崗位職責:
實驗室 IT 與 AI 集成
1.領導 AI 解決方案的開發(fā)與實施,優(yōu)化實驗室自動化和工作流管理。
2.設計并集成 AI 驅動的調度系統(tǒng),提高實驗室時間管理與資源分配效率。
3.實施 AI 輔助質量控制算法,提升測序準確性和臨床數(shù)據(jù)可靠性。
4.與國際團隊及 CTO 緊密合作,確保 IT 與自動化戰(zhàn)略符合全球實驗室標準。
數(shù)據(jù)分析與計算方法
1.開發(fā)并應用機器學習模型,用于DNA 甲基化測序數(shù)據(jù)分析和臨床診斷。
2.實施自動化數(shù)據(jù)處理管道,進行大規(guī)模測序數(shù)據(jù)處理、錯誤校正和異常檢測。
3.應用 AI 方法優(yōu)化質量控制指標,提高實驗結果的可重復性。
4.與國際生物信息學和數(shù)據(jù)科學團隊協(xié)作,開發(fā)集成 AI 的數(shù)據(jù)分析流程。
與應用程序開發(fā)團隊協(xié)作
1.與應用程序開發(fā)團隊合作,利用AI 數(shù)據(jù)挖掘和自然語言處理(NLP)技術分析患者問卷。
2.開發(fā)預測模型,結合問卷數(shù)據(jù)與臨床生物標志物,提高患者分類和個性化診療。
基礎設施與系統(tǒng)集成
1.確保 AI 工具與實驗室信息管理系統(tǒng)(LIMS)、測序平臺及臨床數(shù)據(jù)庫的無縫集成。
2.優(yōu)化云計算及本地服務器存儲解決方案,支持高通量測序和臨床數(shù)據(jù)管理。
3.與 CTO 和國際 IT 團隊協(xié)作,開發(fā)可擴展的 AI 和自動化框架。
研究與創(chuàng)新
1.跟蹤最新的 AI 方法,應用于計算生物學、生物信息學和臨床數(shù)據(jù)科學。
2.在國際同行評審期刊發(fā)表研究成果,并參加科學會議。
3.參與與 CTO 及全球合作者的國際會議,確保 AI 戰(zhàn)略符合公司整體發(fā)展目標。
任職要求:
教育與技術專長
1.計算機科學、人工智能、生物信息學、計算生物學或相關領域的博士學位。
2.具有機器學習、深度學習及 AI 在生物或臨床數(shù)據(jù)分析領域的應用經(jīng)驗。
3.精通Python、R、SQL,并具備TensorFlow、PyTorch 或 Scikit-Learn 相關經(jīng)驗。
數(shù)據(jù)科學與分析技能
1.在基因組數(shù)據(jù)分析,特別是 DNA 甲基化測序數(shù)據(jù)分析方面具有豐富經(jīng)驗。
2.熟悉統(tǒng)計建模、AI 賦能的質量控制和臨床診斷預測分析。
3.具備自然語言處理(NLP)技術經(jīng)驗,用于患者問卷數(shù)據(jù)分析。
基礎設施與 IT 技能
1.具有云計算(AWS、Google Cloud 或 Azure)及數(shù)據(jù)庫管理系統(tǒng)的經(jīng)驗。
2.了解實驗室信息管理系統(tǒng)(LIMS)集成、實驗室自動化及工作流管理軟件。
軟技能與語言要求
1.流利的英文和普通話(書面及口語),能有效與國際團隊溝通協(xié)作。
2.卓越的問題解決能力,能夠獨立開展工作并領導 IT/AI 相關項目。
3.出色的團隊合作與領導能力,能與科學家、工程師及開發(fā)人員緊密合作。
4.能夠清晰地向 CTO 及國際團隊傳達 AI 及自動化戰(zhàn)略。