y39彩票注册网_y39彩票漏洞

山东科技大学：不让一名毕业生在求职路上“掉队”******

　　山东科技大学实行“一人一档”“一人一策”精准帮扶——

　　不让一名毕业生在求职路上“掉队”

因为照顾生病的父母，山东科技大学土木工程专业毕业生兰松没有落实就业单位。与兰松结对的辅导员刘超，不仅不时嘘寒问暖与他保持联系，还把该生信息输入学校干部和教师掌握的“未就业毕业生平台”。前不久，土建学院党委副书记高静在中建八局第四建设有限公司访企拓岗时，发现该公司招聘要求与兰松就业需求很匹配，就向企业负责人重点推荐了他，很快就听到了兰松签约就业的好消息。

　　“全校为离校未就业毕业生建立就业工作台账，对他们开展‘结对’跟踪就业服务，重点推送就业岗位，直到学生签约。截至目前，已定向发布就业岗位1000余个。”山东科技大学就业指导中心主任王震说。

　　山东科技大学校长姚庆国表示，学校针对离校未就业、低收入家庭、单亲家庭、零就业家庭等特殊重点群体毕业生，开辟“就业创业绿色通道”，实行“一人一档”“一人一策”精准帮扶，及时、精准地为他们推送心仪的重点企业岗位信息，不让一名毕业生在求职路上“掉队”。

　　几天前，山东科技大学机电学院2023届毕业生马龙一大早便收到辅导员樊玉华发来的酒泉钢铁（集团）有限责任公司招录公告，并提醒他按照岗位需求优化简历，及时投递。

　　马龙家庭经济较为困难，这段时间，学校就业专属服务让他感觉幸福感“爆棚”，辅导员俨然成了他的就业顾问，常常为他“开小灶”单独辅导应聘技巧。

　　今年以来，在山东科技大学，像马龙一样的286名家庭贫困毕业生都有自己专属的就业指导教师。近年来，山东科技大学构建起学校、学院、专业“三位一体”就业帮扶体系，建立了“结对帮扶档案”，组建由专业教师、班主任、辅导员等组成的就业“红娘”队伍，组织专场招聘活动，帮助他们尽快实现就业。

　　“针对重点群体学生就业帮扶，我们更上心。”樊玉华表示，为结对学生定点推送岗位信息，已经成为全校200多名辅导员每天的工作习惯。

　　“感谢老师的指导和帮助，让我顺利通过了招聘单位的笔试和面试，找到了一份满意的工作。”应用物理学专业毕业生刘超博家庭经济较为困难，找到一份满意的工作、缓解家庭负担是他最大的心愿。在学校举办的人工智能专场双选会上，指导教师与他“并肩战斗”，帮助其成功获得一家国企的电气工程师岗位。

　　截至目前，今年该校举办毕业生专场招聘活动636场次，提供就业岗位4万余个。此外，学校还聚焦家庭经济困难学生面临的实际难题，打造网络面试间，创新“‘码’上就业+精准对接”的工作模式，为他们点亮就业路上的“绿灯”。

　　“大学生活动中心204活动室，成了我们的‘网络面试间’。”采矿工程专业毕业生兰皓回忆，接到线上面试通知时，担心自己的手机和宿舍环境不能满足面试要求，自己还有些发愁。“学校的‘网络面试间’解了燃眉之急，真切感受到学校就业服务的用心用情。”

　　“党的二十大报告提出实施就业优先战略，提出健全就业公共服务体系，完善重点群体就业支持体系，加强困难群体就业兜底帮扶。”党的二十大代表、山东科技大学党委书记罗公利告诉记者，近年来，学校不断出台面向困难学生群体的就业帮扶政策，采取一系列有力举措，及时为毕业生纾困解难。“下一步，学校将继续坚持摸排跟踪、岗位推送、指导服务和重点帮扶‘不断线’，让重点群体毕业生端稳就业饭碗。”（本报记者 孙军 特约通讯员 韩洪烁）

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）