학부 연구생 모집

참여할 수 있는 연구

학부연구생은 관심 분야와 경험에 따라 다음과 같은 연구에 참여할 수 있습니다.

• 인간 및 영장류 비교유전체학
• 복잡한 유전체 구조와 구조변이 분석
• 후성유전체와 유전자 조절 연구
• 노화 및 질환 관련 단일세포·multi-omics 데이터 분석
• 머신러닝과 AI를 활용한 유전체 데이터의 패턴 탐색 및 예측
• 생물정보학 분석 도구와 재현 가능한 분석 workflow 개발

프로그래밍이나 생물정보학 경험이 많지 않은 학생은 문헌을 읽고 데이터를 이해하는 과정부터 시작합니다. 이후 Linux 환경, Python 또는 R을 이용한 데이터 분석, 시각화 및 연구 결과 해석을 단계적으로 배우게 됩니다.

프로그래밍, 통계 분석 또는 머신러닝 경험이 충분한 학생은 현재 진행 중인 연구 프로젝트의 데이터 분석과 방법론 개발에 직접 참여할 수 있습니다. 프로젝트에 실질적으로 기여한 경우 연구 결과 발표와 논문 작성 과정에 참여하고, 기여도에 따라 논문의 공동저자가 될 수 있습니다.

이런 학생을 환영합니다

다음과 같은 학생을 환영합니다.

• 유전체학, 진화, 노화 또는 질환 생물학에 관심이 있는 학생
• 실제 대규모 생물학 데이터를 분석해보고 싶은 학생
• 생명과학과 컴퓨터과학, 통계학 또는 AI의 접점에 관심이 있는 학생
• 새로운 분석 방법이나 생물정보학 도구를 개발해보고 싶은 학생
• 일정 기간 꾸준히 연구에 참여할 수 있는 학생

프로그래밍 경험이 있으면 도움이 되지만 필수는 아닙니다. 현재의 기술 수준뿐 아니라 새로운 내용을 배우려는 의지, 꾸준함, 그리고 데이터와 생물학적 질문을 함께 고민하는 태도를 중요하게 생각합니다.

연구 과정에서 배우는 것

학부연구생은 연구 과정에서 다음을 배울 수 있습니다.

• Linux 기반 계산 연구 환경
• Python 또는 R을 이용한 데이터 분석
• 유전체 및 후성유전체 데이터 처리와 해석
• 통계적 모델링과 머신러닝의 생물학적 활용
• 재현 가능한 분석 workflow 구성
• 논문 읽기, 연구 결과 시각화 및 발표
• 연구 결과 정리와 논문 작성 과정

정기적인 미팅을 통해 연구 진행 상황과 향후 진로에 대해서도 함께 논의합니다.

지원 방법

관심 있는 학생은 아래 내용을 포함하여 이메일을 보내주세요.

• 간단한 자기소개
• 관심 있는 연구 주제
• 관련 수업, 프로그래밍 또는 연구 경험
• 참여 가능한 시기와 예상 기간
• 성적표

프로그래밍 경험이 있다면 GitHub, 분석 코드 또는 이전 프로젝트 자료를 선택적으로 첨부할 수 있습니다. 모집은 상시로 진행하며, 지원 내용을 검토한 뒤 개별 면담을 통해 가능한 프로젝트와 활동 방식을 논의합니다.