理聘网-职位详情页，硕士(联邦学习方向)

岗位职责： 1 算法开发与优化： 研究和开发先进的联邦学习算法，提升模型的准确性和效率。 优化现有的联邦学习框架，确保在大规模数据和分布式环境下的高效运行。 2 数据隐私与安全： 设计和实现数据保护策略，确保在联邦学习过程中用户数据的隐私和安全。 研究和应用差分隐私、同态加密等技术以增强数据保护。 3 系统架构与实现： 搭建和维护联邦学习平台，确保系统的稳定性和可扩展性。 协调和管理分布式计算资源，保证计算任务的顺利执行。 4 实验与验证： 进行联邦学习算法的实验验证，分析和评估算法性能。 编写实验报告和技术文档，总结研究成果。 5 跨团队协作： 与数据科学团队、产品团队和工程团队紧密合作，共同推动联邦学习项目的落地与应用。 参加技术研讨会和内部培训，不断提升技术能力和知识水平。 招聘条件： 1 教育背景： 计算机科学、人工智能、数据科学、应用数学等相关专业硕士及以上学历，博士优先。 2 技术能力： 深入理解机器学习、深度学习理论和技术，包括但不限于联邦学习、分布式系统、数据隐私保护等。 熟悉常见的机器学习、深度学习框架（如TensorFlow、PyTorch）。