小米隐私合规实习生

-协助开展公司隐私保护与数据安全的合规评估和运营； -参与隐私保护与数据安全体系和合规平台建设及优化，法律法规、标准解读； -响应业务团队隐私保护与数据安全合规咨询，提供合规建议； -协助安全团队内部安全合规能力和服务的标准化/文档化建设； -审计业务的隐私安全现状，并撰写评估报告；

1、负责了解个人信息保护法，数据安全保护法等相关法律法规要求，协助进行信息安全风险评估及差距分析； 2、协助推进落地合规方案，确保业务符合安全要求； 3、负责跟踪、调研APP隐私合规要求并进行APP隐私合规检测； 4、协助维护信息安全管理制度体系，编写安全记录文档并归档。

研究领域： 隐私计算 项目简介： 1.项目背景 在人工智能技术快速发展的今天，UIAgent（用户界面智能代理）正成为下一代人机交互的核心入口。然而，如何获得或构建海量多模态数据（如行为轨迹、界面标注信息、系统动线日志等）是研究的关键。但如何在保障数据隐私合规的前提下，完成高质量的场景重建与语料建模，已成为制约技术落地的关键瓶颈。本课题聚焦这一核心矛盾，探索隐私保护与数据效用之间的最优平衡，为UIAgent提供安全、合规、可用的基础数据支撑。 2.研究目标 本项目旨在构建一套全流程隐私保护框架，解决以下核心问题： 多源异构数据脱敏：针对文本、图像、时序行为等多模态数据，设计可组合的隐私擦除策略； 场景语义保真重建：在去除个人身份信息（PII）的同时，保留用户行为模式与系统交互逻辑的语义完整性； 隐私-效用博弈建模：通过理论分析与实验验证，量化隐私预算与模型性能间的权衡关系。 3.核心亮点 生成式隐私增强技术：基于扩散模型/VAE生成合成数据，既还原真实场景分布又规避隐私泄露风险； 行为轨迹知识蒸馏：将原始轨迹中的高敏感操作（如输入内容）抽象为低维符号序列，保留系统动线拓扑结构； 极致数据压缩技术：UIAgent的核心目标是理解和预测用户的界面交互行为，而非复现像素级视觉细节，将探索最小必要数据的边缘。

日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：隐私和数据保护办公室，负责与法律/安全/Eng/Prod/OPs团队合作，在隐私和数据保护领域支持字节跳动相关国际化产品。 1、负责国际化短视频等业务的隐私技术审查工作，与隐私安全研发、QA等团队合作，推动产品设计、实现、发布阶段的隐私技术检测与风险评估机制的落地实施，对隐私合规风险做到早发现、早拦截、可追溯； 2、推动隐私技术检测工具与平台能力的建设与持续迭代，支持运营提效； 3、协助推进隐私技术审查机制在各业务线的落地覆盖与常态运营。