蚂蚁金服蚂蚁集团-隐私计算调度框架研发GO/C++/Java-杭州/上海/北京

蚂蚁国际在数据安全和隐私保护方面遵守高标准，我们的隐私保护算法团队正在越来越多的业务场景中使用并优化多方安全计算（MPC）、安全集合求交（PSI）、零知识证明（ZKP）、差分隐私（DP）、联邦学习（FL）等隐私保护技术。我们的目标是与各国的监管机构和机构建立一个共享、协作和互利的生态系统，同时继续释放数据的价值。 我们正在寻找经验丰富的隐私计算相关技术专家加入公司国际业务集团，负责推动公司隐私计算技术的基础平台研发和业务落地。理想的候选人应熟悉隐私计算相关技术，并能应用这些技术解决实际问题。 岗位职责： 1. 负责隐私计算平台开发 2. 负责隐私计算基础调度框架架构设计和核心功能开发，包括网关、调度器等模块。 3. 负责在线与离线任务的方案设计，支持丰富灵活的调度策略。 4. 负责多云集成开发、降低上云门槛。 5. 负责服务持续交付、故障容灾、监控告警、链路追踪等稳定性和可用性能力建设。

负责隐私计算引擎的架构设计、核心模块研发与性能优化，包括： 1. 负责隐私计算引擎的架构设计，包括联邦学习（FL）、安全多方计算（MPC）、可信执行环境（TEE）、同态加密（HE）等技术的实现。 2.主导隐私计算协议层、通信层、调度层、加密算子库等核心模块的代码实现，编写高质量、可测试的工程代码。 3.负责隐私计算引擎的性能优化工作，打造行业领先的性能表现。 4.结合业务场景（如金融、医疗等）完成技术选型与可行性评估，确保架构具备高扩展性、高可用性和可维护性。 5.参与专利、论文、标准规范的撰写与申报，提升团队及产品在行业内的影响力。

1. 负责隐私计算相关业务的商业分析工作，深入理解行业趋势与客户需求，输出高质量的分析报告与解决方案。 2. 与产品、技术、数据团队协作，推动隐私计算技术在公司业务等场景的商业化落地。 3. 设计并优化商业模型，评估项目可行性，支持公司战略决策与资源投入。 4. 跟踪数据市场动态与政策，持续迭代产品策略与商业模式。

1. 研发隐私保护机器学习、大模型隐私保护的核心技术和算法，解决隐私保护、高性能、拓展性等问题； 2. 面向金融等特定场景，研发隐私保护机器学习、统计分析等方案，支持传统AI模型、大模型及数据系统的隐私增强，构建兼顾模型性能、数据安全与实用性的AI和BI系统。