岗位职责：
1. AI模型开发与优化
1）基于高通量基因组数据（如宏基因组测序、病原体全基因组测序），构建感染性疾病诊断相关的AI分析模型，包括病原体鉴定、耐药性预测、传播链追踪等场景。
2）利用深度学习（如LLM、CNN）、机器学习（如随机森林、支持向量机）及多组学整合分析技术，提升模型在复杂临床样本中的准确性。
开发基于RAG（检索增强生成）架构的智能问答系统，实现快速病原体数据分析与临床决策支持。
2. 微生物组数据挖掘与统计
1）处理大规模微生物基因组、转录组等大数据，运用生物信息学工具进行物种注释、功能预测及多样性分析。
2）通过公共数据库挖掘感染性疾病相关标志物，结合临床数据进行生存分析、共现网络构建及因果推断。
3. 诊断产品开发与科研转化
1）将算法模型转化为可落地的微生物诊断应用产品（如自动化报告生成系统、实时监测平台），优化数据可视化界面及交互逻辑。
2）主导科研论文、专利及技术文档撰写，推动研究成果向临床实践和商业产品转化。
4. 跨学科协作与技术迭代
1）与微生物学、临床医学团队合作，设计符合感染性疾病诊断需求的数据分析流程。
2）跟踪AI与生信领域前沿技术，持续优化技术栈并引入新技术工具。
任职资格：
1.学历：生物信息学、计算机科学、统计学或相关专业硕士及以上学历，博士优先。
2.经验：3年以上微生物组数据分析或AI模型开发经验，有感染性疾病领域项目经验者优先。
3.编程能力：精通Python/R，熟悉Linux系统及Shell脚本，具备Perl/Java/C++开发经验者加分。
4.数据分析工具：熟练使用生物信息学工具（如SPAdes、Bowtie2）及统计软件（SPSS、DESeq2），熟悉KEGG、COG等数据库。
5.AI技术栈：掌握深度学习框架（如PyTorch）、自然语言处理（NLP）及知识图谱构建技术，熟悉OpenAI API或开源大模型微调。
6.数据管理：具备高通量测序数据（如Illumina、Nanopore）处理经验，熟悉数据质量控制、嵌合体检测及OTU聚类流程。
7.具备跨团队沟通能力，可适应临床场景需求快速迭代技术方案。