高级数据治理工程师（研发数据治理专家（基因方向））

岗位职责：
一、系统建设与配置管理
负责数据平台在公司内部的系统配置、功能定制与版本更新管理；
参与平台的本地化需求分析、系统部署、模块启用及参数配置（如 Data Factory、DataSet、Pipeline等）；
根据不同研发部门（早研、CMC、DMPK、临床前研究，临床等）的数据管理需求，进行系统场景配置与权限分配；
指导进行系统接口管理（如ELN、LIMS、SDMS、Feishu、Sharepoint、Snowflake等系统对接）。
二、数据集成与分析支持
使用 Inventa Data Factory实现实验、样品及测定数据的自动集成与清洗，支持CAR-T等复杂实验体系的数据管理；
负责 Spotfire 报表开发与数据可视化配置，建立标准化的研发与质量分析模板；
协助建立体内体外实验、基因编辑及测序数据的统一数据模型；
支持生信和研发团队开展实验结果的分析与验证，协同构建数据接口及自动化分析流程
参与数据标准定义及数据字典建设。
三、运维与用户支持
负责系统用户账户、权限、角色及访问控制管理；
建立系统使用文档、操作手册及培训材料，为科研人员提供技术支持与问题解决；
监控系统运行状态，协助厂商进行系统维护、升级及性能优化；
参与系统变更、上线和验收流程。
四、项目与供应商协作
作为甲方代表，与供应商、实施顾问和内部IT团队协作，推进系统项目实施与交付；
参与系统新模块或功能上线的评估、测试与验收；
对供应商的交付成果进行配置核对、质量验证与上线确认。
任职要求：
教育与经验
本科及以上学历，计算机、生物信息、生物学(基因方向)或相关专业；
3年以上实验室信息化系统或数据分析平台的配置/开发经验；
熟悉至少一种科研管理系统（如 ELN、LIMS、EDC、eCTD 等）
熟悉至少一种数据分析工具（如Spotfire、Power BI、Tableau、Pipeline Pilot、QLik等）
技能要求
熟悉 SQL 查询、脚本语言（Python、R、JavaScript等）；
理解实验数据结构和科研流程，特别是体外筛选、细胞实验、分子检测、样本谱系追踪等；
了解药企研发到临床的数据流及合规要求；
具备跨团队沟通能力，能在科研与IT之间转化需求；
具备跨部门沟通协调能力，能理解科研用户需求并转化为系统配置方案；
良好的中英文书面与口头沟通能力；
注重细节，善于文档管理和版本控制。
行业与技术加分项
熟悉 CAR-T、TCR-T、AAV基因治疗等干实验流程（如转染、扩增、测序、功能检测等）并理解实验数据特征；
使用或了解主流
生信数据分析工具（如Cell Ranger、Seurat、Scanpy、GATK、DESeq2、Bioconductor、GenePattern等）；
理解 NGS测序、单细胞分析、基因编辑数据管理 及实验-生信协同的数据流；
具备接口开发、ETL自动化或数据管道管理经验。
优先条件：
有 Revvity 平台体系（VitroVivo、Inventa、Spotfire、Data Factory、Lead Discovery）系统配置或实施经验者优先；
具备Spotfire及Data Function实战经验者优先；
参与过 CAR-T 或其他基因治疗研发项目者优先；
有数据仓库/Snowflake集成经验者优先；
熟悉 GxP、CSV验证及合规流程。