彩神彩票官方网站_彩神彩票充值

武汉科大：线下线上联动 精准服务就业******

　　武汉科大：企业“网”上来、学生“推”出去、协会“动”起来

　　线下线上联动 精准服务就业

■关注大学生就业

　　近日，在武汉科技大学的企业空中宣讲会线下场地，担任企业招聘“校园大使”的大四学生张高翔正在紧张地忙碌着。他一边和企业对接，为同学们争取简历投递的绿色通道，一边在现场为同学们耐心答疑，精准推送企业招聘信息。

　　找工作遇到最难季，怎么办？线下举办空中宣讲会、为企业配备“校园大使”、每个班设有“就业联络员”……武汉科技大学采取一揽子措施，让企业“网”上来，将学生“推”出去，促协会“动”起来，助力毕业生快就业、就好业。

　　企业“网”上来 线下线上不缺位

　　“各位同学，今天下午三点，海尔智家的空中宣讲会，我们开放场地，欢迎大家现场观看企业直播宣讲，参与面试……”近日，在武汉科技大学，海尔智家的空中宣讲会在线下“闪亮登场”。

　　原来，受疫情影响，学生只能靠空中宣讲会了解企业招聘信息，跟踪简历投递状态。而空中宣讲会相比线下招聘会，针对性弱、互动性差，学生普遍不积极，企业也无法及时跟进学生的投递动向。

　　“能否将线上宣讲会同时安排在线下办？”联系好企业，安排好招聘助理，该校毕业生就业指导中心工作人员孟佳便将想法付诸实践。

　　不到半小时，现场便收到近20份简历。“感受到了学生们找工作的热情，后续我会一一跟进他们的面试进度。”海尔智家HR（人事专员）朱贤也格外上心。

　　该校管理学院2023届毕业生周杰提交网申后，就来到现场，进行视频咨询。经过面试，他收到了录用通知。“幸好学校安排了线下宣讲会，不然我可就失去一个好的就业机会了。”周杰说。

　　按照线上线下相结合的方式，武汉科大还组织了网络专场招聘会。从网上向优质企业发出邀约，为企业配备在校学生担任的“校园大使”，配合企业发布招聘信息、宣传招聘渠道。在校园里展出招聘企业信息后，“校园大使”在现场为毕业生们介绍公司，引导投递简历。

　　学生“推”出去 精准推荐成常态

　　受疫情影响，学校大型线下双选会无法举办，企业对毕业生基本情况的了解常常只能靠一份简历；学生也很难广泛接触企业，了解企业的真实情况。“企业和毕业生之间可能出现某种程度的不信任。”孟佳表示。

　　于是，“校园大使”与企业、教师与企业的“一对一”推荐方式日益流行，这成为企业与毕业生之间沟通的快速通道，双方的适配速度和程度都明显提升。

　　秋招期间，武汉科大2023届毕业生吉少宝，担任了数十家公司的“校园大使”，累计推荐简历200余份。“每推荐5个人，就有1个人进面试。”推荐时，吉少宝不仅了解到每家公司的福利待遇等，还根据同学的偏好有针对性地推荐。

　　“郭老师，这是我的简历，往哪投啊？”临近秋招尾声，该校2023届毕业生禄芯垚向辅导员郭家麒“呼救”。“我帮你！”郭家麒常年和企业保持联系，他一边为学生修改简历，提供求职辅导，一边向HR介绍情况。多方推荐下，一个月后，湖南华菱涟源钢铁有限公司向禄芯垚伸出了“橄榄枝”。

　　“毕业生就业指导中心在秋招前，去宜昌邦普建设项目考察，与企业建立了良好的联系，累计签约17人；计算机学院和金山办公软件签了实习协议，累计签约15人……”孟佳介绍，为了把学生“推”出去，学校还通过访企拓岗、校地合作、校企合作实现推荐学生就业工作的常态化。

　　协会“动”起来 服务就业不打烊

　　近年来，大学毕业生慢就业、缓就业现象突出。疫情下，个别毕业生甚至开始“躺平”模式。

　　“得让大家动起来。”该校毕业生就业指导中心主任鞠磊介绍，学校毕业生就业指导中心改组了已经成立11年的就业与职业发展协会，增设了学院、专业、班级三级制度，每个班设有“就业联络员”，每个学院、专业设有“招聘助理”，总人数近300人。

　　“景旺电子晚七点召开线上宣讲会，相关专业同学可转发观看！”“硚口区直播带岗，明天下午，请转发！”……秋招高峰期，就业群日活跃用户数量过百，每个人都是信息的发布者、传播者和受益者。

　　以往，主要由辅导员了解毕业生的情况，推送就业信息，然而辅导员毕竟力量有限。“如今，每个联络员、招聘助理，就像一个个雷达，分布在全体毕业生中。”鞠磊说。

　　除了为每名毕业生精准推送就业信息，协会还开展“铸梦”生涯求职工作坊、训练营、AI易面系列活动。协会“秋招”时，还推出模拟面试、简历门诊服务，为求职有困难的同学提供帮扶。

　　“疫情影响下，学生的就业环境更加复杂，遇到的问题更加困难。”鞠磊表示，“学校将在防疫安全的前提下，努力为毕业生和企业提供一切便利服务，助力每一名毕业生找到满意的工作。”（本报记者 程墨 通讯员 徐继男 曾梓宸 尚紫荆）

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）