高性能计算算法工程师简历范文全文
教育背景
上海交通大学
985双一流
计算机科学与技术 硕士
上海2016年9月 - 2019年6月
研究方向为并行计算与数值优化。
武汉理工大学
211双一流
数学与应用数学 本科
武汉2012年9月 - 2016年6月
相关课程：数值分析、线性代数、数据结构。
专业技能
CUDA / GPU 并行计算
MPI / OpenMP/ OpenACC
C/C++ / 性能优化
Slurm / 集群调度
Python / 算法实现
Linux 内核 / 系统调优
荣誉奖项
全国并行应用挑战赛（PAC）一等奖
上海交通大学优秀毕业生
国家奖学金
自我评价
6年高性能计算算法优化经验，专注GPU异构计算与大规模集群性能调优。主导过千万亿次级超算应用优化，实现核心算法性能提升3倍以上。熟悉CUDA、MPI及国产加速卡生态，具备从算法设计到落地部署的全流程能力。
工作经历
上海超算科技有限公司
上海
超算服务高性能计算
高性能计算算法工程师
2021年8月 - 2025年10月
CUDAMPI
- 负责气象预报核心算法GPU移植与优化，单节点性能提升2.8倍，支撑业务提前1小时出报。
- 设计基于MPI+OpenACC的混合并行框架，将大规模矩阵计算扩展至千卡集群，弱扩展效率达85%。
- 主导国产加速卡适配，完成3个关键算法迁移，满足信创验收要求。
上海曦智科技有限公司
上海
AI芯片光计算
并行算法工程师
2019年7月 - 2021年7月
GPU优化深度学习
- 开发光子计算模拟器GPU加速模块，将仿真速度提升4倍，支撑算法迭代周期缩短50%。
- 优化深度学习算子库，在自研芯片上实现ResNet-50推理延迟降低35%。
- 参与性能分析工具链建设，定位并修复10余处热点瓶颈。
项目经验
稀疏矩阵乘法GPU加速库
2023年1月 - 2024年6月
项目负责人
- 基于CUDA实现稀疏矩阵乘法优化，在A100上达到峰值性能的78%，较cuSPARSE提升22%。
- 设计自适应分块策略与共享内存复用方案，减少全局内存访问40%。
- 项目成果集成至公司内部求解器，支撑3个业务线产品发布。
分子动力学模拟GPU并行化
2021年9月 - 2022年12月
核心开发
- 将分子动力学模拟核心循环移植至GPU，实现单卡性能较CPU提升15倍。
- 采用混合精度与异步传输优化，千卡扩展效率达82%。
- 支撑某国家级科研项目完成10亿原子规模模拟。
研究经历
异构集群任务调度优化/研究助理
上海
计算机科学与工程系
2017年9月 - 2019年6月
- 研究异构环境下任务调度算法，提出负载感知调度策略，在真实集群上降低平均等待时间28%。
- 发表SCI论文1篇（二作），会议论文2篇。
工作成果
全国并行应用挑战赛一等奖
2018年带队获得PAC全国一等奖，参赛作品为GPU加速的CFD求解器。
核心算法性能提升3倍
在超算中心主导气象算法优化，单节点性能提升2.8倍，年节省机时超10万核时。
国产加速卡适配落地
完成3个关键算法在国产加速卡上的迁移与优化，通过信创验收。
证书与认证
NVIDIA Certified Associate: CUDA - NVIDIA
2024年3月
认证GPU并行计算与性能优化能力。
系统架构设计师（软考高级） - 工业和信息化部
2020年12月
证明系统架构设计与性能调优能力。
更多高性能计算工程师简历范文
同一职位，不同的版式和写法。点开任意一份即可查看大图。
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。