AIDD实验数据分析科学家

该职位来源于猎聘 职位概述： 该岗位将作为计算团队与湿实验团队之间的重要桥梁，围绕候选分子筛选、实验验证、性质评价及项目决策过程中产生的大规模、多维度实验数据，建立规范的数据分析、统计比较和结果解读方法，帮助团队从复杂实验数据中识别规律、评价候选分子差异，并为模型迭代和研发决策提供可靠的数据支持。 主要职责： 1.AIDD湿实验数据分析 ①负责 AIDD 项目相关湿实验数据的整理、质量控制、统计分析和结果解读； ②对大量候选分子的实验结果进行横向及纵向比较，识别关键趋势、异常值及潜在规律； ③支持不同批次、不同实验条件及不同候选分子之间的系统性比较分析。 2.统计分析与实验设计支持 ①根据研发问题选择合适的统计分析方法，包括描述性统计、假设检验、相关性分析、回归分析、多变量分析等； ②支持实验设计（DOE）、样本量、重复性、变异来源以及实验结果显著性的评估； ③建立合理的数据归一化、异常值处理及数据质量评价标准。 3.大规模数据整合与比较 ①整合来自不同实验平台、不同 assay 和不同研发阶段的数据； ②建立可扩展的数据比较分析框架，对数百至数千个候选分子的多参数数据进行综合分析； ③根据项目需求建立ranking、clustering、correlation、multivariate comparison 等分析方法，支持候选分子的优先级判断。 4.AIDD模型与实验数据衔接 ①与 AI/ML、计算化学及生物实验团队合作，对模型预测结果与实验结果进行系统比较； ②分析预测值与实验值之间的相关性、偏差及潜在影响因素； ③为 AIDD 模型训练、验证及迭代提供高质量实验数据和统计学反馈。 5.数据可视化与结果沟通 ①将复杂实验数据转化为清晰、直观的数据图表和分析报告； ②建立适用于项目决策的数据 dashboard、summary table 或自动化分析流程； ③能够向实验科学家、计算科学家及项目团队清晰解释统计分析结果及其生物学意义。 任职要求： 1.生物学、生物化学、生物统计学、生物信息学、药学、化学、计算生物学或相关专业博士学位； 2.具有扎实的统计学基础，能够根据不同实验问题选择并正确应用统计分析方法； 3.具备较强的定量分析能力，能够处理和比较大规模、多维度实验数据； 4.具有良好的实验数据理解能力，能够判断实验数据质量、变异性、重复性及统计意义； 5.具有较强的逻辑分析和问题拆解能力，能够从复杂数据中提炼关键结论； 6.具备良好的跨团队沟通能力，能够与湿实验、AI/ML及项目团队高效合作。 优先条件： 1.具备 Python、R 或类似数据分析工具的使用经验； 2.熟悉 pandas、NumPy、SciPy、scikit-learn、R tidyverse 等数据分析工具者优先； 3.有自动化数据处理、批量数据分析或可视化流程开发经验者优先； 4.有药物发现、生物制药、抗体/蛋白研发、筛选平台或高通量实验数据分析经验者优先； 5.有 AIDD、机器学习模型评价、预测结果与实验结果关联分析经验者优先； 6.熟悉高通量筛选、binding/affinity、activity、developability、ADME/PK 或其他药物研发相关实验数据者优先； 7.有多变量统计分析、PCA、聚类分析、回归建模、DOE 或大规模数据挖掘经验者优先。