等奖
语言能力
英语（CET-6，学术交流流利）可流畅阅读英文文献并进行国际会议报告
就从这份模板开始
模板会复制到你的账户里，每一句话、每个板块和颜色都能改，改好再下载 PDF。