01、项目概况与核心信息
香港大学医学院现面向全球公开招聘高级研究助理（高级研究助理）及研究助理一级（研究助理） I），聘为1至2年，可效绩及资金情况续约。岗位聚焦于生物信息学、计算生物学与多期组学数据分析领域，旨在支持临床医学研究团队开展基因组学、转录组学、蛋白质组学、细胞组学及空间组学的整合分析。
职位提供具有行业竞争的薪资（具体面议），岗位福利包括合同期满薪资金（基本薪资的10%）、大学退休金计划、带薪年假、医疗保险及校园设施使用权。录用者可根据资质与经验选择全职或兼职攻读血管的通道（需另申请）。
02、岗位职责与技术需求解析
（一）职责范围与科研定位
1. 数据驱动研究：主导生物医学多模态数据的分析与可视化，包括基因组变异、单细胞测序、蛋白质互作网络等，挖掘疾病相关生物标志物。
2. 跨团队协作：为多课题学科组提供统计学支持，设计实验方案并优化算法流程。
3. 机制研究整合：结合湿实验（wet-lab）验证数据，构建疾病分子机制的动态模型。
4. 学术基金彩虹支持：参与论文撰写、申请及项目报告，提升团队学术影响力。
5. 技术运维：管理高性能计算（HPC）集群，优化数据处理效率。
该岗位需在生物信息学工具开发（如R/Python脚本编写）、统计建模（如差异表达分析、生存分析）及机器学习（如神经网络在组学数据中的应用）领域具备实操能力。
（二）住房资格与技能园区
学历与经验：
1.高级研究助理需持有生物信息学、生物统计学或生物化学药物，或硕士学历加1年以上相关领域研究经验（需发表至少1篇一篇SCI论文）。
2.研究助理一级可放宽至硕士研究生，但需展示精准的编程能力（如GitHub项目履历）。
技术要求：
1.精通Linux环境下的高通量数据分析流程（如Nextflow/Snakemake框架）；
2.熟悉单细胞分析组（scRNA-seq）、空间分析组（Visium/Xenium）及表观基因组（ATAC-seq/ChIP-seq）分析工具（如Seurat、Scanpy、Cell Ranger）；
3.具备多组学数据整合经验（例如WGCNA、MOFA+算法）；
4.掌握生物网络构建（Cytoscape）与功能丰富的集分析（DAVID/ClusterProfiler）。
语言与软技能：需以英文撰写学术论文，粤语流利者优先（除本地临床数据协作）。
03、职业发展支持与福利体系
（一）薪酬与福利结构
1. 薪资构成：基础薪资按照香港高校科研岗位薪资标准（参考月薪30,000-45,000港币）协商，含绩效奖金。
2. 长期激励：合同期内可满10%基本工资的额外工资金，退休金计划按按大学配比领取工资比例。
3. 健康与生活保障：全额医疗保险覆盖门诊与生活费用，每年15-20日带薪休假。
（二）科研资源与培训
1. 硬件支持：开放使用校内超中心算（配备GPU资源）及生物医学数据库（如TCGA、UK Biobank）。
2. 学术网络：定期参与国际会议（预算内资助），与剑桥、哈佛等合作机构联合培养。
3. 职业转型通道：表现优异者可转为博士后或申请教职岗位（需通过学术委员会评估）。
04、申请策略与竞争力提升建议
（一）材料准备要点
简历优化：
1.量化科研分数（例如“开发Python工具包X，被引用50+次”）；
2.突出跨学科项目（如“联合临床团队完成山谷单细胞图谱构建经验”）。
研究计划书：需围绕团队现有方向（如微环境、免疫治疗作用机制）提出2-3个肿瘤呼吸方案，以及呼吸疗法使用技术（如空间代谢组学联合CRISPR筛选）。
（二）技能进阶路径
编程能力增强：
1.完成Coursera特色课程（如约翰霍普金斯大学的《基因组数据科学》）；
2.参与Kaggle生物信息学竞赛（如RNA序列分类挑战）。
领域知识深度：
1.关注《自然计算科学》《细胞系统》的前沿方法学论文；
2.掌握单细胞多模式整合工具（如MultiVI、TotalVI）。
（三）面试与实操考核准备
技术面试：可能涉及在线编码测试（例如使用R/Python处理fastq文件）；
案例答辩：需要准备过往项目的完整分析流程（从数据清洗到生物学解释），重点说明创新点与局限性。
05、行业趋势与岗位价值评析
香港作为亚太地区生物医药创新枢纽，其科研机构在精准医学、人工智能驱动药物研发领域投入持续增加。据统计，2023年香港生物信息学岗位需求同比增长23%，薪资水平较新加坡、上海高出15-20%。此职位不仅为学者提供参与跨国合作（如粤港澳大湾区精准医学联盟）的机会，也促进其向产业界转型（如生物科技公司首席数据科学家）。
【竞赛报名/项目咨询+微信：mollywei007】
