蚂蚁集团-隐私计算研发工程师-北京/上海

岗位职责

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。

任职要求

1. 至少精通 C++ 或者 Python 语言之一，相关语言的生态，有优秀的抽象和架构分层能力，对代码质量有追求，包括单测的代码质量，积极参与日常 CR
2. 熟悉多线程和网络 rpc 编程，熟悉常用设计模式，有良好的 API 设计能力
3. 熟悉分布式系统设计，了解云原生（Docker/K8s），了解基础机器学习算法知识
4. 对技术有热情，良好的学习和沟通能力，有责任心，有钻研精神
5. 有以下相关条件者优先：

• 有大规模分布式机器学习框架的研发经验，熟悉 SPMD/MPI 等编程范式
• 熟悉多方安全计算/同态加密，并且有过相关工程化设计或者调优经验
• 熟悉可信执行环境 TEE 原理，并且有过相关工程化落地经验
• 熟悉深度学习编译器技术栈，有 JAX/TVM/MLIR/XLA 相关经验者优先，有 DSL 设计经验，熟悉常见编译优化方法，熟悉 x86 intrinsic 指令调优等
• 有大规模分布式 OLAP/HTAP 系统的开发经验，了解 Hive/ODPS/Clickhouse/DuckDB 等数据分析系统的工作原理

岗位标签

NEW

特色标签

AI编译器、C++、Docker、FL、HE、K8s、Kubernetes、MPC、Python、RPC框架、TEE、全同态加密、分布式ML系统、分布式架构、分布式经验、分布式计算系统、分布式训练框架、医疗、半同态加密、发表算法相关优秀论文、可信硬件、可信计算、可扩展分布式平台、多方安全计算、多方计算协议、大规模机器学习平台、容器化、异步网络库、数据库开发经验、机器学习、机器学习编译栈、架构设计经验、模型加速/性能优化、横向联邦学习、深度学习、神经网络编译器、算法工程化经验、编译器开发经验、联邦机器学习、英美留学生、金融、隐私保护计算引擎、隐私计算、隐私计算框架、高并发网络通信