岗位职责
- 跟进和研发MPC、PIR、DP、PrivateID等隐私增强计算技术，结合广告流式场景设计符合大数据集下的安全算法/安全协议实现。
- 深度参与高可用和可扩展的流式隐私计算框架设计，优化通信开销与计算复杂度，应用于实际的对外数据合作场景。
- 结合以上方向的探索和研究，梳理和提出创新的安全算法/协议，发表到领域内顶会期刊，和业界、学术界保持良好的交流。
职位要求
- 信息安全、网络空间安全等相关专业的硕士生/博士生。
- 熟悉隐私保护方向前沿技术，对多方安全计算、联邦学习、隐私保护机器学习、差分隐私等至少一个领域有深入理解或实操经验。
- 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。
- 扎实的逻辑分析能力和数理基础，较好的主动性和求知欲，良好的沟通协作和抗压能力。
