AMAZING RESUME
188****5344niu****@***.com北京30男深度学习架构师在职北京30k-50k •主导“端侧大模型轻量化推理引擎”研发，设计混合精度量化方案，在保持精度前提下将推理速度提升 3 倍，显著降低硬件成本。
•发表关于动态图编译优化的学术论文，提出新型算子融合策略，被系统领域顶会收录，有效解决复杂模型在异构环境下的部署瓶颈。
•开源维护深度学习模型服务平台，提供一站式训练至部署流水线，GitHub 获 4000+ Star，被多家企业纳入技术选型标准。
•在商汤科技担任深度学习架构师期间，专注于构建面向城市治理的AI解决方案，主导设计了交通流量预测平台，采用分布式训练架构整合PyTorch和TensorFlow双框架能力，支持多源数据实时处理。
•针对城市道路监控视频分析任务，提出了一种时序卷积网络改进方案，在杭州市试点区域准确率达到92%，显著优于传统方法，使高峰时段通行效率提升28%。
•与交通管理部门深度合作，将AI技术应用于信号灯优化系统，通过Kubernetes容器编排实现弹性扩展，使系统响应时间缩短35%，获得市民广泛好评。
•负责平台上线后的性能调优，引入模型量化技术，使推理速度提升40%，同时保持预测精度在95%以上，为智慧城市项目提供了可靠的技术支撑。
•在旷视科技从事深度学习算法研发工作，重点推进计算机视觉技术的产业化应用，参与多个智慧城市项目，负责核心识别算法开发。
•针对人脸识别场景，基于ResNet架构提出轻量化改进方案，在保持99.2%准确率的同时，推理速度提升3.5倍，成功应用于全国20余个城市的人脸闸机系统。
•主导模型部署工作，通过ONNX转换和TensorRT优化，使边缘设备上的识别延迟降至50ms以下，内存占用减少60%，满足实时性要求。
•与硬件团队紧密配合，探索了新型AI芯片的适配方案，为下一代智能终端提供了关键技术支撑，推动了人脸识别技术在公共安全领域的规模化应用。
•该项目旨在为基层医疗机构提供AI辅助诊断能力，解决医疗资源分布不均的问题，覆盖全国50余家县级医院。
•负责核心算法架构设计，采用迁移学习策略，在ImageNet预训练模型基础上进行医学图像特征提取，针对X光片分析任务，提出了一种多尺度注意力机制。
•设计并实现了联邦学习框架，允许医院在保护数据隐私的前提下参与模型训练，解决了医疗数据孤岛问题，提高了模型的泛化能力。
•主导模型优化工作，通过知识蒸馏将大模型压缩为轻量级版本，使模型能在普通CPU上实时运行，参与临床验证，模型在肺炎检测任务上准确率达到96.5%。
•这是一个面向现代农业的AI解决方案，帮助农民及时发现并处理作物病虫害问题，已在江苏、河南等农业大省推广应用。
•负责视觉识别算法开发，针对田间复杂环境，提出了抗光照干扰的深度学习模型，有效解决了户外光照变化导致的识别不稳定问题。
•设计边缘计算部署方案，将模型优化至可在普通手机硬件上运行，使农民无需专业设备即可完成病虫害识别，降低了技术门槛。
•建立病虫害图像数据集，与农业科研机构合作，收集并标注了超过10万张高质量样本，系统集成到农户APP中，帮助农民减少了30%的农药使用量。
痴迷于用代码构建智能逻辑，享受从模型选型到性能调优的完整闭环，对算法落地的稳定性有极高要求。性格沉稳严谨，对算力资源与推理延迟保持敏锐，习惯在复杂业务场景中寻找最优架构平衡点。精通主流深度学习框架与分布式训练策略，能独立攻坚高并发下的模型落地难题。乐于分享技术见解，善于协同跨职能团队推进算法价值转化，期待在人工智能领域持续深耕技术边界，以技术驱动产品创新。
多框架融合开发（PyTorch/Keras/TensorFlow） 技术布道与开源共建:
发起“AI 基础设施架构”系列技术工坊，深度解析 MLOps 落地难点，累计带动 600+ 从业者交流实战经验。
撰写《模型服务化高阶指南》技术博客，聚焦高并发场景下的资源调度优化，全网曝光量突破 60 万次。
担任主流深度学习框架核心代码贡献者，参与底层算子性能调优，协助社区维护者审核上千份提交请求。
