【27年校招】生物信息研培生(J15123)

AI 摘要智能生成

多组学数据分析：开展基因组

职位描述

一、岗位职责 1. 多组学数据分析：开展基因组、转录组及其他多组学数据的分析与挖掘，结合疾病机制及药物研发需求，支持靶点发现、作用机制研究、适应症探索及生物标志物开发。 2. 算法与模型开发：参与生物信息学算法、机器学习及深度学习模型的开发与优化，探索 AI 技术在药物研发、组学数据挖掘及生物标志物预测等领域的应用。 3. 研发项目支持：整合组学、生物标志物及其他相关研发数据，开展数据处理分析、特征提取与结果解读，为药物研发决策提供数据和分析支持。 4. 分析流程与平台建设：参与生物信息分析流程、算法模型及数据分析平台的开发、维护与优化，提升研发数据分析的效率和质量。 5. 跨团队协作：与药理、药物发现、转化医学及临床研发团队合作，将生物信息学分析与具体研发问题相结合，推动分析结果在创新药研发中的应用。 6. 前沿技术探索：跟踪生物信息学、人工智能及计算生物学领域的技术进展，探索新方法、新工具在药物研发中的应用价值。

任职要求

• 任职要求
• 教育背景：生物信息学、计算生物学、基因组学、人工智能、计算机科学及相关专业博士或博士后。
• 专业技能：熟悉 Python、R 等至少一种编程语言，具备数据处理、统计分析及可视化能力；熟悉 Linux 环境及常用生物信息学分析工具。
• 科研与项目经验：具有基因组学、转录组学、多组学数据分析或相关生物信息学研究经验，能够开展数据分析，并对分析结果进行合理的生物学解释。
• 分析与解决问题能力：具备良好的逻辑思维、文献检索和独立解决问题的能力，能够结合生物学背景理解研发需求，并开展针对性分析。
• 综合素质：学习能力强，具有良好的沟通协作意识、项目执行能力及团队合作精神，对生物信息学与创新药研发的交叉应用有浓厚兴趣。
• 优先考虑条件
• 具有机器学习、深度学习或其他 AI 建模经验，参与过模型开发、训练、验证或优化项目。
• 具有小核酸药物研发或相关生物信息学分析经验。
• 具有药物研发、生物标志物发现、疾病机制研究或药效数据分析相关经验。
• 具有多组学整合分析、算法工具开发或生物信息分析流程搭建经验。
• 具有高质量学术论文、软件工具、算法模型或相关科研成果者优先。