{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "可信隐私计算高级研究员-安全与风控",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "安全"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 5,
        "degree": "硕士学位及以上",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、洞察大模型（LLM）时代下数据要素流通范式的演进趋势，探索并落地隐私计算在跨机构、跨域大模型场景下的新应用、新解法；\n2、针对大模型场景下特有的安全与隐私挑战（如：高质量训练语料保护、模型资产/权重保护、用户Prompt隐私、RAG数据隔离等），设计并实现创新的密码协议、算法或可信综合解决方案；\n3、负责隐私计算平台的核心架构设计与研发，主导高并发、大规模隐私计算系统的建设，优化系统的性能、稳定性与可扩展性，实现数据的“可用不可见”，保障业务高速增长。",
        "requirements_text": "1、计算机、密码学、信息安全、人工智能等相关专业，硕士学位及以上，5年及以上安全与AI交叉技术相关工作经验；\n2、具备“安全/密码学”与“AI/大模型”的交叉技术背景，在以下至少两个方向有深厚积累：\n1）隐私与安全技术：掌握多方安全计算、联邦学习、现代密码学、同态加密、差分隐私或机密计算（TEE）中的一种或多种；\n2）大模型与AI技术：熟悉深度学习框架（TensorFlow/PyTorch等），深入理解大模型底层架构（Transformer等），熟悉大模型的预训练、高效微调（如LoRA、PEFT）及推理加速框架；\n3）分布式与工程架构：熟悉分布式计算系统（如Spark、Hadoop）、消息队列、RPC等，有云原生服务或AI算力集群实践经验；\n3、具备扎实的计算机基础知识，熟悉Linux操作系统及常见的数据结构与算法，精通以下至少一门编程语言：C/C++、Python、Go、Java；\n4、具备前瞻性的跨界思考能力和业务破局能力，对数据要素流通行业趋势、大模型安全合规有深刻理解，能够独立完成从“技术洞察”到“场景解决方案”的闭环；\n5、对技术有极大热情，具备优秀的复杂问题分析和解决能力，喜欢思考底层逻辑并善于归纳总结；善于沟通，具备良好的团队协作与技术攻坚能力。\n\n加分项：\n1、有大模型隐私保护实战经验；\n2、熟悉或主导过业界主流隐私计算开源项目；\n3、在安全顶会发表过隐私/安全相关高质量论文。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Linux",
            "Spark",
            "Hadoop",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "数据结构",
            "团队协作",
            "Go",
            "大语言模型",
            "C语言"
        ],
        "preferred_qualifications": "加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7101613364309166366/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7101613364309166366",
        "post_date": "2022-07-22",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7101613364309166366/detail"
    },
    "fulltext": "可信隐私计算高级研究员-安全与风控\n职位描述\n1、洞察大模型（LLM）时代下数据要素流通范式的演进趋势，探索并落地隐私计算在跨机构、跨域大模型场景下的新应用、新解法；\n2、针对大模型场景下特有的安全与隐私挑战（如：高质量训练语料保护、模型资产/权重保护、用户Prompt隐私、RAG数据隔离等），设计并实现创新的密码协议、算法或可信综合解决方案；\n3、负责隐私计算平台的核心架构设计与研发，主导高并发、大规模隐私计算系统的建设，优化系统的性能、稳定性与可扩展性，实现数据的“可用不可见”，保障业务高速增长。\n\n职位要求\n1、计算机、密码学、信息安全、人工智能等相关专业，硕士学位及以上，5年及以上安全与AI交叉技术相关工作经验；\n2、具备“安全/密码学”与“AI/大模型”的交叉技术背景，在以下至少两个方向有深厚积累：\n1）隐私与安全技术：掌握多方安全计算、联邦学习、现代密码学、同态加密、差分隐私或机密计算（TEE）中的一种或多种；\n2）大模型与AI技术：熟悉深度学习框架（TensorFlow/PyTorch等），深入理解大模型底层架构（Transformer等），熟悉大模型的预训练、高效微调（如LoRA、PEFT）及推理加速框架；\n3）分布式与工程架构：熟悉分布式计算系统（如Spark、Hadoop）、消息队列、RPC等，有云原生服务或AI算力集群实践经验；\n3、具备扎实的计算机基础知识，熟悉Linux操作系统及常见的数据结构与算法，精通以下至少一门编程语言：C/C++、Python、Go、Java；\n4、具备前瞻性的跨界思考能力和业务破局能力，对数据要素流通行业趋势、大模型安全合规有深刻理解，能够独立完成从“技术洞察”到“场景解决方案”的闭环；\n5、对技术有极大热情，具备优秀的复杂问题分析和解决能力，喜欢思考底层逻辑并善于归纳总结；善于沟通，具备良好的团队协作与技术攻坚能力。\n\n加分项：\n1、有大模型隐私保护实战经验；\n2、熟悉或主导过业界主流隐私计算开源项目；\n3、在安全顶会发表过隐私/安全相关高质量论文。\n1、洞察大模型（LLM）时代下数据要素流通范式的演进趋势，探索并落地隐私计算在跨机构、跨域大模型场景下的新应用、新解法；\n2、针对大模型场景下特有的安全与隐私挑战（如：高质量训练语料保护、模型资产/权重保护、用户Prompt隐私、RAG数据隔离等），设计并实现创新的密码协议、算法或可信综合解决方案；\n3、负责隐私计算平台的核心架构设计与研发，主导高并发、大规模隐私计算系统的建设，优化系统的性能、稳定性与可扩展性，实现数据的“可用不可见”，保障业务高速增长。\n1、计算机、密码学、信息安全、人工智能等相关专业，硕士学位及以上，5年及以上安全与AI交叉技术相关工作经验；\n2、具备“安全/密码学”与“AI/大模型”的交叉技术背景，在以下至少两个方向有深厚积累：\n1）隐私与安全技术：掌握多方安全计算、联邦学习、现代密码学、同态加密、差分隐私或机密计算（TEE）中的一种或多种；\n2）大模型与AI技术：熟悉深度学习框架（TensorFlow/PyTorch等），深入理解大模型底层架构（Transformer等），熟悉大模型的预训练、高效微调（如LoRA、PEFT）及推理加速框架；\n3）分布式与工程架构：熟悉分布式计算系统（如Spark、Hadoop）、消息队列、RPC等，有云原生服务或AI算力集群实践经验；\n3、具备扎实的计算机基础知识，熟悉Linux操作系统及常见的数据结构与算法，精通以下至少一门编程语言：C/C++、Python、Go、Java；\n4、具备前瞻性的跨界思考能力和业务破局能力，对数据要素流通行业趋势、大模型安全合规有深刻理解，能够独立完成从“技术洞察”到“场景解决方案”的闭环；\n5、对技术有极大热情，具备优秀的复杂问题分析和解决能力，喜欢思考底层逻辑并善于归纳总结；善于沟通，具备良好的团队协作与技术攻坚能力。\n\n加分项：\n1、有大模型隐私保护实战经验；\n2、熟悉或主导过业界主流隐私计算开源项目；\n3、在安全顶会发表过隐私/安全相关高质量论文。"
}