описание
Описания нет
задачи
- Первичная обработка данных секвенирования: контроль качества, выравнивание на референсные геномы, поиск и фильтрация SNP/InDel, аннотация вариантов.
- Разработка, поддержка и документирование воспроизводимых пайплайнов центра (Snakemake/Nextflow), стандартизация анализа для повторяющихся задач.
- Анализ данных генотипирования (полногеномное секвенирование, GBS, SNP-панели): популяционная структура, родство, паспортизация и контроль чистоты сортов и линий.
- GWAS и QTL-картирование, поиск маркеров хозяйственно ценных признаков, разработка маркеров для MAS.
- Построение моделей геномной и предиктивной селекции, в том числе с применением машинного обучения; интеграция генотипических и фенотипических данных.
- Ведение и развитие геномных баз данных центра, организация хранения данных и вычислительной инфраструктуры.
- Подготовка отчётов для селекционеров и партнёров, визуализация результатов, участие в научных публикациях и заявках на гранты.
- Консультирование сотрудников, аспирантов и студентов по анализу данных.
требования
- Высшее образование: биоинформатика, биология, биотехнология, генетика, прикладная математика или смежные направления; аспиранты тоже рассматриваются.
- Уверенное программирование на Python и/или R.
- Работа в Linux и командной строке (bash), опыт запуска задач на сервере или кластере.
- Опыт работы с NGS-данными и стандартными инструментами: FastQC, BWA/Bowtie2, SAMtools, BCFtools, GATK или аналоги; форматы FASTQ, BAM, VCF.
- Понимание основ генетики, популяционной генетики и статистики.
- Аккуратность в работе с данными, умение доводить анализ до понятного результата.
- Английский язык на уровне чтения научной литературы.
- Будет плюсом: Snakemake или Nextflow, Docker/Singularity, Git; Методы GWAS и геномной селекции: PLINK, TASSEL, GAPIT, rrBLUP, BGLR, GBLUP; Машинное обучение на биологических данных (scikit-learn, XGBoost, PyTorch); Опыт с геномами растений: сборка и аннотация, пангеномы, транскриптомика (RNA-seq); Опыт с SQL и организацией баз данных; Публикации в рецензируемых журналах; учёная степень кандидата наук
условия
- Работа по основному месту в штате университета, оформление по ТК РФ.
- Полный рабочий день в геномном центре.
- Реальные данные и задачи: результаты анализа сразу идут в селекционные программы.
- Возможность выстраивать биоинформатику центра с нуля и влиять на выбор методов и инструментов.
- Команда молекулярных биологов, селекционеров и биоинформатиков; участие в публикациях и грантах.
- Дополнительное материальное стимулирование по результатам работы.
- Профессиональный рост: аспирантура и защита диссертации, преподавание по желанию.
- Место в общежитии/гостинице университета при необходимости.
- Работа на территории исторической Тимирязевки — в одном из самых зелёных районов Москвы.