汇集全球远程工作机会,以中文阅读岗位、比较条件,找到适合自己的下一站。
Research Engineer Privacy and Anonymization
这是全职研究工程师(隐私与匿名化)岗位,负责构建敏感信息检测、匿名化、评估及生产数据处理管线。工作地点可为旧金山或新加坡办公室,也可在新加坡或美国太平洋时区远程工作,需与相应办公时间重叠约70%–80%;尽快入职,工作语言为英语。
这是全职研究工程师(隐私与匿名化)岗位,负责构建敏感信息检测、匿名化、评估及生产数据处理管线。工作地点可为旧金山或新加坡办公室,也可在新加坡或美国太平洋时区远程工作,需与相应办公时间重叠约70%–80%;尽快入职,工作语言为英语。
工作地点:旧金山或新加坡(现场办公),或远程办公(新加坡或美国太平洋时区)
入职日期:尽快
语言要求:英语
所属团队:工程团队
我们的客户是一家快速发展的AI公司,致力于构建可靠、公平且开放的AI训练数据基础设施。他们的平台帮助数据创造者实现数据价值,并为AI实验室提供可信赖的训练数据。该平台已被众多初创企业、财富500强企业及前沿研究机构采用,公司得到了包括Y Combinator在内的领先风险投资机构的支持。他们正在迅速扩张以满足日益增长的需求。
我们正在招聘一名隐私与匿名化研究工程师,负责开发能够保护敏感真实数据安全的同时仍能确保其适用于AI训练的系统。您需要开发方法,在数据进入处理和合成数据流程之前检测并移除其中的个人身份信息、机密内容及其他敏感数据——在保护隐私的同时不破坏数据的结构及其对训练模型的价值。
这是一个专注于隐私和数据保护的工程职位,而非单纯处理合成数据的岗位。您将负责整个数据流程的管理,确保数据在进入下游处理、训练、评估或合成生成环节之前得到妥善处理。
该职位为全职岗位,入职日期为尽快。公司办公室位于旧金山和新加坡; 如果远程候选人能够将工作时间与旧金山(美国太平洋时区)或新加坡的工作时间重叠70-80%,我们将予以考虑。具体每日工作时间将在招聘过程中协商确定。
构建生产流程,确保原始数据在进入下游处理、训练、评估或合成生成之前被匿名化。
创建评估框架,用于衡量隐私风险及数据的实用性,包括基于召回率的指标、数据泄露测试以及对抗性重新识别尝试等。
设计能够适应新数据源、数据结构变化及数据字段中隐藏的敏感信息的系统。
与工程团队、研究团队、运营团队及客户合作,将隐私要求转化为实际的技术政策和保障措施。
精通Python语言,具有构建可靠生产数据系统或机器学习系统的经验。
具备信息提取、命名实体识别、分类或相关技术的经验,尤其是针对罕见或敏感数据的处理能力。
具备出色的实验能力,能够从召回率、精确度、处理速度、成本及数据实用性等多个角度比较不同方法的效果。
明确区分数据删除(redaction)、数据掩蔽(masking)、伪匿名化(pseudonymization)和数据合成(synthetic data)的概念,并了解各自适用的场景。
对细节有高度关注,能够分析潜在的数据泄露路径、边缘情况以及对抗性攻击模式。
有端到端构建数据处理流程的经验,即使没有固定的开发路线图也能独立完成任务。
英语表达能力强,能够跨团队和时区有效沟通。
优先考虑具备隐私增强技术(如差分隐私、k-匿名化、安全聚合或格式保留加密)实际应用经验的候选人; 有处理医疗、金融或安全领域敏感数据的经验; 有构建低延迟或高吞吐量机器学习推理系统或数据处理系统的经验; 或者能够将研究成果直接应用于实际生产环境。
技术能力和学习潜力比工作经验更重要。即使不符合所有要求,有进取心的候选人也欢迎投递申请。
这个职位对您的重要性:
保护真实数据的安全性:您将构建能够安全利用敏感数据进行AI训练的系统,同时避免泄露个人信息或机密信息。
在保护隐私的同时保持数据价值:您的任务不仅是删除敏感数据,还要确保下游处理和合成流程所需的数据结构和信息完整性。
从检测到应用:您将负责整个数据处理的整个流程,包括检测方法、数据转换、评估以及数据生成前的处理环节。
处理复杂且高风险的场景:您将面对数据泄露路径、数据结构变化及对抗性攻击等实际问题,而不仅仅是处理简单的基准数据集。
工作地点选择:可以在旧金山或新加坡现场办公,或远程办公,工作时间与旧金山或新加坡的办公时间重叠70-80%。具体每日工作时间将在招聘过程中确定。
Pragmatike是一家平等机会雇主,承诺为所有申请人提供公平的就业机会,禁止基于种族、肤色、宗教、年龄、性别、国籍、残疾状况、遗传信息、退伍军人身份、性取向、性别认同或表达方式等任何受联邦、州或地方法律保护的特征的歧视和骚扰。这一政策适用于所有雇佣条款和条件,包括招聘、雇佣、岗位安排、晋升、解雇、休假、补偿和培训等方面。我们仅将您的个人数据用于招聘目的,并遵守相关隐私法规,采取合理措施保护您的信息。您的数据可能会被分享给客户用于招聘评估,但不会泄露给招聘流程之外的第三方。
请在申请时提及“CONFIDENT”并标记RMTE5LjI4LjE1NC4yMTg=,以证明您已完整阅读职位描述(#RMTE5LjI4LjE1NC4yMTg=)。这是为了防止垃圾邮件申请者而设置的验证机制。公司可以通过这些关键词筛选出真正阅读过职位描述的候选人。