岗位职责：
1. 主导DNA与RNA测序数据分析
- 负责 DNA和RNA测序数据的全流程分析，包括数据质控、比对、转录本识别、可变剪接、结构变异检测及表达定量。
- 优化并维护分析流程（pipeline），确保结果的准确性、可重复性与自动化。
- 负责多样本转录组表达矩阵构建与标准化，为下游系统建模与特征提取提供高质量输入。
- 具备 DNA/RNA提取、建库或通量测序操作经验的候选人优先。
2. 代谢网络建模与表征工程（Representation Engineering）
- 基于组学数据（转录组、代谢组、基因组等）进行 代谢通路重建与网络建模。
- 设计与提取网络层面的特征表示（节点属性、反应连接、拓扑结构等），为代谢系统分析提供可学习的结构化特征。
- 参与 基因组规模代谢模型（GEM） 的构建与验证，与实验团队协作完成模型—数据双向反馈。
3. 多组学整合与AI辅助分析
- 整合基因组、转录组、代谢组和表观组等多组学数据，开展关联分析与通路富集研究。
- 参与AI/ML建模过程，包括特征选择、数据标准化与图结构特征设计（representation engineering for downstream learning）。
- 支持代谢网络、基因调控网络或疾病模型的系统层分析与可视化。
4. 通用数据科学与科研支持
- 承担常规的数据科学任务：数据清洗、统计分析、建模验证与可视化。
- 熟练使用Python（pandas、numpy、scikit-learn、matplotlib）及R（tidyverse、ggplot2）进行数据处理与统计建模。
- 优化数据结构、脚本与分析流程，提升团队计算效率与数据复用性。
- 参与科研论文、项目报告及内部技术文档的撰写与发表。
任职资格：
- 博士学位，专业为生物信息学、计算生物学、系统生物学或数据科学等相关领域。
- 精通Python和R，熟悉主流生物信息分析工具（minimap2、StringTie2、DESeq2、Scanpy等）。
- 具备扎实的 DNA与RNA测序数据分析经验，熟悉长读长或全长转录组数据者优先。
- 熟悉代谢通路数据库与建模工具（KEGG、MetaCyc、COBRApy、BiGG Models）。
- 理解代谢网络建模和特征表征的原理，具备网络或图数据分析经验者优先。
- 具备良好的科研英文写作能力与跨学科协作精神。
加分条件：
- 具备DNA/RNA提取与建库操作经验，熟悉高通量数据流程。
- 有代谢通路拓扑分析或多组学整合经验。
- 具备机器学习或深度学习应用经验（PyTorch、scikit-learn、PyTorch Geometric或DGL）。