陈
陈墨
AI Infra · 分布式系统
千卡训练推理优化KV Cache
不再堆砌关键词。系统把一句真实需求拆解成能力、经历、潜力与近期信号。
输入一句话,搜索跨越公开作品与长期轨迹。
Recruiting plan
选择方向、人才难度、目标人数和招聘周期,实时生成建议漏斗与每周研究节奏。
建议每周完成 17 位人才研究,并在前 7 天完成首轮画像校准。
01 / Evidence reasoning
展开工作轨迹、交叉验证能力,再识别近期变化。系统不会把推断包装成事实。
连续 38 个月保持开源贡献,主题集中于训练恢复与调度。
代码、演讲与项目经历共同指向千卡训练及推理效率。
最近的公开信号转向异构推理调度与 KV Cache。
02 / Observable workflow
每一步都有状态、输入和输出,方便顾问与业务团队共同复核。
把人才需求编排为可推进、可复核、可导出的研究任务。
03 / Living profile
能力证据、近期信号和机会判断持续更新,同时让候选人掌控职业信息。
04 / Focus domains