理聘网-职位详情页，生物信息学工程师（浙江大学生命科学学院林爱福教授领衔核酸健康创新实验室-重大疾病早期预警与干预项目招聘专题）

实验室简介: 核酸健康创新实验室由林爱福教授领衔创立，定位于国际一流的核酸转化医学创新高地。团队科研实力雄厚，汇聚了生物信息学、合成生物学及临床医学等领域的顶尖专家（含3名国家级高层次人才），形成了一支优势互补的跨学科交叉科研队伍。 实验室坚持以临床痛点为导向，关注重大疾病早期预警与干预，重点攻关肿瘤发生机制解析、基于新型生物分子的高灵敏肿瘤早期诊断技术开发，以及药物设计与靶向递送系统的创新研发。 未来，实验室将加速推动从“基础探索”到“临床应用”的全链条转化，力求在肿瘤早筛与精准治疗上取得原创性突破，为护航人类生命健康贡献核心科技力量。 岗位职责: 1.生物标志物挖掘： 利用统计学和机器学习算法，深入挖掘临床样本数据，筛选并验证具有临床诊断、预后或治疗指导意义的潜在生物标志物，构建评估模型。 2.流程开发与维护： 搭建并维护自动化的生物标志物发现分析管线（Pipeline），确保数据分析的高效性与可重复性。 3.多组学模型搭建： 负责建立和优化多组学（基因组、转录组、蛋白质组等）数据的整合分析流程，构建生物信息学分析模型。 4.与实验团队紧密配合，参与实验设计，解读分析结果，并撰写高质量的数据分析报告及科研论文。 任职资格要求: 1.学历背景：生物信息学、计算生物学、生物统计学、计算机科学或相关专业硕士及以上学历（优秀本科生亦可考虑）。 2.编程能力：精通 Python、 R 或 Perl 语言，熟悉 Linux shell，具备良好的代码规范和版本管理习惯。 3.专业技能： 1)具有生物标志物发现的相关经验（从Discovery到Validation）。 2)优先条件：熟悉深度学习算法，有相关标志物鉴定、诊断模型构建经验。 3)优先条件：有丰富的蛋白质组学数据处理经验，熟悉MaxQuant, Spectronaut, FragPipe, DIANN等主流质谱分析软件者优先。 4.熟悉常用的机器学习算法（如RF, SVM, LASSO, Deep Learning等）在生物数据中的应用。 5.综合素质：具备良好的逻辑思维能力、英语文献阅读能力及团队沟通协作精神。 到岗时间：2026年7月 （7-9月在杭州工作）