簡 歷：
2011.10~今：中國科學院計算技術研究所，副研究員
2007.7~2011.9：中國科學院計算技術研究所，助理研究員
2001.9~2007.7：中國科學院計算技術研究所計算機軟件與理論專業(yè)，碩博
? 近年來致力于將機器學習、數(shù)據(jù)挖掘算法應用于實際的數(shù)據(jù)分析場景，并結合實際場景進行有特色的大數(shù)據(jù)系統(tǒng)的設計與優(yōu)化。在算法設計方面，提出無監(jiān)督網(wǎng)絡協(xié)議特征分詞、網(wǎng)絡協(xié)議類型分析等一系列方法，論文成果發(fā)表在國際頂級期刊JSAC和頂級會議INFOCOM、ICNP上。2012年獲得ICNP最佳論文獎，是大陸研究團隊20年來首次獲此殊榮。2014年以來專注于大數(shù)據(jù)計算系統(tǒng)的設計，面向復雜數(shù)據(jù)關聯(lián)分析場景研發(fā)了高性能圖計算系統(tǒng)SQLGraph，基于內存壓縮存儲和并行算法加速，實現(xiàn)了單機億級節(jié)點的圖關系存儲和秒級遍歷，并且將圖計算、關系查詢、關系計算統(tǒng)一到SQL標準語言框架下。其性能不僅達到學術界領先水平，也超過當前工業(yè)界和開源社區(qū)代表性系統(tǒng)1至4個數(shù)量級，獲得2019年DEXA最佳論文獎，受到金融等多領域的廣泛關注和認可。領導研發(fā)的基于微內核的流式計算引擎，支持傾斜數(shù)據(jù)處理及動態(tài)任務調度，分布式處理性能是Flink的20-80倍，支持動態(tài)毫秒級垂直擴展及秒級水平伸縮，并支持秒級啟動。目前正在領導研發(fā)的深度學習軟件棧系統(tǒng)，結合了符號化模型編程高效率和命令式模型編程易用性的特點，向上實現(xiàn)了Tensorflow、Pytorch、Caffe2框架融合，向下通過神經(jīng)編譯器實現(xiàn)網(wǎng)絡中間表示到LLVM虛擬機之間翻譯，代碼優(yōu)化達到手動調優(yōu)性能，便于對接底層各種專用加速芯片，方便運行時模型調試。
主要論著：
Google Scholar:?
張志斌 副研究員
研究方向：
所屬部門：網(wǎng)絡數(shù)據(jù)科學與技術重點實驗室
導師類別：碩導計算機軟件與理論
聯(lián)系方式：zhangzhibin@ict.ac.cn
個人網(wǎng)頁：http://fi.ict.ac.cn/member/~zhangzhibin.html