【岗位职责】 1.负责隐私计算平台的架构设计、部署与优化，支持多方数据的安全计算与联合建模； 2.研究并落地同态加密、多方安全计算（MPC）、联邦学习等技术，支撑跨域数据协同； 3.设计与实现数据可信空间（TEE/可信执行环境），确保数据在流通和使用中的完整性与机密性； 4.参与跨机构数据合作项目，提供隐私保护与合规解决方案； 5.推动隐私计算平台与大数据、AI平台的对接，支撑风控、预测、合规报送等应用场景； 6.跟踪国内外隐私计算与数据安全政策标准，提出平台合规优化方案。 【任职条件】 1.本科及以上学历，计算机、密码学、信息安全、数据科学等相关专业优先； 2.2年及以上数据安全或隐私计算相关经验； 3.熟悉主流隐私计算框架（FATE、SecretFlow、OpenMined，蚂蚁链摩斯等）和可信执行环境（华为TEE，IntelSGX、ARM TrustZone）； 4.掌握常见加密算法、同态加密、零知识证明等技术； 5.理解数据安全法、个人信息保护法、跨境数据传输相关法规，具备合规意识； 6.具备扎实的编程能力（Python/Java/C++），能独立实现隐私计算相关模块。 【优先条件】 -参与过隐私计算、联邦学习或可信计算的实际项目； -熟悉物流、金融、医疗等对数据安全敏感行业的业务场景； -有隐私计算平台产品化或开源贡献经验； -持有相关认证（如密码学/安全类证书，CISP，CISSP、CISA等）。