职位描述：
岗位职责 1算法研发与优化，设计实现训练和优化用于原始测序信号（如电流信号荧光图像）到DNA/RNA碱基序列转换的深度学习模型（如CNN, RNN, Transformer, CTC等）。 2构建基因组数据处理流程，构建高效稳定的数据预处理和后处理流水线，处理大规模高维度的原始测序数据。 3模型部署与性能提升，将训练好的模型部署到生产环境，并持续监控评估其性能（如准确率速度资源消耗），进行迭代优化。算法性能优化，实现算法并行化与计算资源优化。 4技术调研与创新，持续跟踪AI和基因组学交叉领域的最新学术成果，探索并将前沿技术应用于实际产品中。 任职要求 1计算机科学人工智能生物信息学统计学应用数学或相关领域的硕士及以上学历。 2扎实的机器学期与深度学习理论基础。 3丰富的使用PyTorch/TensorFlow/Keras等框架进行模型开发和训练经验，熟悉主流深度学习架构。 4精通Python，熟悉Linux开发环境，具备优秀的算法设计和编码能力。熟悉R/C++等尤佳。 5熟练使用NumPy/Pandas/Scikit-learn等数据科学工具包，具备处理大规模数据集的实践经验。 6强大的逻辑思维能力问题解决能力和创新意识，具备优秀的团队协作精神和沟通能力。 优先考虑 1有生物信息学基因组学或计算生物学背景。了解高通量测序技术（如Illumina, ONT, PacBio）的原理和数据处理流程。 2有碱基识别（Base Calling）变异检测（Variant Calling）基因组组装（Genome Assembly）或相关生物信息学项目经验。熟悉Bonito, Guppy, DeepVariant等工具者更佳。 3有处理时序信号（Time-series Data）或生物图像分析的经验。 4有模型量化剪枝蒸馏或高性能计算（HPC）GPU加速（CUDA）等模型优化和部署经验。 举报