Staff+ Software Engineer, Privacy

대규모 AI 학습·추론 시스템용 프라이버시 보존 아키텍처 설계 및 구현, differential privacy/federated learning/secure multi-party computation 적용, 연구자와 협업해 프라이버시 보존 학습 기법 구현, 자동 데이터 발견·분류·접근통제·감사로그·수명주기 관리 등 프라이버시 인프라 구축, GDPR/CCPA/HIPAA/EU AI Act 요구사항을 기술 통제 및 자동화 컴플라이언스로 변환, 데이터 lineage·purpose limitation·retention 중심의 데이터 거버넌스 시스템 설계, 신규 모델/기능에 대한 privacy review 및 threat modeling 주도, Claude 추론 시스템·UI·데이터 파이프라인에 프라이버시 통제 내재화, 다른 엔지니어가 기본적으로 프라이버시 보존 기능을 만들 수 있는 툴킷/프레임워크 개발, 프라이버시 분석·측정 시스템 설계, 신기술 평가 및 오픈소스/표준 기여, AI safety 관점에서 프라이버시 실천을 옹호하고 자문.

필수: production 시스템에서 privacy engineering 원칙 적용 경험(privacy by design, data minimization, purpose limitation), Python/Go 등으로 대규모 프로덕션 시스템 구축·운영 경험, 대규모 사용자 기반 시스템의 privacy infrastructure 설계·구현 경험, data governance/classification/data lifecycle management 경험, GDPR/CCPA 등 프라이버시 규제 이해 및 기술 설계로의 전환 능력, privacy review/threat modeling/risk assessment 경험, 엔지니어링·연구·법무·제품 간 정렬을 이끄는 문서/구두 커뮤니케이션 역량. 우대: differential privacy, homomorphic encryption, secure enclaves, secure multi-party computation 등 PETs 실무 경험, ML/AI 시스템용 프라이버시 인프라 구축 경험, 프라이버시 엔지니어링 체계 수립 또는 초기 멤버 경험, distributed systems 및 cloud infrastructure 경험, 복잡한 장기 프로젝트 기술 리드 경험, 오픈소스 프라이버시 툴링/리서치/표준 기여, 소프트웨어 엔지니어링 12년+, 기술 리드 3년+.