个人简介：华东理工大学计算机本科，同济大学计算机硕士，毕业后进入500强企业工作，曾在微软亚太研发集团、优酷

土豆集团、易传媒、阿里巴巴集团、深演智能等知名企业工作，参与AI智能化产品，大模型LLM及智能体产品技术研发和

管理工作。在机器学习和人工智能领域深耕多年，拥有数据处理方法、装置、存储介质及处理器的发明专利。在AWS技术

峰会和大数据技术汇等大型技术峰会上发表AI大数据产品技术演讲，并出席头部媒体和TopDigital和执牛耳媒体的相关

专访。

工作经历：历任高级开发工程师，研发主管，技术总监，CTO等职位。在微软工作期间，参与多个高性能大规模工具产

品研发，包括微软全球下载中心，PubwizX，Visual Studio等，因卓越的技术研发和管理能力而获得微软公司Future 

Star Award和IT Pro Award，并在美国微软西雅图总部参与核心在线搜索产品研发。在阿里巴巴任职技术总监，负责

广告大数据平台DMP（达摩盘）产品，通过机器学习训练模型精准预测标签，人群分类等，成为阿里电商搜索，广告和

推荐的核心基石，乐于分享知识，在工作期间被授予优秀讲师荣誉。参与大模型创业，从0到1自主研发LLM基础大模型，

开发基础大模型产品各个核心模块，包括数据预处理，数据动态混合配比，模型训练，推理，部署等模块的研发，设

计大模型流水线及架构并发布和开源了7B基础大模型，结合汽车行业客户数据，微调模型为汽车行业提供AI维修助手

智能体。研发大语言模型预训练，结合最新的大模型论文并运用相关技术，包括 RoPE(Su et al., 2021, Jiang et al.,

 2023)，QK-LayerNorm (Dehghani et al., 2023)，Max-z loss(Yang et al., 2023)， FlashAttention (Dao et al.,

 2022)，xformers(Lefaudeux et al., 2022)等，运用多种大模型训练并行优化技术，包括 DeepSpeed，ZeRO2

(Rasleyet al., 2020)等技术对大模型进行加速训练，支持多语言，多数据集混合配比，可灵活配置并实时动态加载，

支持Context Sampling 和 Content Stuffing 等功能，实时监控各项训练指标，包括 Max Attention Logits, MeanQuery 

Norm 和 Mean Query Norm，确保大模型预训练稳定性。

主讲课程：机器学习与深度神经网络，Transformer大语言模型，AIGC及其应用

科研成果：拥有数据处理方法、装置、存储介质及处理器的发明专利，并获得企业内部优秀讲师称号。