崗位職責
1算法研發(fā)與優(yōu)化，設計實現(xiàn)訓練和優(yōu)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(zhuǎn)換的深度學習模型（如CNN, RNN, Transformer, CTC等）。
2構(gòu)建基因組數(shù)據(jù)處理流程，構(gòu)建高效穩(wěn)定的數(shù)據(jù)預處理和后處理流水線，處理大規(guī)模高維度的原始測序數(shù)據(jù)。
3模型部署與性能提升，將訓練好的模型部署到生產(chǎn)環(huán)境，并持續(xù)監(jiān)控評估其性能（如準確率速度資源消耗），進行迭代優(yōu)化。算法性能優(yōu)化，實現(xiàn)算法并行化與計算資源優(yōu)化。
4技術調(diào)研與創(chuàng)新，持續(xù)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(chǎn)品中。
任職要求
1計算機科學人工智能生物信息學統(tǒng)計學應用數(shù)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(fā)和訓練經(jīng)驗，熟悉主流深度學習架構(gòu)。
4精通Python，熟悉Linux開發(fā)環(huán)境，具備優(yōu)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(shù)據(jù)科學工具包，具備處理大規(guī)模數(shù)據(jù)集的實踐經(jīng)驗。
6強大的邏輯思維能力問題解決能力和創(chuàng)新意識，具備優(yōu)秀的團隊協(xié)作精神和溝通能力。
優(yōu)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(shù)據(jù)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(jīng)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(jīng)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(yōu)化和部署經(jīng)驗。
1算法研發(fā)與優(yōu)化，設計實現(xiàn)訓練和優(yōu)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(zhuǎn)換的深度學習模型（如CNN, RNN, Transformer, CTC等）。
2構(gòu)建基因組數(shù)據(jù)處理流程，構(gòu)建高效穩(wěn)定的數(shù)據(jù)預處理和后處理流水線，處理大規(guī)模高維度的原始測序數(shù)據(jù)。
3模型部署與性能提升，將訓練好的模型部署到生產(chǎn)環(huán)境，并持續(xù)監(jiān)控評估其性能（如準確率速度資源消耗），進行迭代優(yōu)化。算法性能優(yōu)化，實現(xiàn)算法并行化與計算資源優(yōu)化。
4技術調(diào)研與創(chuàng)新，持續(xù)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(chǎn)品中。
任職要求
1計算機科學人工智能生物信息學統(tǒng)計學應用數(shù)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(fā)和訓練經(jīng)驗，熟悉主流深度學習架構(gòu)。
4精通Python，熟悉Linux開發(fā)環(huán)境，具備優(yōu)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(shù)據(jù)科學工具包，具備處理大規(guī)模數(shù)據(jù)集的實踐經(jīng)驗。
6強大的邏輯思維能力問題解決能力和創(chuàng)新意識，具備優(yōu)秀的團隊協(xié)作精神和溝通能力。
優(yōu)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(shù)據(jù)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(jīng)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(jīng)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(yōu)化和部署經(jīng)驗。
職位類別： 全職
舉報溫馨提示
- 所在地區(qū)：廣東-深圳市
- 聯(lián)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：
