人工智能架构师简历范文全文
熊帅帅
展现专业实力，创造职场价值。人工智能架构师
自我评价
9年AI算法与平台研发经验，其中4年聚焦大模型与智能体架构设计，主导过千卡GPU集群训练平台与RAG知识库系统落地。精通PyTorch、Transformer、分布式训练与推理优化，具备从0到1搭建AI中台与团队管理能力。曾将核心业务推理成本降低45%，支撑日均千万级调用。
工作经历
北京智源智能科技有限公司
人工智能大模型
北京
人工智能架构师
架构设计大模型应用
2022年9月 - 至今
- 主导企业级大模型应用架构设计，搭建RAG知识库与智能体编排平台，支撑12条业务线接入，日均调用量突破800万次。
- 设计千卡GPU分布式训练与推理调度方案，通过量化与动态批处理将推理成本降低45%，年节省算力支出约600万元。
- 组建并带领8人算法架构团队，建立模型评测与上线规范，将大模型应用交付周期从6周缩短至2周。
上海云帆数据技术有限公司
互联网数据服务
上海
高级算法工程师
推荐算法NLP
2020年7月 - 2022年8月
- 负责推荐与NLP算法研发，主导搜索排序模型迭代，线上点击率提升18%，人均停留时长提升12%。
- 搭建特征工程与模型训练流水线，将实验迭代效率提升3倍，支撑团队年均上线模型40余个。
项目经验
企业级RAG智能问答平台 - 架构负责人
2024年3月 - 2024年5月
- 设计多路召回与重排序架构，结合向量数据库与混合检索，问答准确率从72%提升至89%。
- 引入意图路由与智能体工具调用，覆盖客服、运维等6类场景，人工工单量下降35%。
千卡GPU训练平台建设 - 技术负责人
2022年12月 - 2023年2月
- 基于Kubernetes与Volcano构建弹性训练调度平台，GPU利用率从48%提升至76%。
- 落地断点续训与混合精度训练方案，千亿参数模型训练周期缩短30%。
专业技能
大模型架构与微调（Transformer/LoRA）
分布式训练与推理优化
PyTorch / DeepSpeed
RAG与智能体（LangChain）
Kubernetes / GPU调度
Python / C++
向量数据库（Milvus/Faiss）
MLOps与模型评测体系
团队管理与技术方案评审
教育背景
清华大学
985211双一流
北京
计算机科学与技术 硕士
2019年8月 - 2021年5月
研究方向：机器学习与自然语言处理，参与国家重点实验室NLP课题。
哈尔滨工业大学
985211双一流
哈尔滨
软件工程 本科
2016年8月 - 2020年5月
核心课程：数据结构、算法设计、机器学习基础。
证书与认证
人工智能高级工程师（软考高级） - 工业和信息化部
2021年11月
证明AI系统架构设计与工程管理能力。
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。
荣誉奖项
公司年度技术创新奖
北京市科技进步二等奖
其他信息
到岗时间:
在职，确认录用后一个月内到岗，可接受短期出差。
技术分享:
在GitHub维护大模型推理优化开源项目，累计Star 1.2k。
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。