青岛大学计算机学院生物信息研究组(苏晓泉团队)招生与招聘启事
一、青岛大学简介
青岛大学位于历史文化名城青岛,承载着青岛这座城市高等教育发展的历史,充满了浓郁的时代气息。学校现有三个校区,占地2655亩,建筑面积114万平方米。学校风景秀丽、环境宜人,教学科研资源丰富,条件设施完备。拥有2所附属医院,9家直属附属医院。设有34个学院和医学部,招生本科专业79个。现有10个博士后流动站,13个一级学科博士点,2种博士专业学位类型;38个一级学科硕士点,28种硕士专业学位类型。青大人秉承“明德、博学、守正、出奇”的校训精神,坚持以立德树人为根本,坚持走高质量发展道路,全面开启建设高水平综合性研究型大学的新征程。
图1、青岛大学主校区鸟瞰图
二、学院与课题组简介
计算机科学与技术学院从1986年开始培养计算机科学与技术专业本科生,1999年起培养计算机软件与理论硕士研究生,起培养软件工程博士研究生。学院设有“计算机科学与技术”“软件工程”“网络空间安全”3个一级学科。
生物信息研究组聚焦生物信息大数据挖掘中的核心科学问题,以高性能算法与工具研发为手段,融合生物信息学、分子生物学、微生物学等多学科交叉技术,面向健康、环境、海洋等领域,探索“数据驱动型”创新科研模式。研究组PI是苏晓泉教授(青岛大学特聘教授,博士生导师),目前团队已有教师4人,研究生17人。团队入选山东省“青创人才引育”计划,已承担国家自然科学基金面上项目、国家重点研发计划、山东省重大基础项目等课题,在mBio、mSystems、Bioinformatics等期刊发表学术论文40余篇,开发了微生物组搜索引擎(Microbiome Search Engine)、Dynamic-Meta-Storms、Parallel-Meta、Meta-Apo、MIP等多个生物信息算法及软件。
图2、生物信息研究组,拍摄于10月
三、招生与招聘岗位
1. 考核制全日制博士研究生(1名)。招生专业为软件工程。具有机器学习、数据挖掘或生物信息相关学习经历与背景优先。具体招生简章见青岛大学官网https://grad./infoSingleArticle.do?articleId=20702
2. 助理教授与特聘教授(1-2名,山东省事业编制)。已获得或即将获得博士学位,从事计算机科学于技术、软件工程、机器学习、人工智能、生物信息等相关领域研究,并已第一作者或通讯作者发表过学术论文。具体人才引进政策见青岛大学官网 http://rlzy./info/1003/1899.htm
3. 博士后(1-2名)。已获得或即将获得博士学位,从事计算机科学于技术、软件工程、机器学习、人工智能、生物信息等相关领域研究。出站后经考核可录用为事业编制助理教授。
四、应聘方式
1. 个人简历,含学习、工作经历、发表论文、研究方向等
2. 请将以上材料合并为单个PDF,发送至苏晓泉教授邮箱suxq@,邮件标题请注明应聘岗位+本人姓名。
五、课题组近期论文
1.Identifying and predicting novelty in microbiome studies, mBio
2.Reply to Sun et al.,“Identifying Composition Novelty in Microbiome Studies: Improvement of Prediction Accuracy”, mBio
3.Dynamic Meta-Storms enables comprehensive taxonomic and phylogenetic comparison of shotgun metagenomes at the species level, Bioinformatics
4.Multiple-disease detection and classification across cohorts via microbiome search, mSystems
5.Method development for cross-study microbiome data mining: challenges and opportunities, Comput. and Struct. Biotech. J.
6.Microbiome Search Engine 2: a Platform for Taxonomic and Functional Search of Global Microbiomes on the Whole-Microbiome Level, mSystems
7.Elucidating the Beta-Diversity of the Microbiome: from Global Alignment to Local Alignment, mSystems
8.A Scale-Free, Fully Connected Global Transition Network Underlies Known Microbiome Diversity, mSystems
9.Towards multi-label classification: Next step of machine learning for microbiome research, Comput. and Struct. Biotech. J.
prehensive understanding to the public health risk of environmental microbes via a microbiome-based index, Journal of Genetics and Genomics
猜你喜欢
10000+:菌群分析宝宝与猫狗梅毒狂想曲 提DNA发NatureCell专刊肠道指挥大脑
系列教程:微生物组入门 Biostar 微生物组 宏基因组
专业技能:学术图表高分文章生信宝典 不可或缺的人
一文读懂:宏基因组 寄生虫益处 进化树
必备技能:提问 搜索 Endnote
文献阅读 热心肠 SemanticScholar Geenmedical
扩增子分析:图表解读 分析流程 统计绘图
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
在线工具:16S预测培养基 生信绘图
科研经验:云笔记 云协作 公众号
编程模板:Shell R Perl
生物科普:肠道细菌人体上的生命生命大跃进 细胞暗战 人体奥秘
写在后面
为鼓励读者交流、快速解决科研困难,我们建立了“宏基因组”专业讨论群,目前己有国内外5000+ 一线科研人员加入。参与讨论,获得专业解答,欢迎分享此文至朋友圈,并扫码加主编好友带你入群,务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份,另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助,首先阅读《如何优雅的提问》学习解决问题思路,仍未解决群内讨论,问题不私聊,帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战,关注“宏基因组”
点击阅读原文,跳转最新文章目录阅读