贾扬清生长于浙江绍兴，2002年考入清华，并在清华拿到硕士学位，其后远赴UC伯克利获得博士学位。
2013年，贾扬清博士毕业加入之前就已实习了2年的Google，在Jeff Dean麾下任职，参与TensorFlow打造，致力于前沿的深度学习研究和工程，参与了ImgeNet2014比赛、移动端深度学习、Google下一代AI平台TensorFlow开发、基于深度学习的产品开发和产品咨询等。
2016年2月，贾扬清离职Google加盟Facebook，在LeCun麾下任研究科学家，主打前沿AI研究和平台开发。贾扬清打造的深度学习框架Caffe，也成为Facebook重点部署框架之一。
此外，贾扬清还发起并主导了其他人工智能解决方案，包括跨神经网络的开放标准ONNX，微软、亚马逊、高通等公司也都参与其中。2018年，他参与创建了下一个版本的开源人工智能框架PyTorch 1.0。
3月8日是贾扬清在 Facebook 的最后一天，而入职阿里的时间是3月11日。
贾扬清离职Facebook受关注，背后实际还暗藏一个老生常谈的话题：在企业进行AI研究是否可持续？
因为当前AI研究到技术落地，中间始终存在不小差距，而且研究往往投入大，对核心产品和主营业务见效又不会立竿见影。
于是不少巨头在新技术初期，往往还能对研究团队礼贤下士，但其后一旦研究和产品之间涉及资源分配等矛盾，最后往往会拿不直接创造营收的研究团队开刀。
这样的案例，外有Facebook AI掌舵者LeCun，内有腾讯AI实验室负责人张潼。
他们都是因为上述研发和产品之间的关系，最后或调整或离职。
而更早之前，百度则完全实现了工程派对学术派的压倒性胜利，吴恩达、林元庆等先后离职。
值得注意的是，贾扬清也在张潼离职腾讯时关注过这样的讨论。
他当时赞同了陈天奇的回答：
很多回答提到研究落地的困难以及一个公司核心AI部门和产品部门之间的矛盾，也有回答题提到了Jeff Dean的成功难以复制。这些东西的确是客观存在的。不过，大家不要忽略回报越大困难越大这一事实，一直延续一个已有的模式固然可以获得小的进步，改变思路求革新会有小概率获得大的突破，当然只是取决于当事方是否愿意放手去搏而已。
这大概也能体现贾扬清的个性及性格，他也想成为Jeff Dean一样的人，迎接属于自己的挑战和成功。
这可能也是他加盟阿里巴巴的核心原因之一，毕竟受到鼎力支持，而且有更多人力和资源去放手一搏。