Générateur de CV

Andrej : modèles de CV

Cinq modèles de CV gratuits construits depuis le profil GitHub de @karpathy - passez du Markdown au LaTeX, modifiez tout, puis copiez ou téléchargez. Sans inscription.

Les coordonnées, expériences et formations enregistrées dans l’outil du profil sont reportées ici automatiquement sur ce navigateur.

L’ordre classique en une colonne qu’attendent les recruteurs et les ATS - la même mise en page que l’export PDF.

Source - modifiable

# Andrej
[github.com/karpathy](https://github.com/karpathy) | [twitter.com/karpathy](https://twitter.com/karpathy) | Stanford

## Profil
I like to train Deep Neural Nets on large datasets. Développeur logiciel travaillant principalement en HTML, Jupyter Notebook, Python, avec 54 dépôts publics sur GitHub, dont 490 799 étoiles obtenues et 878 contributions sur l’année écoulée.

## Projets

### autoresearch - Python, Jupyter Notebook (2026)
AI agents running research on single-GPU nanochat training automatically
- 96 698 étoiles · 13 523 forks · [github.com/karpathy/autoresearch](https://github.com/karpathy/autoresearch)

### nanoGPT - Python (2022 – 2025)
The simplest, fastest repository for training/finetuning medium-sized GPTs.
- 63 347 étoiles · 10 890 forks · [github.com/karpathy/nanoGPT](https://github.com/karpathy/nanoGPT)

### nanochat - Python, Jupyter Notebook, Shell (2025 – 2026)
The best ChatGPT that $100 can buy.
- 58 252 étoiles · 8 159 forks · [github.com/karpathy/nanochat](https://github.com/karpathy/nanochat)

### llm.c - Cuda, Python, C, C++ (2024 – 2025)
LLM training in simple, raw C/CUDA
- 31 050 étoiles · 3 766 forks · [github.com/karpathy/llm.c](https://github.com/karpathy/llm.c)

### llm-council - Python, JavaScript, CSS, Shell (2025)
LLM Council works together to answer your hardest questions
- 24 971 étoiles · 4 366 forks · [github.com/karpathy/llm-council](https://github.com/karpathy/llm-council)

### minGPT - Python, Jupyter Notebook (2020 – 2024)
A minimal PyTorch re-implementation of the OpenAI GPT (Generative Pretrained Transformer) training
- 24 913 étoiles · 3 331 forks · [github.com/karpathy/minGPT](https://github.com/karpathy/minGPT)

### nn-zero-to-hero - Jupyter Notebook (2022 – 2024)
Neural Networks: Zero to Hero
- 24 514 étoiles · 3 575 forks · [github.com/karpathy/nn-zero-to-hero](https://github.com/karpathy/nn-zero-to-hero)

### llama2.c - C, Python, Jupyter Notebook, Makefile (2023 – 2024)
Inference Llama 2 in one file of pure C
- 20 107 étoiles · 2 635 forks · [github.com/karpathy/llama2.c](https://github.com/karpathy/llama2.c)

### micrograd - Jupyter Notebook, Python (2020 – 2026)
A tiny scalar-valued autograd engine and a neural net library on top of it with PyTorch-like API
- 17 638 étoiles · 2 809 forks · [github.com/karpathy/micrograd](https://github.com/karpathy/micrograd)

### char-rnn - Lua (2015 – 2023)
Multi-layer Recurrent Neural Networks (LSTM, GRU, RNN) for character-level language models in Torch
- 12 104 étoiles · 2 623 forks · [github.com/karpathy/char-rnn](https://github.com/karpathy/char-rnn)

## Compétences techniques
- **Languages:** HTML, Jupyter Notebook, Python, Cuda, JavaScript, C
- **Frameworks:** Flask

## Open source et activité GitHub
- 54 dépôts publics · 490 799 étoiles obtenues · 72 115 forks sur ses projets · 878 contributions sur l’année écoulée · plus longue série de contributions : 15 jours

Modifiez librement : vos modifications mettent à jour instantanément l’aperçu et le résultat copié/téléchargé.

Aperçu compatible avec le mode sombre

Andrej

github.com/karpathy | twitter.com/karpathy | Stanford

Profil

I like to train Deep Neural Nets on large datasets. Développeur logiciel travaillant principalement en HTML, Jupyter Notebook, Python, avec 54 dépôts publics sur GitHub, dont 490 799 étoiles obtenues et 878 contributions sur l’année écoulée.

Projets

autoresearch - Python, Jupyter Notebook (2026)

AI agents running research on single-GPU nanochat training automatically

96 698 étoiles · 13 523 forks · github.com/karpathy/autoresearch

nanoGPT - Python (2022 – 2025)

The simplest, fastest repository for training/finetuning medium-sized GPTs.

63 347 étoiles · 10 890 forks · github.com/karpathy/nanoGPT

nanochat - Python, Jupyter Notebook, Shell (2025 – 2026)

The best ChatGPT that $100 can buy.

58 252 étoiles · 8 159 forks · github.com/karpathy/nanochat

llm.c - Cuda, Python, C, C++ (2024 – 2025)

LLM training in simple, raw C/CUDA

31 050 étoiles · 3 766 forks · github.com/karpathy/llm.c

llm-council - Python, JavaScript, CSS, Shell (2025)

LLM Council works together to answer your hardest questions

24 971 étoiles · 4 366 forks · github.com/karpathy/llm-council

minGPT - Python, Jupyter Notebook (2020 – 2024)

A minimal PyTorch re-implementation of the OpenAI GPT (Generative Pretrained Transformer) training

24 913 étoiles · 3 331 forks · github.com/karpathy/minGPT

nn-zero-to-hero - Jupyter Notebook (2022 – 2024)

Neural Networks: Zero to Hero

24 514 étoiles · 3 575 forks · github.com/karpathy/nn-zero-to-hero

llama2.c - C, Python, Jupyter Notebook, Makefile (2023 – 2024)

Inference Llama 2 in one file of pure C

20 107 étoiles · 2 635 forks · github.com/karpathy/llama2.c

micrograd - Jupyter Notebook, Python (2020 – 2026)

A tiny scalar-valued autograd engine and a neural net library on top of it with PyTorch-like API

17 638 étoiles · 2 809 forks · github.com/karpathy/micrograd

char-rnn - Lua (2015 – 2023)

Multi-layer Recurrent Neural Networks (LSTM, GRU, RNN) for character-level language models in Torch

12 104 étoiles · 2 623 forks · github.com/karpathy/char-rnn

Compétences techniques

Languages: HTML, Jupyter Notebook, Python, Cuda, JavaScript, C
Frameworks: Flask

Open source et activité GitHub

54 dépôts publics · 490 799 étoiles obtenues · 72 115 forks sur ses projets · 878 contributions sur l’année écoulée · plus longue série de contributions : 15 jours

L’aperçu montre le contenu via la version Markdown - compilez le .tex (par ex. sur Overleaf) pour le rendu typographique exact.

Les exports PDF et Word d’une page restent sur le tableau de bord du profil, avec les champs coordonnées et expérience modifiables.