一、核心岗位职责
1. 牵头开展作物（如水稻、小麦、玉米、马铃薯等）表型性状研究，明确不同作物关键表型指标（株高、叶面积指数、叶绿素含量等）的定义及评价标准；牵头构建表型数据采集规范，牵头完成无人机多光谱、田间实测等多源表型数据的采集与整合，牵头建立标准化表型数据库，为AI模型开发提供基础数据支撑。
2. 紧密对接人工智能专家，主导传递作物表型领域专业需求，牵头梳理AI模型开发中表型相关的痛点；牵头参与作物表型智能解析、生长动态等相关模型的设计、训练与优化，提供专业农学指导，确保模型贴合田间实际，牵头解决模型开发中表型相关的基础难题。
3. 负责表型数据的清洗、标注、验证与分析，运用生物统计学、表型组学方法解析表型数据与环境因子、遗传因子的关联关系；提取表型特征参数，优化数据标注流程，提升数据质量与标注效率，适配AI模型训练、验证及迭代需求，推动表型数据向模型可用的特征数据转化。
4. 牵头参与作物表型与AI结合的相关技术研发，牵头探索表型组学与人工智能、遥感技术的融合应用；牵头配合完成模型的田间试验验证与优化，牵头推动作物模型在相关场景的落地应用，提供技术支持。
5. 与人工智能、育种、栽培等团队紧密协作，牵头推动多学科技术融合；跟踪国内外作物表型组学、AI作物模型领域的前沿技术与研究进展，撰写技术报告、研究论文及专利申请材料；牵头参与科研项目申报与实施，助力团队技术成果转化与学术提升。
二、任职要求
（一）学历与专业
1. 博士及以上学历，作物学、农学、植物学、表型组学、生物信息学、农业工程等相关专业；优秀硕士可酌情考虑；5年以上作物表型研究或AI作物模型相关经验。
2. 熟悉作物生长发育规律、作物育种学、植物生理学及表型组学基础理论，对智慧农业、人工智能在农业领域的应用有基本认知，具备一定的多学科交叉思维。
（二）专业技能
1. 具备基础的作物表型研究能力，有作物表型数据采集、处理相关经验者优先；了解“空天地一体化”表型采集技术、三维表型重建等相关方法者优先。
2. 具备基础编程能力，了解Python/R等编程语言及常用数据处理工具；对机器学习、深度学习有基本了解，能够配合AI专家完成模型训练的数据准备与验证工作者优先。
3. 具备基本的实验设计与数据分析能力，能够协助开展作物表型相关试验，运用基础生物统计学方法解析数据，了解SPSS、Origin、ImageJ等分析软件的基本操作。