高性能计算研发工程师简历模板
《高性能计算研发工程师简历模板》
【个人信息】
姓名：张XX
性别：男
年龄：32岁
联系方式：+86-138-XXXX-XXXX
电子邮箱：zhangxx@hpc-dev.com
求职意向：高性能计算研发工程师
期望薪资：35-50K/月
期望城市：北京/上海/深圳
【教育背景】
2010.09-2014.06 清华大学 计算机科学与技术专业 本科
主修课程：计算机体系结构、并行计算、算法设计与分析、高性能网络协议
GPA：3.8/4.0（专业前5%）
2014.09-2017.06 中国科学院计算技术研究所 计算机应用技术专业 硕士
研究方向：异构计算系统优化与并行算法设计
硕士论文：《基于GPU的深度学习模型并行训练优化研究》
学术成果：发表SCI论文2篇（CCF-B类），EI会议论文3篇
【技术能力】
编程语言：C/C++（5年+）、Python（4年+）、CUDA（3年+）、OpenMP/MPI（3年+）
并行计算框架：熟悉OpenCL、ROCm、SYCL等异构计算框架
深度学习框架：PyTorch（优化经验）、TensorFlow（模型部署经验）
性能分析工具：NVIDIA Nsight、Intel VTune、Perf、gprof
系统开发：Linux内核模块开发、分布式系统设计、HPC集群管理
数学基础：线性代数、数值优化、概率统计（GPA 4.0/4.0）
英语能力：CET-6（625分），可熟练阅读英文技术文档
【工作经历】
2017.07-2020.12 华为技术有限公司 计算产品线 高级研发工程师
项目1：昇腾AI处理器并行计算库开发（2018.03-2020.06）
- 负责昇腾910芯片的并行计算库（ACL）核心模块开发，优化矩阵乘法、卷积等算子性能
- 通过内存复用、指令调度优化，使ResNet-50训练吞吐量提升27%
- 设计动态负载均衡算法，解决多核间计算不均衡问题，整体性能提升19%
- 主导与寒武纪、英伟达库的兼容性测试，通过ASIL-D级功能安全认证
项目2：分布式训练框架优化（2017.07-2018.02）
- 开发基于MPI的参数服务器通信优化模块，通信延迟降低42%
- 实现混合精度训练的梯度压缩算法，通信数据量减少68%
- 搭建千卡级训练集群，完成BERT模型预训练，达到业界领先水平
2021.01-至今 阿里巴巴集团 达摩院 资深高性能计算工程师
项目1：含光800芯片AI加速库开发（2021.03-2022.12）
- 设计面向NPU的算子融合策略，将YOLOv5推理延迟从8.2ms降至3.1ms
- 开发自动调优工具链，通过遗传算法生成最优算子实现，性能提升35%
- 构建持续集成系统，实现每日百万次算子测试，故障定位效率提升5倍
项目2：超大规模分布式推理系统（2022.01-至今）
- 设计分层调度架构，支持10万+节点弹性伸缩，资源利用率提升40%
- 开发容错恢复机制，实现秒级故障检测与自动迁移，系统可用性达99.99%
- 优化通信拓扑，使AllReduce操作带宽利用率从65%提升至92%
【项目经验】
项目名称：基于RDMA的高性能分布式键值存储系统（2019.09-2020.05）
技术栈：C++、RDMA、InfiniBand、gRPC
项目职责：
- 设计无锁数据结构，实现单节点百万QPS写入能力
- 开发基于RDMA的远程内存访问协议，延迟降低至1.2μs
- 实现动态负载均衡算法，集群吞吐量随节点数线性增长
项目成果：
- 在16节点集群上达到1.2亿QPS，延迟P99
- 代码被Apache Pulsar项目采纳为存储层实现
项目名称：量子化学模拟软件并行化（2016.03-2016.12）
技术栈：Fortran、MPI、OpenMP、CUDA
项目职责：
- 将Hartree-Fock算法并行化，在256节点GPU集群上实现92%并行效率
- 开发混合精度计算模块，使单次迭代时间从4.2秒降至1.8秒
- 优化内存访问模式，L1缓存命中率提升37%
项目成果：
- 计算规模从100原子扩展至1000原子，精度保持不变
- 相关优化技术发表于SC'2017国际超算大会
【专利与论文】
专利：
- 一种基于动态负载均衡的分布式训练方法（ZL202010123456.7）
- 面向异构计算设备的算子自动生成系统（ZL202110234567.8）
论文：
- "Optimizing Convolutional Neural Networks on Huawei Ascend AI Processors"（IEEE TPDS 2020）
- "RDMA-based Distributed Key-Value Store with Fine-grained Locking"（SC'2021）
- "Auto-tuning Framework for High-Performance Computing Kernels"（IPDPS'2022）
【获奖情况】
2020年 华为技术发明奖一等奖（前5%）
2019年 全国高性能计算学术年会优秀论文奖
2018年 中国计算机学会优秀博士生论文提名奖
2017年 ACM-ICPC亚洲区域赛银牌
【专业技能认证】
NVIDIA CUDA Certified Engineer（2020）
AWS Certified Solutions Architect - Professional（2021）
Linux Foundation Certified Engineer（LFCE）（2019）
【自我评价】
具备5年+高性能计算系统研发经验，精通异构计算架构与并行编程模型。在华为期间主导开发昇腾AI处理器计算库，性能达到业界领先水平；在阿里达摩院负责含光800芯片生态建设，推动AI算力成本下降60%。擅长从算法到硬件的全栈优化，对计算密集型应用的性能瓶颈有深刻理解。具备优秀的跨团队协作能力，曾同时管理3个技术团队完成超大规模分布式系统开发。持续关注量子计算、光计算等前沿领域，保持技术敏锐度。
关键词：高性能计算、异构计算、并行编程、CUDA、OpenMP、MPI、深度学习优化、分布式系统、RDMA、性能调优、昇腾AI、含光800、专利发明、SCI论文
简介：该简历详细展示了求职者在高性能计算领域的全栈能力，涵盖教育背景、技术专长、项目经验、专利论文等核心要素。通过华为、阿里等头部企业的实战案例，突出其在异构计算优化、分布式系统设计、AI加速库开发等方面的卓越成就，适合寻求资深高性能计算研发岗位的技术人才参考。
