Redamancy
量子计算研究员 / 计算机物理建模工程师 / 算法工程师 · 4年经验 · （大学在读）
1
累计接单
100%
五星好评率
0
用户评价
3
被收藏
技术能力
我具备较为扎实的计算机与物理学交叉学科背景，精通数学建模、数值计算、优化算法、高性能计算、数据分析等方向，并能够结合机器学习与物理仿真进行工程问题求解。在编程和软件开发方面，我熟练使用 Python、C++、Matlab，并掌握多种计算机科学工具，如 Multisim（电路仿真）、Verilog（FPGA/数字电路设计）、CUDA（并行计算）、MPI（高性能分布式计算），同时会使用solidworks进行3D建模。凭借以上技能，我能够胜任涉及数值优化、智能计算、物理仿真、嵌入式开发等多个高端技术领域的顾问角色，并提供专业的解决方案
项目经验
量子计算仿真与优化（剑桥大学量子力学交流项目）该项目利用 Qiskit（IBM 量子计算框架） 对量子算法进行仿真，主要研究 量子纠缠、量子傅里叶变换（QFT）、Shor 质因数分解算法 的实现与优化
高性能计算（HPC）在物理仿真中的应用。研究大规模科学计算问题，使用 CUDA 并行编程 在 NVIDIA GPU 上加速偏微分方程求解（如 热传导方程、波动方程）。结合 MPI 在高性能计算集群（HPC） 上实现并行数值计算，将计算速度提升 25 倍。
研究并优化 有限元分析（FEM）、格子玻尔兹曼方法（LBM） 在 CFD（计算流体力学）中的应用。
电子电路仿真与 FPGA 硬件实现，在硬件层面实现神经网络加速（FPGA 部署 CNN 模型），使推理速度比 CPU 提高甚多
高性能计算（HPC）在物理仿真中的应用。研究大规模科学计算问题，使用 CUDA 并行编程 在 NVIDIA GPU 上加速偏微分方程求解（如 热传导方程、波动方程）。结合 MPI 在高性能计算集群（HPC） 上实现并行数值计算，将计算速度提升 25 倍。
研究并优化 有限元分析（FEM）、格子玻尔兹曼方法（LBM） 在 CFD（计算流体力学）中的应用。
电子电路仿真与 FPGA 硬件实现，在硬件层面实现神经网络加速（FPGA 部署 CNN 模型），使推理速度比 CPU 提高甚多
用户评价 (0)
该用户已被预约 1 次，预约方未评价，系统默认
★ 5星 好评。
立即沟通
