•• 主导开发校园AI开放平台原型系统,集成多模态数据管道,获学校创新创业大赛金奖
•• 在分布式系统课程项目中,实现基于RDMA的模型并行训练加速框架,较传统方案提速2.1倍
•• 担任研究生会技术部部长,组织12期AI技术沙龙,培养跨学科团队协作能力
高级机器学习平台工程师医疗AI基础设施异构计算调度
北京
•• 负责医疗影像AI训练平台架构升级,通过异构计算调度算法优化,使CT/MRI数据预处理吞吐量提升3.2倍
•• 设计动态资源分配引擎,根据任务特征自动调整CPU/GPU配比,在保障SLA前提下降低30%算力成本
•• 开发模型签名验证与回滚系统,实现医疗级合规审计追踪,支持FDA 21 CFR Part 11标准要求
•• 与三甲医院AI团队建立联合实验室,落地肺结节检测模型迭代流程,使临床验证周期从6周压缩至10天
机器学习平台工程师金融AI基础设施联邦学习平台
北京
•• 主导金融量化交易策略训练平台建设,构建支持千万级历史K线数据的时序特征工程流水线
•• 实现联邦学习框架与分布式训练融合,使多机构联合建模效率提升40%且满足数据不出域要求
•• 设计智能告警系统,通过模型漂移检测与资源消耗预测,将线上故障恢复时间缩短至8分钟内
•• 推动平台与实时流计算引擎对接,支撑日内交易策略分钟级迭代,累计上线23个盈利模型
•• 为某汽车零部件制造商构建AI质检平台,设计支持多相机同步采集的预处理流水线
•• 开发轻量化模型部署模块,通过知识蒸馏使边缘设备推理延迟降低至15ms以内
•• 实现动态阈值调节机制,针对不同产线工况自动优化检测精度,漏检率从3%降至0.2%
•• 针对某直辖市交通委需求,搭建时空图神经网络训练平台,处理覆盖全市的1200个路口数据
•• 设计增量学习框架,支持新增路网的零样本迁移,模型更新周期从季度缩短至周级
•• 开发可视化调试工具,使交管人员可直观分析模型决策依据,提升结果可信度40%
技术布道:
• 在QCon大会连续3年分享《高可用ML平台实践》,演讲视频获20万+播放量
• 维护开源项目ML-Orchestrator,累计Star 8k+,被5家企业纳入生产环境
行业认证:
• 持有AWS机器学习专业级认证(2023)
• 通过Google Cloud AI/ML专项认证(2022)