AI for Genomics / 生物信息算法研发（2027届）(J28725)

职位描述

1. 负责高精度基因组小变异检测算法的研究、开发与优化，持续提升 SNP、Indel 及多等位变异的检测精度，并逐步拓展至结构变异和长读长测序变异检测的方法学研究。

2. 围绕困难基因组区域开展专项研究，包括低可比对区域、重复序列、STR、同源区域及复杂单倍型区域，分析并解决比对错误、候选变异遗漏和基因型判断不准确等问题。

3. 探索泛基因组、深度学习、序列建模、图神经网络和注意力机制等技术在基因组变异检测中的应用，完成模型设计、训练、评估和迭代优化。

4. 推动研究成果工程化落地，包括算法代码开发、流程集成、运行性能优化、测试验证及实际业务数据应用。

5. 建立规范、可复现的实验和评测体系，沉淀技术文档、实验报告、算法专利、论文或开源成果，并与工程团队协作解决实际问题。

任职要求

【核心能力】生物信息学/计算机交叉背景；熟悉 NGS/WGS 基本原理及数据分析；理解 sequence alignment、variant calling 基本原理；较强 Python 编程能力，具备 C/C++ 开发能力优先；具备算法、数据结构、概率统计基础

【加分项】熟悉序列建模；熟悉 GNN / Set Transformer / Cross Attention；了解基因组数据；了解自监督学习/基础模型；熟悉 BWA、GATK、DeepVariant 等工具原理；有生物信息算法开发、论文发表或开源项目经历

【科研能力】较强的问题分析和抽象能力；能够阅读和复现算法论文；能够独立设计实验、分析结果并提出改进方案

【工程能力】代码能力强，能够将算法思路实现并验证；善于使用 AI 辅助科研和开发

【个人素质】学习能力强；对算法和科研有持续兴趣；主动性和目标感强；善于沟通协作

【专业要求】生物信息学、计算生物学、基因组学、生物医学工程、计算机科学与技术、人工智能、软件工程、电子信息等交叉专业