在人工智能与软件工程激烈碰撞的时代浪潮中，资深工程师吴昊凭借十余年IT经验，从杭州到硅谷，从Java开发到AI优化，辗转吉利、阿里巴巴、道富公司，在技术演进的蓝图上刻下自己的印记。他以持续的技术突破与跨界实践，为技术革新发展做出了突出贡献。

　　2013年，吴昊本科毕业于重庆邮电大学计算机科学与技术专业，后赴美国乔治华盛顿大学攻读计算机科学硕士。这段跨国求学经历让他接触国际前沿技术生态，深入复杂系统设计与人工智能领域，培养了精准把握企业级开发需求与探索技术前沿的能力。 

　　入行以来，吴昊先后在杭州邦盛金融、吉利控股、阿里巴巴菜鸟网络等企业深耕技术，完成了从初级工程师到资深软件工程师的蜕变。在此期间，他主导开发了“软件开发环境配置搭建系统”“智能化软件运行监控系统”“软件开发技术运维服务系统”“软件开发动态化部署系统”等，获得5项软件著作权，并广泛应用于企业级开发流程优化。例如，他助力阿里巴巴-菜鸟网络将电子面单的打单量提升至10万级别，推动曹操专车上线拼车与带车加盟业务，并通过流程编排引擎帮助小电科技每年降低数百万元运营成本。

　　2022年，吴昊迈出了职业生涯的重要一步，加入全球顶尖的金融科技企业——美国道富公司（State Street）。在这里，他充分发挥专业优势，将多年Java架构经验与AI技术深度融合，成为人工智能和机器学习领域的佼佼者，主导了State Street Alpha？ AI Data Quality （AADQ）大型项目，并开展《模型驱动和深度神经网络结合的代码生成方法》课题研究。

　　作为State Street Alpha？ AI Data Quality（AADQ）项目的主要架构师，吴昊负责模型优化、OpenAI API接入与问题回答限制、后端架构设计与实现、前端架构搭建、用户身份验证，以及服务从私有云（IBM SaaS）迁移到公共云（Microsoft Azure）、服务拆分与容器化等核心任务。他的研究成果使State Street每年节省上万人次的审计成本，异常交易数据判定准确率相比人工审核提升超70%，赢得公司上下高度认可。

　　去年，吴昊开展了《模型驱动和深度神经网络结合的代码生成方法》课题的研究，创新性地将模型驱动与深度神经网络结合，解决了传统模型驱动开发的高复杂度问题，并提升深度神经网络在长距离依赖问题上的优异表现。这一研究成果不仅具有重要理论价值，更在实际应用中展现了卓越性能。实验表明，该方法在多种数据集上均表现出色，特别是在大规模、依赖已有知识的场景下，信息数据检索增强的预训练代码生成方法展现出优越性能。该课题通过中国智能工程研究会与教育专业委员会鉴定，斩获2024年中国智能工程研究会科研成果一等奖，进一步证明了吴昊在IT领域的杰出贡献和行业影响力。

　　当前，全球IT产业站在智能化转型的十字路口，吴昊凭借着脚踏实地的专业积淀和勇往直前的创新探索，将在IT技术革新之路上不断前行，为行业创新发展贡献更多力量。孙正刚