• 熟悉公共数据资源及在线分析平台，能够系统开展从原始数据到生物学解读的分析处理全流程。精通微生物组学数据分析流程，具备独立完成工具测试、环境部署及流程优化能力，并生成分析报告。 • 理解分子对接与分子动力学模拟的基本原理和操作，能够预测结合方式和强度。了解基因组规模代谢模型构建方法和工具，能够对代谢模型进行模拟、分析和优化。 • 熟悉科研数字化工具应用场景，能够根据实际需求进行技术选型与推广使用。了解蛋白质结构或性质预测的相关模型和算法，能够运用具体工具进行预测分析工作。 • 具备科研数据全周期管理能力，涵盖数据归档、安全备份、权限控制与跨团队共享机制的设计与实施。熟悉生物信息常用软件的安装配置、版本管理与故障排查，保障分析流程稳定运行。了解服务器、存储设备及高性能计算集群的硬件架构与性能指标，可参与设备维护、性能调优及升级规划。 • 精通至少一种编程语言（Python或R），擅长编写自动化脚本以提升数据处理效率。熟悉Linux、Bash和Bioconda，了解容器化技术（如Docker或Singularity）者优先。 • 具备扎实的统计分析能力，能够运用相关工具对实验数据进行深入分析、解读和可视化。 • 具备优秀的文档撰写能力，能够清晰、准确地撰写数据分析报告、技术文档、项目总结等。