陈振科，现任东京SoftUsing株式会社AI算法工程师。

2021.4-2025.3     室兰工业大学        工学博士，工学专攻（导师：日本工程院院士 太田  香 教授）

    • 日本科学技术振兴机构｜次世代研究项目奖学金｜每年 290 万日元（2022-2024）
    • 针对 5G 网络虚拟化场景下的资源调度与动态扩展问题，基于 Python 搭建仿真平台，提出基于深度强化学习的网络功能放置与服务链编排算法，实现网络资源的高效利用与弹性扩展。以第一作者发表 IEEE 期刊/会议论文 3 篇（含 JCR 一区 2 篇）

2018.9-2020.6  华南师范大学       工程硕士，软件工程（导师：李丁丁 教授）

     • 针对传统 CPU 内存拷贝导致的高 CPU 占用、L3 缓存污染及 TLB 失效问题，设计基于 Intel I/OAT 引擎的异步 DMA 调度方案并完成实验验证，在大数据拷贝场景下性能提升94.5%。以第一作者发表论文 1 篇，获授权发明专利 1 项。

2014.9-2018.6   佛山大学               工学学士，网络工程

JLPT N2、TOEIC 835

2025.04-现在     AI 算法工程师   株式会社 SoftUsing /日本东京

     • AI 大语言模型训练与部署：基于开源大模型进行业务场景微调（LoRA/全量），构建 RAG 检索增强生成系统，完成从数据预处理、模型训练到 API 服务上线的全流程开发。
     • Web 全栈系统开发与部署：基于 React/Vue.js 开发前端界面，使用 Python 构建后端 API 服务，搭配 MySQL/MongoDB 完成数据存储，独立交付完整业务系统。
     • 容器编排与 GPU 调度：使用 K8s 结合 NVIDIA GPU Operator 实现 GPU 资源的容器化调度，部署2 个节点的 AI 训练/推理集群，通过资源配额与亲和性策略优化集群利用率，保障业务高可用。
     • 基于 16 块 NVIDIA H100 GPU 的虚拟化平台搭建与部署，通过 MIG/vGPU 技术实现 GPU 资源池化，支撑 AI 训练与推理业务。

网络虚拟化、体系结构、操作系统