1. 设计、开发和优化用于纳米孔测序数据分析的深度学习算法和模型； 2. 应用物理信息神经网络（PINN）和Transformer等先进模型，解决复杂的测序信号处理和分析问题； 3. 开展仿真模拟研究，以验证和优化模型的性能，并支持纳米孔测序设备的设计和迭代； 4. 与跨学科团队（包括硬件工程师、生物信息学专家等）紧密合作，推动项目的顺利进行。 5. 跟踪并评估深度学习和人工智能领域的最新进展，将前沿技术应用于实际问题。 6. 撰写技术文档、研究报告和专利申请，参与国家、省市项目申报和成果发表。

1. 计算机科学、电子工程、应用数学或相关专业博士学历；所学专业须在QS/ARWU/THE/USNWR排行榜中位列前100； 2. 深入理解深度学习、神经网络的理论和应用，具备实际开发和优化复杂模型的经验； 3. 熟悉PINN（物理信息神经网络）和Transformer架构及其优化理论，有相关项目经验者优先； 4. 具备仿真工具（如COMSOL、MATLAB等）使用经验，能够模拟和分析物理过程和测序数据； 5. 熟练掌握Python及常用深度学习框架（如PyTorch、TensorFlow等）； 6. 英语读写流利，熟练查阅及撰写专业英文文献。 加分项： 1. 在纳米孔测序、信号处理或生物信息学领域有研究或项目经验。 2. 发表过相关领域的高质量学术论文或持有相关专利。 3. 具有硬件相关经验，能够与硬件团队紧密合作。 4. 擅长优化和离散分析，能够解决复杂的计算和算法问题。 5. 具备模式设计能力，能够开发创新的算法和模型。