你将收获：参与构建下一代AI安全防护体系；直面多模态时代的新型安全挑战；工作成果直接影响亿级用户产品的安全防线
岗位职责：
TEE安全计算方向：研发基于TEE的大模型安全训练与推理技术，解决大规模分布式场景下的系统性能瓶颈；差分隐私与大模型保护：设计针对微调和推理阶段的隐私保护机制，防止模型逆向与成员信息推断；训练数据隐私保护：构建10T token级别的自动化数据隐私风险评估工具，识别并处理训练数据中的敏感信息与隐私漏洞；协议层隐私保护：设计高效的多方安全计算(MPC)协议，支持跨机构AI协作训练与推理，探索同态加密和零知识证明在大模型领域的应用；数据资产安全评估：开发隐私保护的数据价值评估机制，研究数据使用权限的精细化控制与监管合规方案
任职要求：
硬性条件：博士学位，计算机科学/网络安全/人工智能相关专业；AI安全领域经验，精通大模型架构（Transformer/BERT/GPT系列）；在隐私计算、安全多方计算、可信执行环境或差分隐私领域有扎实研究背景；具备多模态模型实战经验（MLLM/Stable Diffusion/DiffusionLM等）；精通Python，熟悉主流AI框架（PyTorch/TensorFlow/JAX）

加分项：
在NeurIPS/ICLR/S&P/USENIX Security/CCS等顶会发表AI安全相关论文；参与过主流大模型项目；具备跨学科背景，如金融科技、医疗健康等垂直领域知识；有CTF/AI安全竞赛获奖经历；有知识产权申请经验或技术标准制定参与经历