1.参与集团可信数据空间架构设计与规划，制定技术路线图，包括隐私计算和数据沙箱平台核心算法和能力研发； 2.解决可信数据空间建设过程中的关键问题，协助设计数据确权、身份认证、存证审计等技术方案，确保系统的高可用性和安全性，满足集团多元业务需求； 3.与业务部门紧密合作，负责关键可信算法模型在金融、医疗领域业务场景的落地验证，完成从数据到模型到业务应用的全链路验证； 4.基于隐私计算技术，使用联邦学习、多方安全计算、差分隐私等技术保促进数据合作和流通，充分满足合规及隐私安全要求； 5.与团队协作，输出核心技术方案，保持公司在行业内的技术领先地位

1.本科及以上学历，计算机科学与技术、数学、统计学、电子信息工程等相关专业； 2.熟练掌握Python/C++/Rust等至少一种编程语言； 3.熟悉主流深度学习框架，熟悉主流隐私计算和数据沙箱相关技术栈； 4.熟悉金融行业业务流程和监管要求，对数据安全和隐私保护有深刻理解，具备将技术与业务相结合的能力； 5.具备良好的跨团队沟通能力与项目推进能力，能清晰表达技术思路，推动技术在业务部门的应用和落地。 加分项 1.有隐私计算、数据流通、行业或企业级可信数据空间相关工作经验者优先； 2.有相关论文发表和技术专利授权者优先。