打造业界领先的联邦学习框架，参与联邦学习系统工程化设计和开发，在隐私安全的基础上挑战隐私计算行业规模和性能的上限。

1. 参与联邦学习系统的设计和开发；

2. 参与联邦学习在现实业务场景中的落地与优化；

3. 跟进行业&学术最新研究成功，落地到隐语。

期望层级：P7/P8均可

职位要求
1. 精通C++/Python 和相关生态；

2. 有良好的编码能力，架构能力，文档编写能力，并且对代码质量有追求；

3. 熟悉操作系统，网络，io等基础知识，并有相关优化经验；

4. 对分布式系统熟悉，并且有相关的开发经验者优先；

5. 熟悉tensorflow、pytorch等常见机器学习框架中的一种或者多种；

6. 熟悉ray或者有相关开发经验者优先；

7. 熟悉现有多方安全计算、联邦学习、TEE，差分隐私等开源框架并有相关开发经验者优先；

8. 良好的学习和沟通能力，有责任心，有钻研精神。