本岗位聚焦AI数据安全隐私核心领域，重点负责相关系统的架构设计与工程化落地，熟练运用专业工程方法解决AI数据安全隐私全流程问题。 1、AI数据安全隐私架构设计：主导智能体知识与记忆数据安全隐私系统的整体架构设计，将AI数据安全隐私核心技术（分级访问防护、数据投毒检测与净化、融合数据重识别防护、数据泄露追溯等）转化为可落地的工程方案；结合AI业务场景需求，设计分层防护架构、数据流转安全架构、访问控制架构，明确架构设计原则、技术选型标准及落地路径，确保架构的安全性、可扩展性、可维护性，支撑AI业务数据全生命周期安全。 2、端云协同安全推理框架设计与工程实现：结合AI数据安全隐私要求，负责端云协同安全推理框架的架构设计、模块拆分与工程化落地，融合软硬协同隐私计算、分布式并行计算等工程方法，设计框架安全架构、数据传输加密方案及推理过程隐私防护机制，确保框架兼顾性能、安全与隐私，支撑复杂AI业务及多智能体协同场景落地。 3、安全架构评估与迭代：开展AI数据安全隐私系统、端云协同安全推理框架的架构安全评估，结合行业安全标准与最佳实践，识别架构层面的安全隐患，提出针对性优化方案；跟踪AI数据安全、端云协同安全领域前沿技术与工程方法，将其融入架构设计与工程落地中，提升系统安全等级。 4、原型开发与产品化交付：负责AI数据安全隐私技术方案、端云协同安全推理框架的原型开发、功能验证，协同产品线完成工程化落地与转商用，制定标准化的交付规范，确保技术方案高质量交付；参与系统架构文档、工程化手册的编写与完善。 1、计算机、软件工程、AI安全、数据安全、网络安全等相关专业；具备扎实的AI数据安全、系统架构设计相关理论基础。 2、 架构设计能力：具备AI数据安全隐私相关系统架构设计经验，能够独立完成中大型AI数据安全系统的架构规划、模块设计与技术选型，熟悉AI数据全生命周期安全架构设计要点。 3、工程方法与技术储备：熟练掌握AI数据安全核心技术（数据脱敏、差分隐私、联邦学习、数据水印、投毒检测等）；熟悉AI主流开发框架（PyTorch、TensorFlow等）、智能体开发框架（LangChain等），能运用工程方法实现技术落地。 4、编程与工程实践能力：熟练掌握Python（优先）、C++、Java等至少一种基础编程语言，具备较强的代码实现、模块调试与系统优化能力；有AI数据安全相关系统工程化落地项目经验者优先。 5、其他要求：具备良好的逻辑思维、问题分析与解决能力，善于运用工程方法拆解复杂安全问题；有AI安全、数据安全相关项目开发、实习经验者优先，具备良好的团队协作与沟通能力。