我们正在开发一个面向生物医药研发的 AI4Science 平台，致力于通过大模型与智能 Agent 技术，提升科研数据的处理效率与分析能力。 在平台建设过程中，需要大量高质量的公开生物医学数据（如 GEO 等公共数据库数据）作为基础支撑，用于信息提取，分析对比及能力验证。当前仍存在较大的数据缺口，亟需系统化的数据整理与质控工作，以支撑平台能力的持续迭代。 【岗位职责】 >核心工作 1. 参与公开生物医药数据库（如 GEO）数据的清洗与整理工作 2. 支持生物医药数据的处理与质量控制 3. 高质量、大样本数据集筛选 4. 元数据提取与标准化 5. 样本信息审阅与一致性校验 6. 协助构建结构化数据集，用于信息提取、对比与评估 >进阶 / 扩展工作（视能力与时间） 1. 探索 LLM + 人工协同的数据清洗和质控流程（如 Prompt 设计、自动化校验） 2. 参与不同数据集之间的对比分析与数据质量评估 3. 协助优化数据组织方式，支持 AI 模型更高效使用 【任职要求】 >必须条件 1. 在读硕士及以上，生物信息学 / 计算生物学 / 生物统计等相关专业 2. 有 GEO、TCGA、DepMap、GTEx 等公共数据库 RNA-seq 数据处理经验 3. 熟悉生信数据结构（expression matrix、metadata 等）及基本分析流程 4. 有数据清洗、数据质控或数据整理经验 >加分项（Good to Have） 1. 有 LLM / AI Agent 在数据处理或自动化流程中的使用经验 2. 有较大规模数据处理或数据工程经验（Python / R / SQL 等） 3. 有医药相关数据处理经验，例如： - 小分子，临床数据处理 - DMPK / ADMET 数据分析 - 化合物数据或数据库使用经验（GOSTAR、PubChem、ChEMBL 等） - 有组学数据库使用经验，如蛋白质组学数据库（PRIDE 等）