生物数据科学研发工程师

岗位职责： 负责整合与管理多种类型的生物数据资源，包括： -癌症相关数据：COSMIC数据库中的突变信息、拷贝数变异及基因融合事件 -蛋白质互作数据：酵母双杂交（Y2H）、质谱（MS）等实验产出的相互作用结果 -基因表达谱数据：GTEx项目提供的组织特异性表达水平数据 -药物研发数据：涵盖结合亲和力、药物重定位等相关信息 -单细胞测序数据：Census数据集及其配套分析工具链 -基因组变异数据：GWAS研究结果、GeneBass数据库、变异功能注释等 设计并实施高效的数据组织架构与存储策略，支撑快速检索及AI模型、统计分析等下游应用调用。 开展常规性数据清洗、格式转换与标准化处理，保障数据一致性与可追溯性。 持续维护数据元信息记录（如来源渠道、版本编号、授权许可）以及访问权限控制机制。 协同科研团队，提供数据管理技术支持与结构化解决方案。 职位要求： 具备生物信息学、遗传学、分子生物学或组学相关专业背景，掌握常见生物数据类型及专业术语（如基因突变、表达矩阵、基因功能注释等）。 具有实际处理生物科研数据的经验（如癌症基因组、单细胞转录组、基因组变异数据），熟悉主流数据文件格式（CSV、TSV、JSON、Parquet等）。 具备基础的数据处理能力，能使用Python或Shell完成数据清洗、格式转换、导入导出等操作。 加分项： 有数据湖或数据仓库平台使用经验（如Hadoop、Spark、Airflow等）。 掌握至少一种数据库系统（PostgreSQL、MySQL、MongoDB、ClickHouse等），具备基本查询与性能优化能力。 参与过科研级数据管理系统建设或大规模生物数据集处理项目。 了解AI模型训练过程中对数据供给的需求及数据结构优化方法。