技术顾问委员会

Brian Granger 是 Amazon Web Services 的高级首席技术专家，也是加州圣路易斯奥比斯波市加州理工州立大学的物理学和数据科学教授。他致力于 UX 设计和工程交叉领域，开发用于科学计算、数据科学、机器学习和数据可视化的工具。Brian 是 Project Jupyter 的联合创始人兼领导者，统计可视化项目 Altair 的联合创始人，以及用于 Python 中基于 ZMQ 消息传递的 PyZMQ 项目的创建者。

Jeff Daily 是 AMD 的研究员，也是机器学习软件工程组的首席架构师，负责支持 AMD GPU 上的 PyTorch 和 onnxruntime 等机器学习框架。他乐于提供开源软件，以应对快速变化的机器学习领域中的挑战。五年来，他一直为 PyTorch 核心及其扩展库做出了贡献。他持续的贡献为他赢得了首个 Linux 基金会 PyTorch 奖，“以表彰他在所有 PyTorch 模式下的长期卓越贡献。” 尽管他尚未获得维护者身份，但 Jeff 是一位值得信赖的贡献者。Jeff 的技术领导力是 PyTorch 能够在 AMD GPU 上无需任何代码修改即可运行的原因之一。除了 PyTorch 的技术贡献之外，Jeff 还是 PyTorch 基金会技术咨询委员会的 AMD 代表。

Luca Antiga 是 Lightning AI 的首席技术官。他是 PyTorch 核心的早期贡献者，并与他人合著了《Deep Learning with PyTorch》（Manning 出版）。他最初是一名生物工程研究员，后来联合创立了 Orobix，一家专注于在生产环境中构建和部署 AI 的公司。

Milos Puzovic 是 Arm 的技术总监，他致力于加速 AArch64 上的 PyTorch 等机器学习框架。过去，他曾致力于设计和开发基础设施，用于将使用半监督方法训练的新型神经模型快速开发和部署到边缘设备和云端。他还对通过硬件和软件协同设计（利用机器学习、代码生成、不同类型架构的高级模型优化和验证）来优化应用程序感兴趣。Milos 拥有剑桥大学计算机科学博士学位，其论文是关于动态多核调度的硬件/软件接口，并拥有伦敦帝国理工学院数学与计算机科学联合学士学位（一等荣誉）。

Piotr 于 2019 年加入 NVIDIA 的 PyTorch 团队，目前负责管理该团队。他推动 NVIDIA 在维护和改进 PyTorch 的 CUDA 后端方面的工作，并于 2023 年因其在 PyTorch 讨论板等方面的社区贡献而获得了 PyTorch SUPERHERO 奖。作为核心维护者，他还专注于 PyTorch 的长期愿景和发展。

Ricardo 是一位经验丰富的技术领导者，在企业和初创公司领域拥有二十多年的经验。他在 Snowflake 担任云基础设施和开源负责人，专注于利用云原生技术大规模自动化 AI/ML 基础设施。作为一名热情的开源倡导者，Ricardo 还担任 CNCF 技术监督委员会和 CNCF AI 子项目的影子成员，帮助塑造 AI 计算基础设施的未来。

在他的职业生涯中，Ricardo 曾在 Rakuten、Cisco 和 VMware 等大公司以及 Truera、Branch Metrics、Coupa、HyTrust、Exablox 和 SnapLogic 等创新型初创公司担任过重要的工程和领导职务。他致力于社区驱动的创新，并定期为行业倡议做出贡献，以弥合开源社区和企业采用之间的鸿沟。

Soumith Chintala 是一位专注于人工智能和机器人技术的科学家兼工程师，他领导了 PyTorch、DCGAN 和 Torch-7 等颇具影响力的人工智能工作；这些工作被包括 NASA、Meta、Google、Tesla、Microsoft、Disney、Genentech 等众多财富 500 强公司使用，并被斯坦福、哈佛、牛津和麻省理工学院等顶尖大学纳入课程。他目前领导 Meta 的 PyTorch 和其他人工智能项目，是纽约大学的访问教授，并在多家机构担任顾问职务。

Xavier Dupré 于 1999 年毕业于 ENSAE 并于 2004 年获得博士学位，他职业生涯的起点是 A2iA 公司，这是一家专门从事支票自动读取和手写识别的公司。在短暂涉足金融领域后，他于 2008 年加入雅虎，通过实现针对所有语言设计的统计算法来解决搜索查询重写问题。2010 年，Xavier 加入微软，参与本地搜索引擎的开发。他为 PagesJaunes 和 Bing 之间的合作做出了贡献。Xavier 曾为微软的搜索引擎 Bing 解决大规模问题。他现在致力于 Azure 机器学习。与此同时，Xavier Dupré 自 2001 年以来一直在 ENSAE 教授编程。2014 年，课程扩展到机器学习和与大数据相关的技术，包括通过微软法国和 ENSAE 之间的合作进行的 Azure 课程。最近，Xavier 探索了通过黑客马拉松（微软-ENSAE-红十字会黑客马拉松 – 2015 年 11 月 – 视频 – 文章）、通过学生项目或编程小吃促进学术界和非营利组织之间的合作等新的教学方式。

姜亦坤是华为计算开源开发团队的首席软件工程师，致力于计算领域项目的多架构、异构硬件支持和改进。他在计算领域拥有超过 10 年的经验，并秉持“上游优先”的原则，领导着一个积极且富有创造力的研发团队，旨在使多样化的计算能力无处不在。