联邦学习算法工程师工作内容和工作要求是什么

关键词：联邦学习算法工程师岗位职责和要求

职位描述：

1、负责公司联邦学习平台开发，为平台提供多方安全计算服务；

2、调研最新文献，将先导性研究成果转化成产品和服务；

3、联合后端开发团队，算法团队共同优化现有联邦学习构架；

职位要求：

1、计算机科学，密码学，应用数学，信息安全等相关专业硕士及以上学历；

2、对机器学习理论和算法有基本了解，对Pytorch/Tensorflow/Keras框架有一定了解；

3、至少熟练掌握一种编程语言（JAVA，C++，Python）具有扎实的编程功底，了解分布式构架；

4、拥有以下任何一种隐私保护技术的应用及开发经验者优先联邦学习，同态加密，多方安全计算，差分隐私；

5、在相关领域作为主要作者发表过学术论文者优先；

6、对联邦学习相关领域具有强烈兴趣，具有快速学习能力和创新精神；

7、良好的团队协作能力，沟通能力；

职位描述：

1、负责联邦学习、安全多方计算等相关产品中机器学习、深度学习算法的研究、实现和优化；

2、针对机器学习、深度学习在实际业务场景落地中的问题，探索高效准确的mpc和非mpc模型解决方案，并持续跟进效果和业务价值；

3、从具体市场需求出发，将联邦学习算法应用到产品中，以帮助解决互联网、银行、券商、零售、运营商、融合媒体等广泛领域中的机器学习问题，为客户创造业务价值；

4、跟踪业界和学术界最新进展，并且能够快速应用到业务中。

职位要求：

1、良好的编程能力和规范，熟悉Python/Linux，了解Go；

2、有两年以上的机器学习、深度学习项目开发经验，熟悉人工智能两种及以上算法原理，例如CNN、DNN、RNN、LR、DT、RF、XGboost、LightGBM、GBDT、KNN等，熟悉一个或多个机器学习工程库，例如Sklearn、MLLIB；在以下至少一个领域有过实际经验用户画像、时序预测、个性化推送、推荐系统、精准营销、信用打分；

3、有海量数据的处理和分析经验，熟悉一个或多个大数据处理工具，例如Hadoop、Spark、Hive等；

4、有金融征信风控、大数据营销推荐项目工作经验更佳；

5、良好的理解能力和学习能力，主动性和责任心强。

职位描述：

1、负责联邦学习、多方安全计算的理论研究、算法和框架开发，包括但不限于联邦学习、机器学习、深度学习、时间序列、可解释机器学习、迁移学习与强化学习等。

2、基于分布式计算框架，进行经典算法的训练与预测性能优化

3、了解机器学习、深度学习前沿，能进行创新研究。同时结合未来实际应用场景，提供全面的技术解决方案。

职位要求：

1、机器学习、统计等相关专业硕士及以上，2年以上相关工作经验。

2、有多方隐私计算、联邦学习算法及开发经验优先。

3、熟悉Hadoop、Spark等分布式计算框架，了解sparkmllib中算法的原理和实现优先；

4、了解机器学习前沿，尤其是时序、可解释机器学习、AutoAI等有相关研究经验者优先；