诺禾致源

1、组学大模型（Omics Foundation Model）设计与构建 主导多模态组学大模型（基因组/转录组/表观组/单细胞/空间组学等）的架构设计与技术路线制定； 探索大语言模型（LLM）与组学数据的深度融合（如序列-文本-知识图谱统一建模）； 构建面向基因测序数据解析、功能预测、变异解读等核心任务的AI模型体系。 2、基因测序领域智能化应用落地 推动大模型在测序数据分析全流程中的应用（如变异检测、注释、功能预测、致病性评估等）； 设计智能化分析引擎，提升数据处理效率与生物学解释能力； 打造“AI+测序”一体化解决方案（从数据生成到决策支持）。 3、多组学融合与虚拟生物系统建模 构建跨组学数据融合模型（multi-omics integration），支持复杂性状解析与机制挖掘； 探索虚拟细胞/虚拟生物系统（Virtual Cell）等前沿方向的数据驱动建模方法； 推进从“数据分析工具”向“机制推理模型”的技术升级。 4、平台化与产品体系建设 架构组学AI平台（Omics AI Platform），推动模型服务化（Model-as-a-Service）； 设计标准化模型接口与数据流程，支持规模化应用与商业化落地； 深度参与产品定义，推动组学大模型从科研走向产业应用。 5、技术前瞻与创新方向引领 跟踪AI for Science、AI for Biology前沿（如foundation model、agent、自动化科学发现）； 输出技术白皮书、专利与高水平论文，提升公司技术影响力； 主导关键技术决策，建立长期技术壁垒。 6、跨部门协同与项目牵引 协同研发、产品、市场、临床/育种等团队，推动复杂项目落地； 支撑重点客户与战略项目，提供高端技术解决方案； 牵头国家级/省部级科研项目申报与实施。

1、教育背景 基因组学、生物信息学、人工智能、计算生物学、统计学等相关专业博士及以上学历； 2、核心技术能力 具备大模型（LLM/多模态模型）设计与训练经验（如Transformer、Diffusion、Graph Model等）； 熟悉组学数据分析流程（NGS、单细胞、空间组学等）； 掌握至少一个方向的深入能力： 序列建模（DNA/RNA/蛋白质） 多组学整合分析 生物网络/系统生物学建模 AI驱动的生物机制推断 3、领域经验（满足其一或多项优先） 基因测序数据分析（变异检测、注释、GWAS等）； 分子育种或精准医疗相关项目经验； 单细胞/空间组学分析或工具开发经验； 有组学大模型或AI for Biology项目落地经验者优先。 4、工程与产品能力 熟悉大规模数据处理与分布式计算（如Spark、Ray等）； 具备模型工程化与产品化经验（API化、平台化、云部署等）； 能将科研成果转化为可落地产品或解决方案。 5、综合素质 优秀的技术洞察力与创新能力，能够定义新方向； 强跨部门沟通能力，能够连接科研、工程与商业； 英语流利，可阅读国际前沿文献并参与国际合作。 6、加分项 有生物大模型（如基因序列模型、蛋白模型等）开发经验； 参与过国家重大科研项目或产业化项目； 在Nature / Science / Cell / BioRxiv / NeurIPS / ICML等发表相关成果； 熟悉知识图谱、AI Agent、自动化科研（Auto-Science）等前沿方向； 有团队管理或技术负责人经验。