1、教育背景 生物信息学、基因组学、计算生物学、计算机科学、软件工程、统计学、数学、生物学、医学等相关专业硕士及以上学历；具备较好的生信基础、统计学基础或编程基础。 2、核心技术能力 掌握至少一种编程语言，具备较好的Python或R开发能力； 熟悉Linux操作系统基本操作，掌握常用生信软件与公共数据库的使用； 掌握统计学基础知识，理解常用生信分析方法与算法原理； 了解NGS测序技术原理及生信分析基本流程（质控、比对、变异检测 / 表达定量、注释等）； 了解AI工具（大模型、AI Coding等）在生信工作中的应用。 3、AI应用与生信结合能力 熟练使用AI工具辅助完成编码、调试、文献调研、结果解读等日常工作； 了解Prompt Engineering、大模型API调用、RAG等AI技术者优先； 有用AI辅助生信流程开发或分析的实践经验者优先； 了解Docker、Kubernetes、流程编排（Nextflow / Snakemake等）等工程化技术者优先； 具备将AI能力转化为生信实际工作提效的意识和能力。 4、项目实践能力 在校期间有生信分析、多组学数据分析、软件工具开发或AI相关项目实践； 能够独立完成从需求理解、技术方案设计、分析执行到结果交付的完整项目实践； 有科研项目、课程项目、竞赛、开源项目或个人生信项目成果者优先； 能够对分析结果进行科学解读与质控，主动定位问题并持续优化。 5、综合素质 对生信分析、AI+生信（AI4S）具有较强兴趣和持续学习能力； 具备较好的逻辑分析、问题拆解和工程实践能力； 具备较强的主动学习和技术探索能力，能够快速学习新的生信技术和AI工具； 具备良好的沟通协作能力和技术表达能力； 对多组学、生命科学及AI+Science方向有浓厚兴趣，乐于深入钻研。 6、加分项 有生信分析、多组学数据分析、AI4S等相关科研或项目成果； 有高水平论文、专利、生信 / 算法竞赛或开源项目成果； 有GitHub等开源社区贡献或个人生信软件工具项目； 有AI辅助生信流程开发，或Agent / RAG在生信场景应用的实践经验； 有基因组、转录组、单细胞、空间组等多组学项目经历。 基础信息：工作地点：天津；学历要求：硕士；经验要求：经验不限；岗位类型：校园 岗位标签：生物；测序