丽水
经验不限
博士
理聘安全提示 
理聘小程序
随时随地看职位
投递反馈秒知道
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. 临床级诊断模型架构设计与开发：
主导基于组学数据的肿瘤早筛、辅助诊断及预后评估算法的顶层设计。
针对生物组学数据“极高维度、高稀疏、强噪音、易受分析前变量干扰”的特性，设计定制化的机器学习与深度学习架构，构建高鲁棒性的临床诊断模型。
2. 核心标志物降维与锁定：
这是本岗位的核心任务。 运用先进的高维特征选择算法与可解释性AI，从数万个特征中，精准筛选出最具临床价值和泛化能力的标志物组合（Biomarker Panel）。
主导从发现队列的高维模型向验证队列的低维靶向模型的算法转化。
3. 真实世界数据的鲁棒性与泛化优化：
从算法底层解决多中心临床试验、多批次样本带来的数据分布偏移与批次效应。
建立严格的交叉验证与独立外部验证体系，对抗过拟合，确保诊断模型在真实世界复杂临床环境中的各项指标（AUC, 敏感性, 特异性）满足LDT/IVD注册申报的严苛标准。
4. 转化医学协同与工程化落地：
带领生物信息/算法团队，搭建符合医疗器械软件质量管理规范的自动化数据分析与模型训练管线，确保数据处理与模型推断的绝对可重复性。
主导核心算法与标志物组合的发明专利撰写。
任职资格要求:
1. 学历与专业背景：
计算生物学、生物信息学、生物统计学、机器学习或相关交叉专业博士学历。
2. 算法与数据科学能力（核心要求）：
扎实的AI/ML功底： 熟练掌握主流机器学习算法及深度学习框架（Transformer、神经网络）。能够根据数据的特殊分布自定义损失函数或正则化项。
编程技能： 精通 Python、R或PyTorch，具备优秀的工业级代码编写习惯和版本控制能力。
优先考虑：熟悉质谱（LC-MS/MS）数据的底层逻辑，了解蛋白质组学的数据特征，清楚缺失值产生的生物学与物理机制，并能采用合理的统计算法进行处理。
3. 成果导向：
优先考虑：参与开发在独立临床队列中得到验证的商业化诊断模型/算法产品
4. 综合素质：
具备极强的工程落地思维。优秀的团队管理能力和跨部门沟通能力。
到岗时间：2026年7月 （7-9月在杭州工作）
浙公网安备33010502011824