崗位職責
1算法研發與優化，設計實現訓練和優化用于原始測序信號（如電流信號熒光圖像）到DNA/RNA堿基序列轉換的深度學習模型（如CNN, RNN, Transformer, CTC等）。
2構建基因組數據處理流程，構建高效穩定的數據預處理和后處理流水線，處理大規模高維度的原始測序數據。
3模型部署與性能提升，將訓練好的模型部署到生產環境，并持續監控評估其性能（如準確率速度資源消耗），進行迭代優化。算法性能優化，實現算法并行化與計算資源優化。
4技術調研與創新，持續跟蹤AI和基因組學交叉領域的最新學術成果，探索并將前沿技術應用于實際產品中。
任職要求
1計算機科學人工智能生物信息學統計學應用數學或相關領域的碩士及以上學歷。
2扎實的機器學期與深度學習理論基礎。
3豐富的使用PyTorch/TensorFlow/Keras等框架進行模型開發和訓練經驗，熟悉主流深度學習架構。
4精通Python，熟悉Linux開發環境，具備優秀的算法設計和編碼能力。熟悉R/C++等尤佳。
5熟練使用NumPy/Pandas/Scikit-learn等數據科學工具包，具備處理大規模數據集的實踐經驗。
6強大的邏輯思維能力問題解決能力和創新意識，具備優秀的團隊協作精神和溝通能力。
優先考慮
1有生物信息學基因組學或計算生物學背景。了解高通量測序技術（如Illumina, ONT, PacBio）的原理和數據處理流程。
2有堿基識別（Base Calling）變異檢測（Variant Calling）基因組組裝（Genome Assembly）或相關生物信息學項目經驗。熟悉Bonito, Guppy, DeepVariant等工具者更佳。
3有處理時序信號（Time-series Data）或生物圖像分析的經驗。
4有模型量化剪枝蒸餾或高性能計算（HPC）GPU加速（CUDA）等模型優化和部署經驗。
1算法研發與優化，設計實現訓練和優化用于原始測序信號（如電流信號熒光圖像）到DNA/RNA堿基序列轉換的深度學習模型（如CNN, RNN, Transformer, CTC等）。
2構建基因組數據處理流程，構建高效穩定的數據預處理和后處理流水線，處理大規模高維度的原始測序數據。
3模型部署與性能提升，將訓練好的模型部署到生產環境，并持續監控評估其性能（如準確率速度資源消耗），進行迭代優化。算法性能優化，實現算法并行化與計算資源優化。
4技術調研與創新，持續跟蹤AI和基因組學交叉領域的最新學術成果，探索并將前沿技術應用于實際產品中。
任職要求
1計算機科學人工智能生物信息學統計學應用數學或相關領域的碩士及以上學歷。
2扎實的機器學期與深度學習理論基礎。
3豐富的使用PyTorch/TensorFlow/Keras等框架進行模型開發和訓練經驗，熟悉主流深度學習架構。
4精通Python，熟悉Linux開發環境，具備優秀的算法設計和編碼能力。熟悉R/C++等尤佳。
5熟練使用NumPy/Pandas/Scikit-learn等數據科學工具包，具備處理大規模數據集的實踐經驗。
6強大的邏輯思維能力問題解決能力和創新意識，具備優秀的團隊協作精神和溝通能力。
優先考慮
1有生物信息學基因組學或計算生物學背景。了解高通量測序技術（如Illumina, ONT, PacBio）的原理和數據處理流程。
2有堿基識別（Base Calling）變異檢測（Variant Calling）基因組組裝（Genome Assembly）或相關生物信息學項目經驗。熟悉Bonito, Guppy, DeepVariant等工具者更佳。
3有處理時序信號（Time-series Data）或生物圖像分析的經驗。
4有模型量化剪枝蒸餾或高性能計算（HPC）GPU加速（CUDA）等模型優化和部署經驗。
職位類別： 全職
舉報溫馨提示
- 所在地區：廣東-深圳市
- 聯系人：郭女士
- 手機：會員登錄后才可查看
- 郵箱：會員登錄后才可查看
- 郵政編碼：
工作地址
- 地址：
