算法工程师-多组学

1. 负责基于多模态的生物组学基础模型的研发，融合图像、文本、表格、序列、结构等多模态生物信息，构建具备通用推理与知识迁移能力的生物基础大模型； 2. 跟踪多模态AI与多组学融合建模领域的前沿技术，持续优化异构数据对齐、跨模态融合、领域适配等关键算法模块，提升基础模型精度、泛化能力与可解释性； 3. 通过结合转录组、蛋白组、代谢组等典型组学数据，结合生物学基础原理，设计创新技术路线，验证模型在癌症早筛、疾病治疗、药物靶点发现等场景的实际价值。

1. 博士及以上学历，计算机、生物信息、人工智能、生物统计等相关专业背景； 2. 有至少两类组学数据（如转录组、蛋白组、代谢组等）的数据收集和处理数据经验，熟悉常见的生物信息学数据库； 3. 具备良好的编程能力（Python优先），熟练掌握主流AI框架（PyTorch/TensorFlow）； 4. 有较强的科研能力与原型搭建能力，能快速实现并验证模型创新想法。 【加分项】 1. 曾在顶级AI会议、生物&医疗相关顶尖期刊发表有关多模态、组学、生物信息相关研究文章； 2. 有大语言模型、多模态模型或生物大模型研发和训练经验；熟悉Transformer、图神经网络等主流模型架构； 3. 有免疫组学、癌症相关机理研究经验; 4. 有跨学科协作项目或科研-产业结合项目经验; 5. 有生物相关技术实验和落地能力，如数据标注、数据集构建、评测体系搭建等经验。