岗位职责：
1、数据分析与建模：负责多组学生物信息与临床数据的需求分析与数据建模，深入挖掘科研、医院、药企等多方需求，转化为高质量、可落地的数据模型和数据资源目录。主导组学与临床数据的标准化分类、字段定义与采集规则制定，确保数据全生命周期的结构化、标准化与合规采集。
2、数据工程与ETL开发：负责多源实验与测序数据的集成、结构化、标准化及脱敏处理；构建高质量科研数据集及模型训练数据集。
3、数据治理与质量管理：开展数据质量评估与治理，输出数据质量报告与异常处理方案，建设数据健康看板，保障数据资产的准确性、完整性和实时可用性。
4、数据模型优化与演进：持续优化生信及组学数据模型，提升数据工程效率与灵活性，促进数据模型对AI科研应用与模型训练的适配与演进。
5、跨团队协作：跨团队协作，与临床专家、IT、数据科学家及AI工程师等密切配合，推进生信大数据治理及AI落地项目，独立整理需求、完善全流程文档与技术SOP，助力科研与智能医学业务发展。
任职要求：
1、基础要求：本科及以上学历，计算机、统计学、医学信息工程、智能医学工程相关专业，3年及以上医疗大数据项目经验。
2、需求分析与方案：熟练进行多源异构组学、生信及临床数据的需求分析，具备数据模型设计与PRD文档编写能力，能够独立完成数据需求梳理与落地转化。
3、数据建模与标准化：精通生信及医疗数据模型设计，掌握主流关系模型、维度模型、宽表建模方法，理解组学、临床与AI应用场景下的数据结构与数据标准。
4、数据分析与治理：熟练使用SQL、Python等工具进行数据分析、数据治理与自动化处理，能够独立输出数据质量评估报告及治理方案，澄清并明确数据质量现状、治理规则和治理目标。
5、数据工程与ETL：熟悉主流ETL开发流程与调度工具，具备通过JDBC、API等方式对接各类医院系统（HIS/LIS/PACS/互联互通平台/CDR）和生信数据平台的经验，掌握数据脱敏、合规与安全治理要求；掌握数据脱敏技术方法，确保符合《个人信息保护法》。
6、综合能力：具备良好的跨团队沟通能力，能高效协作临床、IT、AI工程师及第三方厂商，承压能力强，具备数据安全与伦理合规意识，能够高质量撰写技术文档、SOP和培训材料，助力AI在生信与医疗场景下的应用落地。