AI高性能计算后端开发
AI高性能计算后端开发
单栏 · 无照片
高性能计算后端开发工程师
个人总结
6年高性能计算与分布式后端开发经验，专注MPI/CUDA并行计算与大规模集群调度，主导过千卡训练平台通信优化。熟悉C++/Go与RDMA高性能网络编程，具备从架构设计到性能调优的完整落地能力。
工作经历
北京智算科技有限公司
北京
AI基础设施高性能计算
高性能计算后端开发工程师
2022年3月 - 至今
MPICUDA
- 主导千卡GPU集群通信库优化，基于NCCL与RDMA重构AllReduce路径，训练吞吐提升38%。
- 设计Slurm与Kubernetes混合调度方案，集群利用率由61%提升至82%，年节省算力成本约300万元。
- 搭建性能监控与瓶颈定位体系，将线上并行任务故障平均定位时间从4小时缩短至40分钟。
北京并行云信息技术有限公司
北京
云计算科学计算
后端开发工程师
2019年7月 - 2022年2月
C++分布式系统
- 负责分布式数值计算后端服务开发，基于C++与MPI实现多节点任务拆分，单作业规模扩展至512节点。
- 优化内存与I/O路径，将大规模仿真任务运行时间缩短27%，支撑气象与流体领域客户交付。
项目经验
千卡级大模型训练通信优化平台
2023年4月 - 2024年10月
核心开发 / 性能优化负责人
- 负责通信算子与拓扑感知调度模块，针对多机多卡场景优化AllReduce与AllGather，端到端训练效率提升35%。
- 引入分层通信与梯度压缩策略，在保证收敛精度前提下降低跨节点带宽占用约45%。
大规模科学计算并行求解引擎
2020年5月 - 2021年12月
后端开发工程师
- 基于C++与MPI设计区域分解并行框架，支持万核级并行求解，单次仿真耗时由18小时降至11小时。
- 完成RDMA网络适配与容错重试机制，长时任务失败率下降至0.5%以内。
主要成就
训练吞吐提升38%
牵头通信库重构，使千卡集群训练吞吐提升38%，成果推广至公司三条产品线。
集群利用率提升21个百分点
通过混合调度与资源回收策略，将集群利用率从61%提升至82%。
故障定位效率提升
建立并行任务性能基线库与自动化回归，性能问题平均定位时间缩短80%。
证书与认证
阿里云云计算工程师认证（ACP） - 阿里云
2023年6月
证明云上高性能计算与容器化调度能力。
系统架构设计师（软考高级） - 工业和信息化部
2021年11月
证明软件设计与系统架构能力。
教育背景
北京航空航天大学
985双一流
计算机科学与技术 硕士
北京2016年9月 - 2019年6月
研究方向：并行计算与高性能网络；核心课程：并行算法、分布式系统、计算机体系结构。
华中科技大学
985211
软件工程 本科
武汉2012年9月 - 2016年6月
核心课程：操作系统、数据结构、计算机网络。
技能
C++ / CUDA
MPI / OpenMP
Go / gRPC
RDMA / InfiniBand
Kubernetes / Slurm
性能剖析（perf/Nsight）
荣誉奖项
全国并行应用挑战赛（PAC）一等奖
北京航空航天大学优秀毕业生
更多高性能计算工程师模板
同一职位，不同的版式和写法。点开任意一份即可查看大图。
航空航天高性能计算后端开发
航空航天高性能计算后端开发
双栏 · 有照片
地理信息高性能计算后端开发
地理信息高性能计算后端开发
双栏 · 有照片
交通高性能计算后端开发
交通高性能计算后端开发
单栏 · 无照片
高性能计算集群后端开发
高性能计算集群后端开发
双栏 · 有照片
高性能计算系统架构师
高性能计算系统架构师
双栏 · 无照片
金融高性能计算后端开发
金融高性能计算后端开发
双栏 · 有照片
能源高性能计算后端开发
能源高性能计算后端开发
单栏 · 无照片
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。