UP简历 小U

+86 138-XXXX-XXXX|up.xiaou@example.com|上海

个人总结

作为一名充满激情和创新精神的大模型推理工程师,我专注于将前沿AI技术应用于实际业务场景。精通深度学习框架和模型优化,具备数据处理、算法部署和性能调优的丰富经验。致力于通过高效的推理能力,为用户提供卓越的智能体验,并期待在小红书的平台发挥我的专业所长,共同推动技术创新与业务增长。

工作经历

大模型推理实习生

字节跳动

2023-07 - 2023-12
  • 深度参与抖音推荐系统的大模型推理优化项目,负责将Transformer类模型进行量化与剪枝,使模型推理速度提升25%,同时保持99.5%的精度
  • 负责基于TensorRTONNX Runtime进行模型部署与性能调优,成功将核心推荐模型的单次推理延迟从50ms降低至35ms,提升了用户体验
  • 配合算法工程师进行模型效果评估与A/B测试,通过优化部署策略,使推荐系统点击率提升1.8%,日活跃用户增长0.5%
  • 独立开发并维护一套自动化推理性能测试工具,将测试效率提升了40%,有效支持了多版本模型迭代与发布
  • 参与构建和优化模型推理服务,处理高并发请求,确保系统在亿级用户访问量下的稳定运行

项目经历

基于知识图谱的大模型问答系统

清华大学(科研项目)

2022-03 - 2023-06
  • 负责设计并实现知识图谱与大型语言模型(LLM)的融合框架,解决了传统LLM在事实性问答中“幻觉”问题,问答准确率提升15%
  • 利用PyTorchHugging Face Transformers构建模型,采用LoRA等高效微调技术,将模型训练时间缩短30%
  • 负责系统推理部分的优化,通过模型蒸馏量化技术,将问答响应时间从平均3秒缩短至1.2秒,提升用户体验
  • 独立完成了知识图谱的构建与实体链接模块,处理了百万级实体关系数据,为问答系统提供了坚实的基础知识库
  • 撰写并发表相关论文一篇,被ACL 2023录用,展示了在大模型推理与知识融合方面的深入研究能力

教育背景

清华大学

硕士 · 计算机科学与技术

2021-09 - 2024-06

北京大学

本科 · 软件工程

2017-09 - 2021-06

技能专长

深度学习框架

PyTorch · TensorFlow · Keras

模型优化与部署

TensorRT · ONNX Runtime · OpenVINO · 量化 · 剪枝 · 模型蒸馏

编程语言

Python · C++ · Java

自然语言处理

Hugging Face Transformers · LLM · BERT · GPT · 知识图谱

云计算平台

AWS · 阿里云 · Docker · Kubernetes

数据分析与工具

SQL · Pandas · NumPy · Matplotlib

AI人工智能进阶2025/8/26

小红书应届生大模型推理简历范文

大模型推理 互联网 应届生

本简历范文专为小红书应届生大模型推理岗位设计,突出AI算法、深度学习和模型优化能力,助力应届生在激烈的校招中脱颖而出,获得心仪的Offer。

核心亮点

针对小红书大模型推理岗位量身定制
突出应届生AI算法、深度学习项目经验
强调模型推理优化与部署能力
适合计算机、人工智能相关专业应届生参考

适用人群

本范文特别适合大模型推理岗位的求职者参考学习, 通过具体的工作经历和项目经验展示,帮助您了解如何突出互联网 行业的核心竞争力。

相似范文推荐

同样优秀的AI人工智能范文

简历攻略

专业指导,提升简历质量

参考范文,制作您的专业简历

借鉴优秀范文的写作技巧,选择合适模板,使用AI智能填写功能,快速完成简历制作