机器学习高级算法工程师
机器学习高级算法工程师
双栏 · 有照片
机器学习平台专家
熊帅帅
展现专业实力，创造职场价值。机器学习平台专家
个人总结
6年机器学习平台与MLOps经验，主导过千卡GPU训练平台从0到1建设，支撑公司20余个算法团队。熟悉Kubernetes、Kubeflow、Ray等调度与训练框架，擅长模型训练加速与资源成本优化。曾将训练任务平均排队时长降低60%，GPU利用率提升至75%以上。
工作经历
北京智算云科技有限公司
AI基础设施C轮融资
北京
机器学习平台专家
MLOpsKubernetes
2022年9月 - 至今
- 主导千卡GPU训练平台架构设计与落地，支撑20余个算法团队日常训练，任务成功率提升至99%。
- 建设Kubeflow+Ray分布式训练调度体系，训练任务平均排队时长由4小时降至1.5小时。
- 推动GPU资源池化与弹性调度，集群整体利用率从45%提升至75%，年节省算力成本约600万元。
上海云帆数据技术有限公司
互联网推荐系统
上海
机器学习工程师
TensorFlow特征工程
2020年7月 - 2022年8月
- 负责推荐模型训练与推理链路建设，模型上线周期由2周缩短至3天。
- 搭建特征平台与模型监控体系，线上模型异常发现时间从小时级降至分钟级。
项目经验
千卡GPU训练平台建设 - 平台技术负责人
2024年3月 - 2024年5月
- 设计多租户资源隔离与配额管理方案，支撑20余个团队并发训练，资源争抢投诉下降80%。
- 引入混合精度与梯度累积优化，单模型训练耗时缩短35%，年度算力成本节省约600万元。
模型推理服务统一网关 - 核心开发
2022年12月 - 2023年2月
- 建设统一推理网关，支持TensorFlow、PyTorch多框架模型一键部署，接入模型120余个。
- 实现自动扩缩容与灰度发布，推理服务P99延迟降低40%，线上故障率下降50%。
技能
Kubernetes / Kubeflow
Ray / 分布式训练
PyTorch / TensorFlow
MLOps / 模型监控
Go / Python
GPU资源调度与成本优化
教育背景
北京邮电大学
211双一流
北京
计算机科学与技术 硕士
2017年9月 - 2020年6月
研究方向：分布式系统与机器学习系统；核心课程：分布式计算、机器学习、操作系统。
华中科技大学
985211
武汉
软件工程 本科
2013年9月 - 2017年6月
核心课程：数据结构、算法设计、数据库系统；通过CET-6。
证书与认证
AWS Certified Machine Learning – Specialty - Amazon Web Services
2023年5月
证明云端机器学习方案设计与部署能力。
CKA（Certified Kubernetes Administrator） - CNCF
2022年11月
证明Kubernetes集群运维与故障排查能力。
荣誉奖项
公司年度技术创新奖
中国计算机学会（CCF）优秀论文奖
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。