Hao Xu Blog

回首向来萧瑟处, 归去, 也无风雨也无晴

徐浩

算法工程师、HPC

详细 PDF 简历

基本信息

教育经历

爱丁堡大学 (QS27)，英国爱丁堡

硕士，高性能计算与数据科学专业
2024.09 – 2025.08

  • 主要课程：线程编程 (OpenMP)、高级消息传递编程 (MPI)、加速系统-原理与实践 (CUDA)、HPC 架构、性能编程、大规模机器学习、数据管理基础、实用软件开发。

萨塞克斯大学，英国布莱顿

本科，计算机科学与人工智能专业（2+2）
2022.09 – 2024.06

苏州大学 (211)，江苏苏州

本科，人工智能专业（2+2）
2019.09 – 2021.06

  • 主要课程：数据库、机器学习基础、神经网络、计算机视觉、自然语言工程、程序分析。

个人简介

  • 211 本科学历，QS27 硕士学历，人工智能和高性能计算专业科班背景。
  • 本科阶段主要为机器学习、计算机视觉、自然语言工程等人工智能领域研究。
  • 硕士阶段主要为计算机结构、并行计算、GPU 加速等高性能计算领域研究。
  • 校内助教与实习经历，锻炼了较强的解决问题和沟通能力。
  • 编程语言：Python, C/C++。
  • 技术：Linux, LaTeX, Git, MySQL, MongoDB, OpenMP, MPI, CUDA, SYCL, Hadoop, Spark, PyTorch。
  • 英国留学多年，英文可以作为工作语言。

工作经历

英国萨塞克斯大学 · 自然语言工程助教

助教 · 2023.10 – 2023.12，英国布莱顿

  • 向本科二年级学生讲授自然语言工程课程的基本原理。
  • 负责实验课教学，引导学生完成代码问题集。
  • 帮助有困难的学生解答问题。

英国萨塞克斯大学 · 初级助理研究员

全职 · 2023.07 – 2023.09，英国布莱顿

  • 使用 Cellpose 对细胞显微照片进行分割。
  • 基于缺失通道的细胞显微照片尝试通过 VAE 生成完整的四通道图片。
  • 对细胞周期阶段进行分类。

焦点科技有限公司 · 人工智能研发部

实习 · 2021.09 – 2022.06，江苏南京

  • 使用 CNN 识别违规商品图片。
  • 通过 YOLO 对敏感图标进行检测。
  • 复现 Image Matting 细化分割边缘，提高商品图像清晰度。
  • 训练 CLIP 模型参加阿里天池多模态商品检索竞赛。

南京迈煜创信息技术有限公司 · 数据分析实习生

实习 · 2021.06 – 2022.09，江苏南京

  • 参与舆情分析系统的开发工作。
  • 使用 Scrapy 抓取并预处理新闻数据。
  • 训练 BERT 实现情感分析和文本分类。

项目经历

Vision Transformer 训练加速 · 爱丁堡大学

2025.03 – 2025.04

项目描述：在 Cirrus HPC 平台上对 ViT 训练做端到端性能剖析与优化。

  • 性能剖析：使用 DLProf、Nsight Systems 对 CUDA/cuDNN 与 PyTorch 流程进行打点，定位 CPU/GPU 与内存瓶颈。
  • 代码优化：启用 AMP、cudnn.benchmark，并将损失累积从 CPU 搬到 GPU，显著提升内核执行效率。
  • 并行策略：对比 DP、DDP 和手动 Pipeline Parallel，在单节点多 GPU 与多进程场景下测试伸缩性。
  • 超参调优：测试 Batch Size (16/32/64) 与 num_workers (0/2/4/8)，最终选定 BS=64、num_workers=4。
  • 训练吞吐量从单 GPU FP32 的 ~6.2 samples/s 提升到 ~36 samples/s（4× 加速），且精度无损。

脑模拟系统的并行优化 · 爱丁堡大学

2025.03

项目描述：并行化串行脑模拟代码，基于事件驱动协调模式，使用 C/MPI 在多节点集群上实现分布式仿真。

  • 设计并实现可复用的事件驱动协调框架，机制（事件队列、调度）与策略（神经模型行为）分离。
  • 利用 MPI_Allgatherv 实现跨进程信号交换，本地队列处理 Update/Signal 事件。
  • 支持 single/multi handler 模式，动态伸缩 FIFO 队列以优化内存与顺序。
  • 在 Cirrus 集群上对 small/medium/large/massive 四种规模进行弱/强扩展测试。

渗流模型 CUDA 并行优化 · 爱丁堡大学

2025.02

项目描述：在 GPU 上并行化二维渗流模型，将串行 CPU 版本迁移至 CUDA，实现高效计算并分析性能。

  • 基于 16×16 线程块映射二维网格，优化全局内存访问，实现模型并行更新。
  • 使用 atomic 操作结合 host-device 同步，准确检测迭代终止，并引入 pinned memory 加速数据传输。
  • 对 512²–16384² 不同规模网格进行基准测试，NVIDIA V100 上最高达 52.8× 加速。

细胞自动机问题的二维分解 · 爱丁堡大学

2024.11 – 2024.12

项目描述：使用 MPI 对细胞自动机 C 语言串行程序进行二维分解以实现并行加速。

  • 为细胞自动机问题设计二维分解策略并使用 MPI 拓扑实现。
  • 手动管理数据的分发与收集。
  • 使用非阻塞通信实现进程间网格边界的数据交换。
  • 根据问题规模与进程数量对程序的可扩展性进行实验分析。

文献检索分析系统 · 爱丁堡大学

2024.10 – 2025.04

项目描述：基于 Python/Flask + SQLite 构建一站式学术文献检索与分析平台。

  • 设计并实现 /search 与 /analysis 后端接口，支持按关键词/作者/标题检索及元数据统计。
  • 调用 arXiv API 并将结果持久化到 SQLite 数据库，兼顾实时性与离线可用性，减少 API 调用延迟。
  • 使用 NLTK VADER 对论文摘要进行整体情感打分，并在搜索结果中展示情感标签，提高信息筛选效率。
  • 采用 TF-IDF 提取摘要特征，基于 KMeans 聚类并通过 PCA 降维，在前端以散点图形式呈现论文主题分布。
  • 使用 HTML + Tailwind CSS + jQuery 与 ECharts 开发交互式界面，实现检索列表、聚类图、情感雷达及元数据统计图的动态渲染。
  • 采用 Docker 容器化与 GitLab CI/CD 自动化部署，部署效率提升 80%，自动化测试覆盖率达 85%。

基于 LLM 的复习助理 · 萨塞克斯大学

2023.10 – 2024.06

项目描述：毕业设计，通过 LLM 开发自动测试生成网页应用，根据用户上传的书籍、笔记、上课音视频生成测验帮助巩固知识。

  • 处理各种格式文件输入 LLM，包括使用 Whisper 模型转录音视频文件。
  • 研究 Map Reduce 与 Clustering 等处理 LLM 长文本输入的方法生成测验。
  • 通过 RAG 检索文本中相关信息，根据用户错误答案提供反馈。
  • 处理 LLM 输出，通过 StreamLit 构建网页应用。

面部对齐与关键点检测系统 · 萨塞克斯大学

2023.02 – 2023.05

项目描述：设计、构建、测试和评估一个用于执行面部对齐的系统，即在图像中定位面部 44 个关键点。

  • 构建级联模型，在第一阶段预测 5 个关键点坐标后修正人脸角度，在第二阶段预测所有 44 个关键点。
  • 对数据集进行大量数据增强。
  • 实验多种参数：模型选择、数据增强、MSE Loss 与 Wing Loss、学习率、Batch Size 等。
  • 对实验结果和失败案例进行定量和定性分析，最终 NME 降至 5%。

联系方式

Xu Hao

Algorithm Engineer | High Performance Computing Specialist

Detailed PDF Resume

Basic Information

Education

University of Edinburgh (QS #27), Edinburgh, UK

MSc in High Performance Computing with Data Science
Sep 2024 – Aug 2025

  • Core courses: Thread Programming (OpenMP), Advanced Message-Passing Programming (MPI), Accelerated Systems: Principles and Practice (CUDA), HPC Architecture, Performance Programming, Large-Scale Machine Learning, Fundamentals of Data Management, Practical Software Development.

University of Sussex, Brighton, UK

BSc in Computer Science & Artificial Intelligence (2+2)
Sep 2022 – Jun 2024

Soochow University (Project 211), Suzhou, China

BSc in Artificial Intelligence (2+2)
Sep 2019 – Jun 2021

  • Key courses: Databases, Fundamentals of Machine Learning, Neural Networks, Computer Vision, Natural Language Engineering, Program Analysis.

Personal Profile

  • Bachelor’s from a Project 211 institution and a QS #27 master’s in HPC & Data Science.
  • Solid AI background during undergrad (ML, CV, NLE).
  • Master’s focus on computer architecture, parallel computing, and GPU acceleration.
  • Teaching assistant and internship experience; strong problem-solving and communication skills.
  • Programming: Python, C/C++.
  • Technologies: Linux, LaTeX, Git, MySQL, MongoDB, OpenMP, MPI, CUDA, SYCL, Hadoop, Spark, PyTorch.
  • Several years in the UK; professional proficiency in English.

Work Experience

Teaching Assistant – Natural Language Engineering | University of Sussex

Oct 2023 – Dec 2023, Brighton, UK

  • Lectured second-year undergraduates on core principles of Natural Language Engineering.
  • Led lab sessions and guided students through coding assignments.
  • Assisted students in overcoming challenges.

Junior Research Associate – ML for Cell Classification | University of Sussex

Jul 2023 – Sep 2023, Brighton, UK

  • Segmented cell micrographs using CellPose.
  • Used VAE to reconstruct missing channels in four-channel cell images.
  • Classified cell cycle stages with CNN models.

AI R&D Intern | Focus Technology Co., Ltd

Sep 2021 – Jun 2022, Nanjing, China

  • Developed CNN models for detecting prohibited item images.
  • Applied YOLO for sensitive icon detection.
  • Implemented image matting techniques for edge refinement.
  • Trained CLIP models for Ali Tianchi’s multi-modal product retrieval challenge.

Data Analysis Intern | Nanjing Maiyuchuang IT Co., Ltd

Jun 2021 – Aug 2021, Nanjing, China

  • Built a sentiment analysis pipeline for public opinion monitoring.
  • Crawled and preprocessed news data using Scrapy.
  • Fine-tuned BERT for sentiment and text classification tasks.

Project Experience

ViT Training Acceleration | University of Edinburgh

Mar 2025 – Apr 2025

  • Profiled performance on the Cirrus HPC platform with DLProf and Nsight Systems.
  • Optimized code: enabled AMP, cudnn.benchmark, and moved loss accumulation to GPU.
  • Compared DP, DDP, and manual pipeline parallelism for scalability.
  • Increased throughput from ~6 to ~36 samples/s on 4× GPUs with no accuracy loss.

Parallel Optimization of Brain Simulation | University of Edinburgh

Mar 2025

  • Designed an event-driven coordination framework in C/MPI for distributed simulation.
  • Implemented MPI_Allgatherv for inter-process signal exchange.
  • Conducted weak and strong scaling tests on small to massive cluster sizes.

CUDA Parallelization of 2D Percolation Model | University of Edinburgh

Feb 2025

  • Mapped a 2D grid to 16×16 CUDA thread-blocks; optimized global memory access.
  • Used atomic operations and pinned memory for efficient host-device synchronization.
  • Achieved up to 52.8× speedup on NVIDIA V100 across various grid sizes.

2D Decomposition of Cellular Automaton | University of Edinburgh

Nov 2024 – Dec 2024

  • Developed an MPI topology-based 2D decomposition for parallel CA simulation.
  • Managed data distribution and non-blocking inter-process communications.
  • Evaluated scalability over different problem sizes and process counts.

Literature Retrieval & Analysis System | University of Edinburgh

Oct 2024 – Apr 2025

  • Built a Flask/SQLite platform for academic paper search and analysis.
  • Integrated arXiv API with caching to reduce latency.
  • Applied NLTK VADER for abstract sentiment scoring.
  • Used TF-IDF + KMeans + PCA for topic visualization in interactive front-end charts.
  • Developed UI with Tailwind, jQuery, and ECharts; containerized with Docker and CI/CD.

LLM-Based Study Assistant | University of Sussex

Oct 2023 – Jun 2024

  • Processed diverse file formats and transcribed media via Whisper.
  • Explored Map-Reduce and clustering for long-text quiz generation.
  • Deployed a Streamlit web app with RAG and dynamic feedback.

Face Alignment & Landmark Detection | University of Sussex

Feb 2023 – May 2023

  • Designed a cascaded model for 5-point angle correction and 44-point landmark detection.
  • Performed extensive data augmentation and hyperparameter tuning.
  • Reduced NME to 5% through quantitative and qualitative analysis.

Contact

avatar

Software Developer, AI Engineer and Life Adventurer

FEATURED TAGS
ai computer vision deep learning image segmentation job leetcode test vim
FRIENDS