交通高性能计算后端开发简历模板

• 主导交通流仿真并行求解服务重构，基于MPI+C++实现千万级网格分区计算，单次仿真耗时由4.2小时降至1.6小时。
• 设计分布式任务调度与容错模块，支持300+计算节点弹性扩缩，任务失败自动重试，集群利用率提升至85%。
• 搭建性能监控与压测体系，定位内存与通信瓶颈，核心接口P99延迟下降38%，保障日均亿级计算任务稳定运行。

• 负责仿真计算平台后端服务开发，使用Go与gRPC构建任务提交与结果回传链路，支撑日均20万次计算请求。
• 优化数据存储与传输方案，引入分片与压缩策略，结果文件读写耗时降低45%，存储成本下降约30%。
• 参与CUDA算子加速改造，将核心路径计算模块迁移至GPU，单机吞吐提升2.3倍。

• 负责并行计算框架与后端服务设计，支撑10万+路口路网实时仿真，单轮计算在5分钟内完成。
• 设计计算任务分片与结果聚合机制，解决大规模并发下的数据一致性问题，线上故障率下降60%。

• 基于CUDA重构核心计算算子，配合Go服务封装推理接口，单卡吞吐提升2.1倍。
• 建立GPU资源池调度策略，显存利用率提升至78%，支撑多模型并行在线服务。

研究方向：高性能计算与交通仿真；主修并行计算、分布式系统、数值分析。

主修数据结构、操作系统、计算机网络；通过CET-6。