并行计算后端开发工程师简历模板

• 主导千卡 GPU 集群 NCCL 通信库调优，AllReduce 带宽利用率由62%提升至88%，训练任务整体吞吐提升约40%。
• 设计并实现 C++ 分布式任务调度服务，支撑日均3万+并行作业，任务排队时延从8分钟降至90秒。
• 搭建 MPI 程序性能分析体系，定位热点并优化访存与流水线，核心算子单卡性能提升约25%。

• 负责 Go 微服务后端开发，支撑日均2000万次请求，通过协程池与缓存改造将 P99 时延降低35%。
• 参与分布式存储网关开发，优化数据分片与并发读写，集群吞吐提升约30%，线上故障率下降50%。

• 针对多机多卡训练通信瓶颈，重构梯度同步流程并引入分层 AllReduce，端到端训练时间缩短约35%。
• 建立通信性能基准测试平台，覆盖8类拓扑场景，问题定位周期由3天缩短至半天。

• 基于 C++ 实现 CPU/GPU 异构资源调度器，支持优先级与抢占策略，集群资源利用率由55%提升至78%。

研究方向：高性能计算与并行算法；核心课程：并行程序设计、计算机体系结构。

主修数据结构、操作系统、编译原理，GPA 3.6/4.0。