岗位职责：
1、搭建微生物代谢模型构建、FBA 分析、机器学习建模的自动化流程（基于 Python/Shell 脚本），编写SOP 文档
2、负责实验数据（如菌株促生数据、田间降解数据）、模型文件、分析结果的归档管理，撰写项目分析报告，向研发团队同步模型预测结论及田间应用建议。​
3、与实验团队协作明确模型校正需求；优化菌株与作物的互作代谢模型；配合 AI 算法团队优化农业场景下的模型输入特征。​
4、跟踪代谢建模前沿技术（如新型农业微生物 GEM 重构算法、AI 驱动的作物 - 微生物互作模型），评估并引入适配工具（如耐逆菌株代谢模型专用插件、农业多组学数据整合工具）。
岗位要求：
1、硕士及以上学历，生物信息学、计算生物学、农业生物技术、微生物学、生物工程等相关专业；1-3 年生物信息学相关工作经验，至少 1 年农业微生物代谢模型构建或多组学分析经验；应届生需具备农业微生物 GEM/FBA 相关毕业设计或科研项目经验。
2、熟练基因组尺度代谢模型（GEM）构建方法，有农业微生物（如根瘤菌、芽孢杆菌、降解菌）GEM 构建经验者优先，能独立使用 COBRApy、ModelSEED 等工具，熟悉 SBML 模型格式及农业微生物专属数据库（如 Rhizobase、AGRICOLA）。​
3、掌握通量平衡分析（FBA）原理与操作，能使用 Gurobi/GLPK 执行 FBA 计算，有农业场景下 FBA 应用经验（如生物肥料菌株代谢优化、秸秆降解菌通量分析）者优先。​
4、具备机器学习建模能力，熟练使用 Scikit-learn、TensorFlow/PyTorch 构建随机森林、神经网络模型，能处理农业多组学数据（如根际微生物组、土壤代谢组），有农业功能预测模型开发经验者优先。​
5、熟练使用 Python（Pandas、NumPy、Matplotlib）、R 等数据分析工具，具备 Shell 脚本编写能力，能搭建自动化分析流程；熟悉 Linux 操作系统，有高通量测序数据分析经验者优先。
6、了解理性设计 AI 技术（如强化学习）在微生物改造中的应用，能参与改造方案的 AI 设计与验证
、