带领团队在生物信息学组内部推进人工智能 (AI)、机器学习 (ML) 及先进计算方法的开发 、部署与工程化落地，全面赋能中国种业研发(Seeds R&D)。 负责组建并带领团队，针对基因组学、多组学及生物图像等生命科学数据领域，提供高扩展性、可投入实际生产的 AI 解决方案。通过与生物信息学家、育种家、分子生物学家及数字化合作伙伴紧密协作，将种业研发管线中的生物学挑战转化为稳健的计算解决方案，从而加速科研发现、优化决策流程并提升研发效率。、 • 团队领导与能力建设（Team Leadership & Capability Development） 1、招聘、指导并带领一支高绩效的 AI 科学家与工程师团队。制定技术标准、工程最佳实践以及可复用的 AI 架构、组件与工具能力。促进中国与全球生物信息团队之间的协作，持续建设机器学习、深度学习、云计算及科学软件工程等核心能力，有力支持种业研发的长期战略目标。 • AI 模型开发与创新（AI Model Development & Innovation） 2、主导针对生物学数据的机器学习与深度学习方法的设计、研发与应用，涵盖基因组与蛋白质序列建模、计算机视觉、多组学数据整合、科学知识挖掘与检索以及多模态 AI。推动前沿 AI 技术的评估、适配与落地应用，为育种和生物技术项目创造可量化的实际价值。 • AI 平台、工程化与运维(AI Platforms, Engineering & Operations) 3、构建并维护高扩展性的 AI平台、自动化工作流及工程规范，全面盖数据准备、模型训练、分布式计算、评估验证、可复现性管理、部署上线、监控及运维等全生命周期。与种业研发工程赋能及运维团队（Seeds R&D Engineering Enablement & Operations）合作，充分利用云平台与高性能计算（HPC）基础设施，确保通过可靠、弹性且高性价比的算力环境交付 AI 工作负载，为种业科研与产品开发保驾护航。 • 性状研发管线与育种赋能（Trait Pipeline & Breeding Enablement） 4、与育种家、性状发现科学家、分子生物学家及生物信息学家紧密合作，发掘 AI 赋能决策与科学发现的高价值应用场景。将基因组预测、基因型-表型关联分析、生物技术性状发现、蛋白质工程以及实验设计等生物学核心难题转化为实用的 AI 赋能解决方案。 • 跨职能协作与技术整合(Cross-Functional Collaboration & Technology Integration) 5、与生物信息学、性状数字化与基因组学（Traits Digitalization & Genomics）、数据科学及其他研发部门紧密协作，将 AI 能力无缝整合到现有的科学工作流与科研平台中。确保 AI 解决方案符合内部技术标准、与企业级系统互联互通并得到有效应用，为育种和生物技术项目带来实质价值。 • AI 战略与前沿技术调研（AI Strategy & Technology Scouting） 6、持续跟踪人工智能、科学大模型（Scientific Foundation Models）及计算生物学领域的最新进展。评估新兴技术，并通过引入前沿 AI 方法、工具平台及外部合作，积极探索加速育种与生物技术研发的新机遇。