岗位职责：
1、基于多方安全计算、同态加密、联邦学习等技术，构建分布式隐私计算应用框架。
2、在现有性能瓶颈的基础上能根据实际业务场景提出优化改进方案。
3、跟踪业界和学术界在可信计算方向上的最新进展，能够快速应用到业务中。
任职要求：
1、 计算机、密码学、数学、信息安全等相关专业，硕士及以上学历优先。
2、具备3年及以上机器学习算法、数理统计算法研发经验，精通机器学习算法（如逻辑回归、SVM、神经网络、决策树、贝叶斯等）并有实际建模经验。
3、具备扎实的编程功底，至少熟练掌握一种编程语言，包括但不限于Python、Java、C++、Go等。
4、熟悉TensorFlow、PyTorch、Jax等机器学习算法库。
5、了解国内外开源隐私计算框架，如FATE、Primihub、SecretFlow 等。
6、自我驱动的快速学习能力，对技术有热情，主动追踪隐私计算前沿技术，喜欢思考问题深层次的原因，并善于归纳和总结。