TAC 每月舉行一次公開會議,社群中的任何人都可以參加。委員會就技術主題提供思想領導、知識共享,並提供一個與社群中其他技術專家討論問題的論壇。

Brian Granger
亞馬遜網路服務 (Amazon Web Services)
高階首席技術專家

Brian Granger
高階首席技術專家
Brian Granger 是 Amazon Web Services 的高階首席技術專家,也是加州聖路易斯奧比斯波市加州理工州立大學的物理學和資料科學教授。他致力於 UX 設計和工程交叉領域,開發用於科學計算、資料科學、機器學習和資料視覺化的工具。Brian 是 Project Jupyter 的聯合創始人兼領導者,統計視覺化專案 Altair 的聯合創始人,以及用於 Python 中基於 ZMQ 訊息傳遞的 PyZMQ 專案的建立者。

Jeff Daily
AMD
研究員

Jeff Daily
研究員
Jeff Daily 是 AMD 的研究員,也是機器學習軟體工程組的首席架構師,負責支援 AMD GPU 上的 PyTorch 和 onnxruntime 等機器學習框架。他樂於提供開源軟體,以應對快速變化的機器學習領域中的挑戰。五年來,他一直為 PyTorch 核心及其擴充套件庫做出了貢獻。他持續的貢獻為他贏得了首個 Linux 基金會 PyTorch 獎,“以表彰他在所有 PyTorch 模式下的長期卓越貢獻。” 儘管他尚未獲得維護者身份,但 Jeff 是一位值得信賴的貢獻者。Jeff 的技術領導力是 PyTorch 能夠在 AMD GPU 上無需任何程式碼修改即可執行的原因之一。除了 PyTorch 的技術貢獻之外,Jeff 還是 PyTorch 基金會技術諮詢委員會的 AMD 代表。

Luca Antiga
Lightning AI
首席技術官
TAC 主席

Luca Antiga
首席技術官
Luca Antiga 是 Lightning AI 的首席技術官。他是 PyTorch 核心的早期貢獻者,並與他人合著了《Deep Learning with PyTorch》(Manning 出版)。他最初是一名生物工程研究員,後來聯合創立了 Orobix,一家專注於在生產環境中構建和部署 AI 的公司。

Milos Puzovic
Arm
技術總監

Milos Puzovic
技術總監
Milos Puzovic 是 Arm 的技術總監,他致力於加速 AArch64 上的 PyTorch 等機器學習框架。過去,他曾致力於設計和開發基礎設施,用於將使用半監督方法訓練的新型神經模型快速開發和部署到邊緣裝置和雲端。他還對透過硬體和軟體協同設計(利用機器學習、程式碼生成、不同型別架構的高階模型最佳化和驗證)來最佳化應用程式感興趣。Milos 擁有劍橋大學計算機科學博士學位,其論文是關於動態多核排程的硬體/軟體介面,並擁有倫敦帝國理工學院數學與計算機科學聯合學士學位(一等榮譽)。

Piotr Bialecki
英偉達 (NVIDIA)

Piotr Bialecki
Piotr 於 2019 年加入 NVIDIA 的 PyTorch 團隊,目前負責管理該團隊。他推動 NVIDIA 在維護和改進 PyTorch 的 CUDA 後端方面的工作,並於 2023 年因其在 PyTorch 討論板等方面的社群貢獻而獲得了 PyTorch SUPERHERO 獎。作為核心維護者,他還專注於 PyTorch 的長期願景和發展。

Ricardo Aravena
Snowflake
雲基礎設施和開源負責人

Ricardo Aravena
雲基礎設施和開源負責人
Ricardo 是一位經驗豐富的技術領導者,在企業和初創公司領域擁有二十多年的經驗。他在 Snowflake 擔任雲基礎設施和開源負責人,專注於利用雲原生技術大規模自動化 AI/ML 基礎設施。作為一名熱情的開源倡導者,Ricardo 還擔任 CNCF 技術監督委員會和 CNCF AI 子專案的影子成員,幫助塑造 AI 計算基礎設施的未來。
在他的職業生涯中,Ricardo 曾在 Rakuten、Cisco 和 VMware 等大公司以及 Truera、Branch Metrics、Coupa、HyTrust、Exablox 和 SnapLogic 等創新型初創公司擔任過重要的工程和領導職務。他致力於社群驅動的創新,並定期為行業倡議做出貢獻,以彌合開源社群和企業採用之間的鴻溝。

Soumith Chintala
Meta

Soumith Chintala
Soumith Chintala 是一位專注於人工智慧和機器人技術的科學家兼工程師,他領導了 PyTorch、DCGAN 和 Torch-7 等頗具影響力的人工智慧工作;這些工作被包括 NASA、Meta、Google、Tesla、Microsoft、Disney、Genentech 等眾多財富 500 強公司使用,並被斯坦福、哈佛、牛津和麻省理工學院等頂尖大學納入課程。他目前領導 Meta 的 PyTorch 和其他人工智慧專案,是紐約大學的訪問教授,並在多家機構擔任顧問職務。

Xavier Dupré
微軟

Xavier Dupré
Xavier Dupré 於 1999 年畢業於 ENSAE 並於 2004 年獲得博士學位,他職業生涯的起點是 A2iA 公司,這是一家專門從事支票自動讀取和手寫識別的公司。在短暫涉足金融領域後,他於 2008 年加入雅虎,透過實現針對所有語言設計的統計算法來解決搜尋查詢重寫問題。2010 年,Xavier 加入微軟,參與本地搜尋引擎的開發。他為 PagesJaunes 和 Bing 之間的合作做出了貢獻。Xavier 曾為微軟的搜尋引擎 Bing 解決大規模問題。他現在致力於 Azure 機器學習。與此同時,Xavier Dupré 自 2001 年以來一直在 ENSAE 教授程式設計。2014 年,課程擴充套件到機器學習和與大資料相關的技術,包括透過微軟法國和 ENSAE 之間的合作進行的 Azure 課程。最近,Xavier 探索了透過駭客馬拉松(微軟-ENSAE-紅十字會駭客馬拉松 – 2015 年 11 月 – 影片 – 文章)、透過學生專案或程式設計小吃促進學術界和非營利組織之間的合作等新的教學方式。

姜亦坤
華為
首席工程師

姜亦坤
首席工程師
姜亦坤是華為計算開源開發團隊的首席軟體工程師,致力於計算領域專案的多架構、異構硬體支援和改進。他在計算領域擁有超過 10 年的經驗,並秉持“上游優先”的原則,領導著一個積極且富有創造力的研發團隊,旨在使多樣化的計算能力無處不在。




