Биоинформатик (middle, онкологическое направление)

Обязанности:

• Разработка и внедрение биоинформатических пайплайнов для анализа NGS-данных в онкологии (WES/RNA-seq), включая выявление соматических мутаций, CNV, фьюжнов и расчет биомаркеров (TMB, MSI и др.).
• Разработке пайплайна предсказания неоантигенов: от обработки вариантов (variant calling) до HLA-типирования, оценки связывания с MHC и приоритизации кандидатов для онковакцин.
• Имплементация и адаптация существующих алгоритмов и моделей (pVACtools, Seq2Neo, deep learning-подходы к иммуногенности) под внутренние задачи.
• Участие в проектах по онкопатогенезу, поиску потенциальных биомаркеров и терапевтических стратегий на основе комплексного профилирования опухоли; участие в проектах по внедрению научных разработок в клиническую практику.
• Обзор научной литературы и внедрение современных методов в области precision oncology и cancer immunotherapy.
• Презентация результатов, участие в научных публикациях и коммуникации с клиническими и исследовательскими командами.
• Кого ожидаем увидеть:
• Выпускник специалитета/магистратуры (также учащихся специалитета старших курсов/магистратуры тоже готовы рассмотреть) в области биоинформатики или смежных областях (биология, биотехнология, биофизика etc.).
• Или биоинформатика с опытом работы 2+ года.
• Ключевые навыки:
• Статистика, молекулярная биология, NGS, понимание алгоритмов, используемых для анализа NGS.
• Опыт работы с NGS помимо учебного. Опыт работы с геномными данными (WGS). Понимание аннотации вариантов (ACMG критерии), опыт работы с базами данных (dbSNP, ClinVar, OMIM, другие).
• Python (numpy, pandas, scipy, scikit-learn, seaborn, matplotlib, biopython, lightgbm/аналоги). Чистый код на python (pep8, flake). Версионирование (git).
• Базовый bash.
• Базовый Machine Learning.
• Желательно:
• Опыт в анализе (sc)TCR и/или опыт в анализе scRNA-seq данных (seurat/scanpy).
• Snakemake, docker/singularity.
• Знание иммунологии, опыт работы с аутоиммунными заболеваниями и/или онкологическими заболеваниями.
• С чем большим числом NGS данных есть опыт, тем лучше.
• Кого ожидаем увидеть:
• Выпускник специалитета/магистратуры (также учащихся специалитета старших курсов/магистратуры тоже готовы рассмотреть) в области биоинформатики или смежных областях (биология, биотехнология, биофизика etc.).
• Или биоинформатика с опытом работы 2+ года.
• Ключевые навыки:
• Статистика, молекулярная биология, NGS, понимание алгоритмов, используемых для анализа NGS.
• Опыт работы с NGS помимо учебного. Опыт работы с геномными данными (WGS). Понимание аннотации вариантов (ACMG критерии), опыт работы с базами данных (dbSNP, ClinVar, OMIM, другие).
• Python (numpy, pandas, scipy, scikit-learn, seaborn, matplotlib, biopython, lightgbm/аналоги). Чистый код на python (pep8, flake). Версионирование (git).
• Базовый bash.
• Базовый Machine Learning.
• Желательно:
• Опыт в анализе (sc)TCR и/или опыт в анализе scRNA-seq данных (seurat/scanpy).
• Snakemake, docker/singularity.
• Знание иммунологии, опыт работы с аутоиммунными заболеваниями и/или онкологическими заболеваниями.
• С чем большим числом NGS данных есть опыт, тем лучше.

Требования:

• Выпускник специалитета/магистратуры (также учащихся специалитета старших курсов/магистратуры тоже готовы рассмотреть) в области биоинформатики или смежных областях (биология, биотехнология, биофизика etc.).
• Или биоинформатика с опытом работы 2+ года.
• Ключевые навыки:
• Статистика, молекулярная биология, NGS, понимание алгоритмов, используемых для анализа NGS.
• Опыт работы с NGS помимо учебного. Опыт работы с геномными данными (WGS). Понимание аннотации вариантов (ACMG критерии), опыт работы с базами данных (dbSNP, ClinVar, OMIM, другие).
• Python (numpy, pandas, scipy, scikit-learn, seaborn, matplotlib, biopython, lightgbm/аналоги). Чистый код на python (pep8, flake). Версионирование (git).
• Базовый bash.
• Базовый Machine Learning.
• Желательно:
• Опыт в анализе (sc)TCR и/или опыт в анализе scRNA-seq данных (seurat/scanpy).
• Snakemake, docker/singularity.
• Знание иммунологии, опыт работы с аутоиммунными заболеваниями и/или онкологическими заболеваниями.
• С чем большим числом NGS данных есть опыт, тем лучше.

Образование:

Не имеет значения

Условия:

• Вас ждут интересные проекты и реальные возможности для роста — научного и карьерного.
• Место работы: г. Долгопрудный (рядом со станцией Новодачная МЦД-1, или 15 минут от метро Алтуфьево, Ховрино, Физтех).
• Официальное оформление по ТК РФ.
• Работа на стыке науки и высоких технологий — проекты с реальной социальной значимостью.
• Участие в грантах и публикации в высокорейтинговых международных журналах.
• Бесплатный доступ ко всей инфраструктуре МФТИ: бассейн, спортивный зал, обучение на открытых семинарах и лекциях, концерты.
• Тимбилдинги, корпоративы и еженедельная пицца по пятницам. 🍕
• В соответствии с ТК РФ работники сферы образования обязаны предоставить справку о наличии (отсутствии) судимости и (или) факта уголовного преследования, срок изготовления которой может быть до 30 дней, просим заранее позаботиться о её получении.