Staff+ 软件工程师（隐私方向）
岗位摘要
为超大规模 AI 训练和推理系统设计并实现隐私保护架构，采用差分隐私、联邦学习和安全多方计算等技术；与研究研究人员合作，实施隐私保护训练方法，在保护用户数据的同时保持模型质量；构建基础隐私基础设施，包括自动化数据发现、分类、访问控制、审计日志和生命周期管理
岗位职责
- 为超大规模 AI 训练和推理系统设计并实现隐私保护架构，采用差分隐私、联邦学习和安全多方计算等技术
- 与研究研究人员合作，实施隐私保护训练方法，在保护用户数据的同时保持模型质量
- 构建基础隐私基础设施，包括自动化数据发现、分类、访问控制、审计日志和生命周期管理
- 将监管要求（如 GDPR、CCPA、HIPAA、欧盟 AI 法案）转化为技术实现和自动化合规控制
- 设计数据治理系统，用于跟踪分布式 AI 系统中的数据沿袭、目的限制和保留策略
- 主导新模型和功能的隐私审查与威胁建模，识别风险并设计可扩展的缓解措施
- 与产品和基础设施团队合作，将隐私控制嵌入 Claude 的推理系统、用户界面和数据管道
- 开发隐私工程工具包和框架，使其他工程师能够默认构建隐私保护功能
- 设计隐私保护分析和测量系统，在不暴露个人用户数据的情况下提供有用洞察
- 评估学术界和业界新兴隐私技术，并为开源工具和 AI 隐私标准做出贡献
- 就隐私实践提供建议并倡导隐私作为我们实现 AI 安全的核心组成部分
任职要求
- 具有在生产系统中应用隐私工程原则的经验，包括隐私设计、数据最小化和目的限制
- 精通 Python、Go 或类似语言，并具有大规模构建和运营生产系统的经验
- 具有为拥有庞大用户群的系统设计和实施隐私基础设施的经验
- 具有数据治理、分类或数据生命周期管理系统的经验
- 理解 GDPR 和 CCPA 等隐私法规，并能够将法律要求转化为技术设计
- 具有开展隐私审查和威胁建模的经验