生物信息应用工程师

岗位职责 1. 分析流程的运行：负责 cf-EpiTracing 数据分析全流程（质控 → 比对 → 染色质状态区域信号统计 → 特征工程 → 分类/分型/预后模型 → 报告），持续迭代版本并沉淀标准流程（SOP）。 2. 模型优化：参与与讨论面向多癌种早筛开发与优化机器学习模型（特征筛选、样本不平衡处理、跨中心泛化、阈值与决策曲线优化）。 3. 阶段性总结与数据呈现：根据已有流程定期产出批次分析与阶段性总结报告，将算法结果转化为临床与管理层可解读的结论（ROC / 决策曲线 / 亚组分析）。 4. 数据资产与大队集管理：根据要求建设项目级数据集、样本库与标注体系，制定数据版本管理、质控与可追溯规则。 5. 跨团队协作：与实验、测序、临床团队对接数据需求与验收标准；配合注册与科研申报的数据材料。 6. 算力与交付管理：规划服务器/云算力使用，控制分析成本与交付周期。 任职要求 1. 本科及以上，硕士优先；生物信息、遗传学、生物统计、肿瘤生物学等相关专业，3 年以上生物信息分析经验；扎实的生物信息学基础：熟悉基因组学、表观遗传学原理，理解肿瘤发生与早筛生物学背景。 2. 完整流程实战经验：独立主导过至少一套完整 NGS 分析流程，能说清每一步的输入、输出、参数与常见坑；有明确的批次/阶段性分析总结产出。 3. 大数据集处理：具备百至千样本量级数据处理与建模经验，理解高维小样本的应对策略；熟练 Python（pandas / numpy / scikit-learn），熟悉 Linux。 4. 理解 AI 分析的作用：了解机器学习在组学数据中的应用场景、评估方法与局限，能判断模型可信度与过拟合风险，而非仅调包使用。 5. 工程化与协作：文档与汇报习惯良好，能与实验人员对接，理解"数据—实验—临床反馈"迭代闭环。 加分项（优先） · 表观遗传学算法经验：ChIP-seq / ATAC-seq / cfDNA 数据经验，熟悉 ChromHMM 等染色质状态建模，有 ChIP 分析实战； · 多癌种早筛算法经验：主导过多癌种/泛癌早筛模型开发与验证，理解早筛场景下灵敏度—特异度权衡、阳性预测值与人群患病率对判读的影响； · 液体活检（cfDNA、甲基化、片段组学）分析经验； · 多中心数据整合与外部验证经验，熟悉人类遗传资源相关数据合规规范。 入驻客户：北京寻源谱生物技术有限公司介绍如下： 主导游离染色质表观基因组早检项目（cf-EpiTracing），将团队国际前沿方法（Cell-free chromatin state tracing reveals disease origin and therapy responses, Nature, 2026）进行样本检测及数据分析整理，在自动化平台加持下以及形成AI大数据后，应用于结直肠癌、肺癌、消化道肿瘤等多癌种早筛，并与临床合作方推进前瞻性验证。 公司现已入驻北京中关村生命科学园新生巢创新中心，期待您的加入。