（1）实验室 IT 与 AI 集成

· 领导 AI 解决方案的开发与实施，优化实验室自动化和工作流管理。

· 设计并集成 AI 驱动的调度系统，提高实验室时间管理与资源分配效率。

· 实施 AI 辅助质量控制算法，提升测序准确性和临床数据可靠性。

· 与国际团队及 CTO 紧密合作，确保 IT 与自动化战略符合全球实验室标准。

（2）数据分析与计算方法

· 开发并应用机器学习模型，用于DNA 甲基化测序数据分析和临床诊断。

· 实施自动化数据处理管道，进行大规模测序数据处理、错误校正和异常检测。

· 应用 AI 方法优化质量控制指标，提高实验结果的可重复性。

· 与国际生物信息学和数据科学团队协作，开发集成 AI 的数据分析流程。

（3）与应用程序开发团队协作

· 与应用程序开发团队合作，利用AI 数据挖掘和自然语言处理（NLP）技术分析患者问卷。

· 开发预测模型，结合问卷数据与临床生物标志物，提高患者分类和个性化诊疗。

（4）基础设施与系统集成

· 确保 AI 工具与实验室信息管理系统（LIMS）、测序平台及临床数据库的无缝集成。

· 优化云计算及本地服务器存储解决方案，支持高通量测序和临床数据管理。

· 与 CTO 和国际 IT 团队协作，开发可扩展的 AI 和自动化框架。

（5）研究与创新

· 跟踪最新的 AI 方法，应用于计算生物学、生物信息学和临床数据科学。

· 在国际同行评审期刊发表研究成果，并参加科学会议。

· 参与与 CTO 及全球合作者的国际会议，确保 AI 战略符合公司整体发展目标。

1）教育与技术专长

· 计算机科学、人工智能、生物信息学、计算生物学或相关领域的博士学位。

· 具有机器学习、深度学习及 AI 在生物或临床数据分析领域的应用经验。

· 精通Python、R、SQL，并具备TensorFlow、PyTorch 或 Scikit-Learn 相关经验。

（2）数据科学与分析技能

· 在基因组数据分析，特别是 DNA 甲基化测序数据分析方面具有丰富经验。

· 熟悉统计建模、AI 赋能的质量控制和临床诊断预测分析。

· 具备自然语言处理（NLP）技术经验，用于患者问卷数据分析。

（3）基础设施与 IT 技能

· 具有云计算（AWS、Google Cloud 或 Azure）及数据库管理系统的经验。

· 了解实验室信息管理系统（LIMS）集成、实验室自动化及工作流管理软件。

（4）软技能与语言要求

· 流利的英文和普通话（书面及口语），能有效与国际团队沟通协作。

· 卓越的问题解决能力，能够独立开展工作并领导 IT/AI 相关项目。

· 出色的团队合作与领导能力，能与科学家、工程师及开发人员紧密合作。

· 能够清晰地向 CTO 及国际团队传达 AI 及自动化战略。