PEl bRD Quantitative Genetics /b será responsable de aplicar la genética cuantitativa y los modelos estadísticos para generar conocimientos sólidos y prácticos que respalden las decisiones de cría y los programas de mejora genética. /ppLos KPIs de esta posición serán: /ppØ Proporcionar herramientas genómicas fiables y modelos estadísticos validados para transformar datos genéticos complejos en conocimientos estables y aplicables sobre la cría. /ppØ Participación en conferencias, publicaciones, informes internos e integración de metodologías de vanguardia. /ppØ Eficacia de la colaboración con criadores, bioinformáticos y equipos de ingeniería de datos. /ppRendimiento, automatización y tiempo de respuesta de los procesos de análisis genético. /ppbQUÉ DEBE HACER /b /ppb1. Genética cuantitativa y análisis estadístico. /b /pp· Encargado de la aplicación de modelos mixtos, estimación de la heredabilidad, modelización genotipo × entorno (G×E) y evaluaciones multicaracteres. /pp· Responsable de coordinar la identificación de regiones genómicas de interés mediante GWAS y mapeo QTL e integrar los resultados en estrategias de mejora genética. /pp· Responsable de la ejecución, validación y optimización de los procesos de selección asistida por marcadores (MAS) y selección genómica. /pp· Dirigir la interfaz entre los resultados analíticos y las decisiones de cría aplicables, asegurando que los conocimientos se traduzcan en estrategias de selección prácticas. /pp· Responsable de mantenerse al día de los últimos avances participando en conferencias y revisando la bibliografía. /p pb2. Procesamiento de datos, procesos y flujos de trabajo computacionales /b /pp· Responsable del desarrollo, la ejecución y la optimización de análisis genéticos cuantitativos. /pp· Participar en la colaboración con criadores, bioinformáticos e ingenieros de datos en el desarrollo de flujos de datos reproducibles. /pp· Interpretar y comunicar resultados complejos de forma clara para públicos diversos. /p pbHabilidades sociales: /b /pp- Sólidas habilidades analíticas y de resolución de problemas. /pp- Capacidad para trabajar en equipo. /pp- Comunicación clara y eficaz, capaz de traducir resultados estadísticos complejos para públicos diversos. /pp- Gestión de proyectos. /pp bHabilidades técnicas: /b /pp- Estadística y genética cuantitativa, incluyendo modelos mixtos, metodologías REML/BLUP, análisis G×E, modelización multitrail y estimación de componentes de varianza. /pp- Experiencia con modelos de predicción genómica lineales, bayesianos, de aprendizaje automático, kernel y de aprendizaje profundo. /pp- Experiencia en GWAS y mapeo QTL, incluyendo corrección de la estructura poblacional, análisis LD y pruebas de asociación. Herramientas (por ejemplo, GAPIT, TASSEL, PLINK, GEMMA, R/qtl). /pp- Conocimientos de plant breeding; se valorará la experiencia con berries. /pp- Programación: Dominio de R. /pp- Conocimientos de Python, Bash y Linux. /ppFormación académica necesaria: Máster o doctorado en un campo relevante de la genética cuantitativa (biología computacional, genética, genética estadística, fitomejoramiento y genética). /ppExperiencia laboral necesaria: 5 años de experiencia o doctorado en fitomejoramiento, genética o campo equivalente. /ppInglés (avanzado, C1), Español (deseable). /ppJornada completa presencial y localización Huelva. /p