岗位职责： 1.运用前沿深度学习架构，针对细胞病理图像数据与多组学数据（基因组、转录组、蛋白质组及代谢组数据）开展多模态建模分析。通过数据融合技术，深度挖掘数据间的潜在关联，提升病理检测全面性与准确性； 2. 基于全长转录组数据，构建多维分析模型，结合深度学习方法搭建蛋白质结构预测模型，评估单细胞精度与时空维度下蛋白功能与细胞命运； 4.负责跟踪多模态数据建模、人工智能在组学应用的最新进展，确保模型工具开发与应用在领域的前沿地位； 5.负责培养团队学生或其他成员的专业能力，建立人工智能人才梯队，营造积极良好的学习和科研氛围，促进团队共同成长； 6.独立或合作完成长读长、多组学、多模态数据建模分析等方向的科研项目，撰写和发表具有重大国际影响力的科研论文， 7.申请纵向与横向经费，申请相关专利。 岗位要求： 1.具有基因组学、生物信息学、人工智能或相关领域博士学历，或具备同等学术水平与科研能力，同时具备扎实生物学背景者优先； 2.具备丰富的多组学数据分析经验，熟练掌握常用的编程语言和统计工具（如 Python、R、C++ 等），熟悉深度学习框架（如TensorFlow、PyTorch），了解纳米孔测序，有多模态数据分析、机器学习、AI建模经验者优先； 3.熟悉CNN、RNN、LSTM、GNN以及transformer模型。针对前沿最新模型能够迅速运用，进行模型微调和迁移学习，以适应新任务； 4.具备良好的团队协助和沟通能力，能够帮助或带领团队一起成长； 5.以第一作者身份在中科院 1 区期刊或国际高影响力学术期刊上发表过论文者优先； 6.英语听说读写能力良好，可胜任国际会议报告、科研论文撰写及跨国合作交流。