高性能计算工程师简历中的工作经验怎么写？

高性能计算工程师负责科学计算、数值模拟、AI训练优化、并行算法等。简历需体现MPI、CUDA、OpenMP、性能分析及大规模集群调优。招聘方关注您的并行计算能力和硬件加速技巧。本文通过案例，教您用数据证明您的高性能计算实力。

2013.07 - 至今 某超算中心 高性能计算工程师

负责气象数值预报模型移植优化，基于MPI+OpenMP混合并行，将模拟时间从12小时缩短至2小时，加速比达6倍，扩展至千核仍保持高效率。

优化I/O瓶颈，使用并行HDF5和异步读写，数据吞吐量提升5倍，降低存储等待时间。实现负载均衡，动态调整网格划分，计算效率提升30%。

编写性能分析报告，使用Intel VTune和Gprof定位热点，指导算法团队改进，整体性能提升40%。

2015.11 - 2021.03 某AI公司 高性能计算工程师

负责深度学习训练框架优化，基于CUDA和cuDNN，设计混合精度训练，单卡训练速度提升2倍，支持千亿参数模型分布式训练。

优化多机多卡通信，使用NCCL和RDMA，带宽利用率达90%，梯度同步延迟降低50%。实现自动混合精度(AMP)和梯度累加，显存占用减少30%。

开发分布式训练调度平台，支持弹性训练和容错，训练任务完成率提升至99%。

总结

高性能计算工程师工作经验应围绕“加速比”“吞吐量”“延迟”“效率”展开。用并行优化、I/O改进、混合精度等数据证明HPC能力，用集群调优和分布式训练体现系统深度。让高性能计算成为科学突破的引擎，成为您最好的名片。