数据科学家

岗位介绍

MiRXES 是一家总部位于新加坡的分子诊断公司，专注于 microRNA 技术，开发癌症诊断产品。现招聘数据科学家，领导数据科学、生物信息学和机器学习项目，分析内部临床和分子数据，识别生物标志物，开发诊断模型，为项目设计、检测开发、产品开发和临床研究策略提供见解。

工作内容

• 领导数据分析和机器学习项目，利用内部多组学和临床数据集进行癌症生物标志物发现和诊断模型开发。
• 识别新型 DNA、RNA 和 ncRNA 生物标志物，开发用于癌症检测的多标志物诊断模型。
• 开发数据分析工作流程，用于数据处理、质量控制、模型训练、验证和性能评估。
• 支持 AI 能力开发，包括相关医学图像分析，如 CT 和 X 射线模型开发。
• 与临床、检测开发、产品开发和商业团队紧密合作，为项目方向和产品策略提供数据驱动的见解。
• 领导和指导数据科学家和生物信息学家，提供技术指导、项目规划和知识转移。
• 提升研发团队的数据素养，支持在项目中采用数据驱动的决策。
• 为实验设计、流程优化、检测质量控制和产品验证提供统计和分析输入。
• 支持科学交流、内部报告、外部合作和选定的商业活动。

任职要求

• 数据科学、计算机科学、生物信息学、计算生物学、生物医学工程、统计学或相关定量学科硕士或博士学历。
• 最好有 2-5 年开发生物医学、医疗保健、基因组学或生命科学应用的机器学习或深度学习模型的相关经验。
• 具有处理高维生物或临床数据集的经验，最好包括血液生物标志物、基因组学、测序数据或生物医学图像。
• 具有将机器学习项目贯穿整个工作流程的实践经验，包括数据预处理、特征工程、模型开发、验证、性能评估和解释。
• 精通 Python 用于科学计算和机器学习。
• 具有 PyTorch 和深度学习模型开发的丰富实践经验。
• 熟练使用 scikit-learn 和常规机器学习/统计方法，如逻辑回归、随机森林、梯度提升、SVM、聚类、降维和特征选择方法。
• 具有开发和评估深度学习架构的经验，如 CNN、transformers、基于注意力的模型、自动编码器或其他现代神经网络架构。
• 具有将机器学习/深度学习应用于以下至少一个领域的经验：生物医学图像数据，包括图像预处理、增强、特征提取、分割、分类或表示学习。
• 具有将机器学习/深度学习应用于以下至少一个领域的经验：下一代测序数据，包括分析测序 reads 和/或衍生的基因组特征用于分类、生物标志物发现或预测建模。
• 熟悉相关的基因组学/生物信息学数据格式和工作流程，如 FASTQ、BAM/CRAM、VCF 和基因组特征矩阵者优先。
• 对模型验证和统计方法有良好的理解，包括训练/验证/测试分离、交叉验证、防止数据泄漏、类别不平衡、超参数优化和模型泛化性评估。
• 能够使用适当的指标评估诊断模型，包括 ROC-AUC、灵敏度、特异性、精确率/PPV、NPV、校准和置信区间，而不是仅仅依赖模型准确性。