生物信息相关岗位及任职要求整理

注：（整理于2022年3月，素材来自各大生信企业的公开招聘信息、取并集、有筛选）

一、生信分析类岗位

1、职责

• 多组学数据分析和可视化
• 针对具体数据撰写分析脚本
• 协助搭建并维护数据分析流程
• 与具体方向（例如单细胞、数据库）结合
• 负责研发项目的信息分析、背景调研、方案设计与撰写
• 辅助写论文、写基金
• 分析报告的撰写和生物意义解读

2、任职资格

• 硕士及以上（极少数本科即可），有多组学分析、生信流程搭建（snakemake、wdl等）、软件开发经验者优先
• 熟悉高通量测序数据分析原理、流程、各种工具的应用及核心算法（不都要求算法）
• R语言绘图能力
• 熟悉Linux（能够熟练编写shell脚本）、熟悉常用生信分析软件、精通至少一门（有的岗位要求2门）编程语言(不同岗位要求不一样，但一般都有python)：java、python、c、c++、perl、R
• 熟悉生物信息各大数据库
• 英文表达和读写能力
• 文献调研能力
• 逻辑思维、学习能力、协调沟通能力、抗压能力
• 熟悉高性能计算集群环境（少数岗位有此要求）
• 与具体方向结合（例如数据库相关岗位要求熟悉html等）
• 第一作者发表论文者优先（较少岗位有此要求）

二、生信算法研发/软件开发类岗位

1、职责

• 针对新数据（一般是组学数据）、新需求，开发新型算法工具以支撑数据分析
• 评估各类组学数据相关的可行算法、包括统计和机器学习方法
• 优化已有算法或分析流程的性能
• 撰写生信算法、软件等方法学文章

2、任职资格

• 熟悉机器学习与数据挖掘常用算法、良好的数理统计基础
• 硕士及以上（部分岗位要求博士）
• 熟悉linux，掌握R、python、C\C++、C#、java、JS编程语言中的一种或多种
• 表达和沟通能力、逻辑思维、学习能力
• 熟悉数据结构与算法
• 熟悉基因组测序技术和相关分析方法，熟悉常规的生物信息学分析流程
• 掌握数据库（MySQL\Redis\mongodb）（部分岗位要求）

三、生物学+深度学习/数据挖掘/机器学习类岗位

1、职责

• 跟踪学术进展、提供创新想法和技术支持
• 基于深度学习的方法开发、人工智能算法开发（针对深度学习类岗位）
• 开发项目相关辅助软件
• 结合具体方向（例如结构预测、实验图像数据挖掘）有具体要求
• 将统计机器学习、NLIP、CV前沿方法引入生物领域

2、任职资格

• 硕士及以上（部分岗位要求博士）
• 精通至少一门（有的要求2门）编程语言（C、C++、PYTHON、MATLAB、JAVA、R）
• 机器学习和统计分析经验，概率论、数理统计基础
• 与具体方向结合（一般都要求熟悉业界前沿的研究模型（例如CV的要求R-CNN等；NLP要求transformer等））
• 掌握tensorflow和pytorch、caffe（少见），有深度学习项目和部署经验 （针对深度学习类）
• 学习能力、论文检索能力、快速实现转化技术原型
• 沟通能力和团队协作能力
• 熟悉二代测序数据、理论和算法等；有的要求熟悉单细胞流程和算法（根据具体岗位的不同有差异）
• 熟悉深度学习理论（各种经典网络）
• 熟悉知识表示、少样本学习等（部分岗位要求）
• 项目开发经验
• 熟悉生信数据库
• kaggle、kdd、cvpr等比赛获奖 or 一作高水平论文/顶会 优先 （部分岗位有此要求）