Nitin Agrawal

Nitin Agrawal 是一位致力于隐私保护机器学习的专家，目前担任 Snap Inc. 的隐私工程师。他的工作聚焦于开发隐私验证和风险测量框架，为机器学习系统提供内部防护。这包括识别漏洞、审计模型和数据管道，以及设计主动缓解措施以降低用户风险。他在隐私增强技术（如加密技术和联邦学习）方面有丰富经验，同时专注于确保 AI 系统在有效的同时，也符合长期的监管、社会和商业目标。他获得了牛津大学的计算机科学博士学位，研究方向为隐私保护和公平性 AI 系统的设计与实现。他的目标是通过内置隐私、安全性和公平性，推动 AI 的负责任发展。

• 2023年至今·Snap Inc.·隐私工程师
  • 负责隐私验证，通过漏洞检测和主动隐私缓解措施为机器学习系统提供安全保障。同时专注于隐私风险测量和审计，推动 AI 系统的公平性、安全性和信任性。
• 2022-2023·亚马逊·应用科学家 II（隐私与机器学习）
  • 审计和量化机器学习系统中的隐私泄漏，设计隐私保护机器学习解决方案，覆盖音频、视觉和语言模型。
• 2021-2022·牛津大学·研究员
  • 从事基于多方安全计算和联邦学习的去中心化隐私保护计算研究。
• 2021·Callsign·顾问（AI 隐私与身份验证）
  • 提供隐私和身份验证领域的技术咨询。
• 2020·亚马逊 Alexa AI·隐私保护 AI 研究实习生
  • 开发隐私保护的设备端 AI 技术。
• 2019·微软研究院·隐私保护 AI 研究实习生
  • 研究隐私保护的人工智能技术。
• 2018·艾伦图灵研究所·隐私保护机器学习研究实习生
  • 专注于隐私保护机器学习的研究。

• 2017-2021·牛津大学·博士（DPhil）
  • 研究方向: 隐私保护的高效、公平的机器学习
  • 导师: Sir Nigel Shadbolt
• 2016-2017·牛津大学·硕士
  • 研究方向: 使用深度神经网络合成现实的量化自我数据
• 2012-2016·德里大学·学士（信息技术与数学创新）