工作職責(zé)：

1、負(fù)責(zé)育種相關(guān)數(shù)據(jù)的收集、清洗、預(yù)處理和分析，運(yùn)用統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)算法構(gòu)建數(shù)據(jù)模型，支持育種決策。

2、基于深度學(xué)習(xí)框架（如 PyTorch、TensorFlow），開發(fā)適用于育種場景的 AI 模型，如性狀預(yù)測模型、品種選育模型等。

3、運(yùn)用數(shù)據(jù)分析工具（如 Python 的數(shù)據(jù)分析庫、R 語言），對育種數(shù)據(jù)進(jìn)行深入挖掘與分析，發(fā)現(xiàn)數(shù)據(jù)背后的規(guī)律與趨勢，為育種決策提供數(shù)據(jù)支持。

4、與其它項(xiàng)目團(tuán)隊(duì)緊密合作，獲取專業(yè)的基因數(shù)據(jù)分析方法與技術(shù)支持，共同攻克數(shù)據(jù)難題。

5、與育種專家密切溝通，了解其實(shí)際需求，將 AI 技術(shù)與育種業(yè)務(wù)深度融合，推動育種項(xiàng)目的順利開展。

工作職責(zé)：

1、碩士學(xué)歷 、計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)/統(tǒng)計(jì)學(xué)、生物信息學(xué)或相關(guān)領(lǐng)域

2、具備農(nóng)學(xué)、作物遺傳育種、生物信息、數(shù)量遺傳學(xué)等工作或?qū)W習(xí)經(jīng)驗(yàn)

3、 熟練使用Python，熟悉Linux開發(fā)環(huán)境和AWS公有云計(jì)算，具備扎實(shí)的代碼工程能力（Git/Docker/K8s等）。

4、熟悉生物信息學(xué)工具（如GWAS、QTL分析）、基因組學(xué)數(shù)據(jù)處理（如WGS、RNA-seq）以及全基因組選擇模型（如rrBLUP，XGBoost）。

5、 熟練掌握至少一種主流深度學(xué)習(xí)框架，具備模型訓(xùn)練、分布式并行及工程化部署經(jīng)驗(yàn)。

能力/素質(zhì)/態(tài)度要求

6、具備農(nóng)業(yè)領(lǐng)域知識或跨學(xué)科科研經(jīng)驗(yàn)，對AI驅(qū)動育種有強(qiáng)烈興趣。

7、具備極強(qiáng)的自主學(xué)習(xí)能力，能快速理解農(nóng)業(yè)領(lǐng)域需求。

8、良好的團(tuán)隊(duì)協(xié)作與創(chuàng)新能力，對農(nóng)業(yè)智能化充滿熱情。

9、有SNP分析、基因組選擇（GS）或LLM應(yīng)用經(jīng)驗(yàn)者優(yōu)先。