崗位職責(zé):
1、生物數(shù)據(jù)智能解析:運用先進的 AI 技術(shù)與生物信息學(xué)方法,對大規(guī)模生物數(shù)據(jù)(如核酸序列、蛋白質(zhì)序列等)進行精準分析、解讀,挖掘潛在關(guān)鍵信息,為mRNA和抗原設(shè)計提供數(shù)據(jù)支持。
2、AI 模型構(gòu)建與優(yōu)化:主要工作方向為對平臺數(shù)據(jù)進行梳理,建立和完善mRNA技術(shù)AI平臺。主導(dǎo)開發(fā)針對生物數(shù)據(jù)處理的人工智能模型,包括但不限于神經(jīng)網(wǎng)絡(luò)架構(gòu)設(shè)計、機器學(xué)習(xí)算法應(yīng)用,并依據(jù)實際數(shù)據(jù)反饋持續(xù)優(yōu)化模型性能,提高預(yù)測準確性與分析效率。
3、前沿技術(shù)追蹤應(yīng)用:密切關(guān)注生物信息學(xué)與人工智能領(lǐng)域的前沿動態(tài),及時評估新技術(shù)(如新型深度學(xué)習(xí)算法、生物大數(shù)據(jù)存儲與處理技術(shù)等)的適用性,快速將其轉(zhuǎn)化應(yīng)用到實際工作中,保持公司在該領(lǐng)域的技術(shù)先進性。
4、研究成果轉(zhuǎn)化與報告:負責(zé)將研究成果整理成專業(yè)報告、學(xué)術(shù)論文或?qū)@暾垼騼?nèi)部團隊及外部科研機構(gòu)展示研究價值與創(chuàng)新點,促進知識共享與成果轉(zhuǎn)化,提升公司在行業(yè)內(nèi)的科研影響力。
任職要求:
1、學(xué)歷背景:生物信息學(xué)、計算機科學(xué)等相關(guān)專業(yè)碩士及以上學(xué)歷,具備深厚的專業(yè)理論基礎(chǔ)與系統(tǒng)的科研訓(xùn)練經(jīng)歷。
2、技能專長:精通 Python、R 等至少一種主流編程語言,熟練掌握 TensorFlow、PyTorch 等深度學(xué)習(xí)框架;熟悉生物信息學(xué)常用數(shù)據(jù)庫與分析工具(如 NCBI、BLAST、ClustalW 等),能夠獨立開展復(fù)雜生物數(shù)據(jù)的分析處理工作。
3、知識儲備:深入理解機器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘等人工智能核心技術(shù)原理,同時掌握分子生物學(xué)、遺傳學(xué)、生物化學(xué)等生物學(xué)基礎(chǔ)知識,能夠?qū)⒍哂袡C結(jié)合應(yīng)用于實際研究。
4、能力素養(yǎng):具備問題解決能力與創(chuàng)新思維,能夠在復(fù)雜的跨學(xué)科環(huán)境中迅速定位問題、提出解決方案;擁有良好的團隊協(xié)作精神與溝通表達能力,能夠與不同專業(yè)背景的人員高效合作,共同達成項目目標。