研究型实习生-高性能隐私计算算法研究与应用

随着全球主要市场陆续出台用户个人信息保护政策，整个互联网生态中的数据安全和用户隐私保护问题变得越发重要且日趋严格。如何在营销场景下实现对隐私数据的安全合规使用，维护在线广告商业模型的核心运作，成为当下广告生态中各企业急需解决的问题。 该职位的主要工作包含：

1. 高性能MPC隐私算法的调研、设计及代码开发，实现在大规模数据集下的分布式计算，应用于阿里妈妈广告业务对外数据合作场景。
2. 对业界前沿隐私保护技术保持敏感，梳理和提出创新的隐私计算算法，发表到领域内顶会期刊。

1. 信息安全、网络空间安全等相关专业的硕士生/博士生；
2. 熟悉隐私保护方向前沿技术，对多方安全计算 (MPC) 、联邦学习、隐私保护机器学习 (PPML)等至少一个领域有深入理解；
3. 满足以下一个或多个条件者优先： a. 在国际顶级会议或期刊发表过文章； b. 有丰富的相关领域经验，在GitHub等开源社区有重要贡献； c. ACM等顶级竞赛获奖者优先。
4. 较好的主动性和求知欲，良好的沟通协作和抗压能力。