Julia开发者：高性能计算

我是一名Julia语言开发者，专注于高性能数值和科学计算。与Python或R中的常规工作流程不同，我押注于Julia的速度：我编写的代码接近本地性能，但保持可读性和数学透明性，因此您的模型不会成为瓶颈。我构建了模拟引擎、优化程序、微分方程求解器和大规模数据处理管道，而没有解释性堆栈的典型慢速。当您需要在严肃计算中获得真正的吞吐量时，Julia是合适的工具，而我知道如何从中提取最大值。

我首先理解问题：数学、数据量以及性能真正重要的地方。首先我进行性能分析，然后优化，使用类型稳定的代码、多重调度和正确的广播，依赖于有帮助的生态系统：DifferentialEquations、JuMP用于优化、DataFrames用于表格数据以及SciML堆栈用于建模。正确性对我来说与速度同样重要，因此我编写测试，诚实地使用BenchmarkTools进行测量并记录假设。无论是研究想法的原型还是为生产准备模型——我将工程水平与项目阶段相匹配。

我可以将Julia、Python或MATLAB中的慢原型转变为快速、可维护的Julia代码，或从干净的技术规范开始。我对并行计算感到自如，在合理的情况下通过CUDA将计算卸载到GPU，并打包代码以便您的团队可以实际运行它。告诉我您的瓶颈和目标数字——我会给出诚实的评估和可行的计划。

— 在Julia中进行高性能数值计算和算法实现
— 模拟、求解微分方程和数学建模（SciML，DifferentialEquations）
— 通过JuMP和求解器集成解决优化问题
— 使用DataFrames和大数组进行数据分析和处理
— 性能分析、基准测试和类型稳定的性能调优
— 并行和GPU计算，以及代码打包以供重用