一、岗位基本信息
1. 岗位名称：高级数据科学经理
2. 所属部门：转化医学部
3. 汇报对象：高级医学总监
4. 下属团队：生物信息学分析团队（3 人）
5. 工作地点：上海
6. 岗位类型：管理 + 技术双驱动型（70% 技术深度主导，30% 团队管理）
7. 核心定位：聚焦肿瘤 NGS 科研项目的生物信息学全流程设计、技术突破与团队能力建设，支撑公司在肿瘤分子分型，微小残留病灶，预后耐药模型构建等领域的科研创新与成果转化。
二、核心岗位职责
（一）科研项目生物信息学全流程主导
1. 牵头肿瘤 NGS 科研项目的生物信息学方案设计，包括但不限于肿瘤ctDNA 低丰度变异检测（如 0.1% 以下 VAF）、肿瘤微环境（TME）单细胞测序分析、甲基化测序（WGBS/EPIC）数据解读、多组学（基因组 + 转录组 + 蛋白组）联合分析等，确保方案符合科研目标（如 Nature/Science 子刊级论文发表、大型科研基金申报）及行业技术标准。
2. 主导复杂生物信息学数据分析与解读：针对肿瘤 NGS 高通量数据（WGS/WES/Panel/ 单细胞 RNA-seq），设计个性化分析流程（如基于 GATK/Mutect2 的变异检测流程、基于 Seurat/Monocle 的单细胞分群流程），解决低丰度变异假阳性过滤、肿瘤异质性解析、跨平台数据一致性校验等核心技术难题。
3. 推动科研成果转化：将生物信息学分析成果转化为可落地的技术方案或产品雏形，支撑公司与三甲医院、科研院校的合作项目（如肿瘤多中心临床研究、重大专项），确保项目按时交付并达到预期科研指标。
（二）团队管理与能力建设
1. 负责生物信息学分析团队的搭建、培养与绩效管理：制定团队成员的能力发展计划（如肿瘤 NGS 专项技术培训、科研论文写作指导），定期组织内部技术分享（如最新变异检测算法、多组学分析思路），提升团队在肿瘤生物信息学领域的技术深度与科研思维。
2. 建立团队工作标准与质量管控体系：制定肿瘤 NGS 科研数据的分析 SOP（含数据质控、流程标准化、结果验证），搭建数据质量监控平台（如 FastQC/Qualimap 自动化质控报告），确保分析结果的准确性（如与数字 PCR 验证结果一致性≥95%）与可重复性。
（三）技术创新与行业协作
1. 跟踪肿瘤 NGS 与生物信息学领域的前沿技术动态（如 AI 驱动的变异致病性预测、单细胞空间转录组分析技术），主导技术预研项目（如基于大语言模型的科研数据解读工具开发），推动公司在生物信息学技术上的核心竞争力构建。
2. 牵头医学部部门内协作：与医学科学家、项目运营组、区域医学事务紧密配合，解决跨部门项目中的生物信息学技术痛点，保障项目顺利推进。
3. 参与科研成果输出：主导或参与肿瘤 NGS 领域的科研论文撰写（影响因子≥5 分优先）、专利申报（生物信息学算法或分析流程相关专利），提升公司在行业内的科研影响力。
三、任职要求
（一）学历与专业背景
1. 博士学历，生物信息学、计算生物学、基因组学、肿瘤学、统计学等相关专业；或硕士学历 + 5 年以上肿瘤 NGS 领域生物信息学科研分析经验（需有大型级科研项目主导经历）。
2. 具备扎实的肿瘤分子生物学基础，深入理解肿瘤发生发展的分子机制（如驱动基因突变、肿瘤微环境调控），熟悉肿瘤 NGS 检测技术原理（如 WGS/WES/ctDNA Panel / 单细胞测序）。
（二）核心技术能力
1. 熟练掌握肿瘤 NGS 科研数据的全流程分析工具与算法：
1. 数据处理：熟练使用 BWA/SOAPaligner 进行序列比对，GATK/Mutect2/VarScan2 进行变异检测，CNVkit/Control-FREEC 进行拷贝数变异分析，STAR/TopHat+Cufflinks 进行基因表达定量。
2. 高级分析：具备单细胞测序分析（Seurat/Scrublet/Monocle）、甲基化分析（Bismark/DSS）、多组学联合分析（WGCNA/PLS-DA）、AI 算法应用（如基于 TensorFlow/PyTorch 的变异预测模型）经验者优先。
3. 编程与工具：精通 Python（Pandas/Numpy/Scikit-learn）、R（dplyr/ggplot2）编程，熟练使用 Linux 系统及 Shell 脚本，具备 Docker 容器化部署或云计算平台（AWS/GCP/ 阿里云）使用经验。
4. 有核心技术突破案例：曾主导或核心参与肿瘤 NGS 科研项目的生物信息学技术攻关（如解决低丰度 ctDNA 变异检测假阳性问题、开发肿瘤异质性分析算法），并形成可验证的技术成果（如论文、专利、软件著作权）。
（三）项目与团队管理经验
1. 3年以上生物信息学团队管理经验（带团队规模≥2 人），具备科研项目全周期管理能力：曾主导大型科研项目（如国家自然科学基金、“十四五” 重大专项）或国际合作项目的生物信息学模块，能独立制定项目计划、分配资源、管控风险，确保项目按时交付。
2. 具备优秀的跨部门协作能力：有与医院临床科室、科研院校（如中科院 / 高校实验室）、测序平台团队协作的经验，能清晰理解跨领域需求并转化为生物信息学解决方案。
（四）软技能与职业素养
1. 科研思维与创新能力：具备敏锐的科研洞察力，能从肿瘤临床需求中挖掘科研方向，提出创新性的生物信息学分析思路（如基于多组学数据构建肿瘤预后预测模型）。
2. 沟通与表达能力：能清晰向非技术团队（如临床医生、科研合作方）解读生物信息学分析结果，具备科研论文（SCI）或项目报告的撰写与汇报能力。
3. 责任心与抗压能力：能适应肿瘤 NGS 科研项目的高强度节奏（如紧急科研数据解读、论文投稿冲刺），对技术细节有追求，确保分析结果的严谨性。