2023，出国留学新趋势******

　　新的一年到来，随着国内出入境政策的变化、新冠疫情对出国留学的影响降低，中国留学生出国学习更加方便。2023年留学申请趋势有哪些？中国留学生的求学之路如何规划？

　　交叉专业受青睐

　　卢晓安本科在国内学习计算机科学，不久前他成功申请到了英国伦敦国王学院的计算机金融专业硕士项目，这是一门计算机科学与金融的交叉学科。

　　近年来，交叉学科专业正受到越来越多关注。交叉学科指两个或多个不同专业交融，比如计算机金融、生物统计、文化产业管理等。大部分交叉学科专业应社会不断变化的就业需求而生，着力培养学生的复合技能，拓宽学生的就业范围和求职竞争力。

　　根据新东方《2022中国留学白皮书》显示，留学生在选择专业时考虑前三位的因素分别是“自己感兴趣的”“就业前景好的”和“适合自己教育背景的”。受就业压力的影响，不少学生在选择专业时将求职前景纳入考虑。

　　“我认为学习计算机金融交叉专业能在就业时具备更强的竞争力。”卢晓安说，“据我所知，金融行业逐渐实现数字化转型，加大了对技术领域的投入。以量化交易员招聘为例，应聘者既要对计算机科学有一定的理解，还要了解量化投资的知识。”

　　据2022年《美国门户开放报告》显示，2021-2022学年中国内地留美学生排名前三的专业分别是“数学和计算机类专业”“工程类”“商科和管理类”，STEM专业（科学、技术、工程和数学教育）、商科、人文社科仍为主流。目前，海外许多院校开设的跨学科专业以数学、计算机、商科等专业结合其他专业为主，正受到越来越多中国学生的青睐。

　　升学规划更多样

　　日前，启德教育发布《中国留学市场2022年盘点与2023年展望》报告。报告数据显示，由于海外院校申请门槛提高，申请结果不确定性增加，近3年本硕留学申请中多国联申的占比呈小幅上涨趋势。其中，赴美国、澳大利亚本硕留学的学生联申英国的占比达50%左右。

　　“今年，我申请了美国和英国几所不同高校的商科专业，希望能提高申请成功率。”李明洋是一名正在经历申请季的大四学生，他说：“美国和英国有不少世界排名靠前的学校，据我所知，申请同学中不乏学术能力和语言成绩都很突出的‘学霸’，竞争非常激烈。我想多申请几个学校，有更多被录取的可能，从而顺利读研。”

　　此外，启德教育北京分公司副总经理贾鸿岩表示，中国学生的高考成绩正被越来越多的海外高校认可和接受，许多家庭开始做两手准备，考虑留学与高考双轨并行的方案，以做全面的升学规划。

　　以英国为例，包括剑桥大学、伯明翰大学等在内的近50所高校认可中国高考成绩。德国则从2020年起允许中国高中毕业生凭高考成绩直接申请德国大学的本科专业，启德教育一组数据显示，2022年申请德国本科的学生人数相对于前一年上升了5个百分点。

　　《2022中国留学白皮书》显示，2022年留学人群的学业规划更加多样化，同时关注多种升学途径、做好两手准备的群体占比超四成。在申请本科及以上阶段意向群体中，不少人还会考虑中外合作办学、海外高校在国内分校的项目，以期找到适合自己的发展方向。

　　回国就业意愿强

　　2022年9月，教育部发布数据显示，2012年以来，我国各类出国留学人员中超过八成完成学业后选择回国发展。根据领英发布的《2022中国留学生归国求职洞察报告》显示，2020年中国留学生学成回国人数同比增长33.9%，且在2021年持续保持增长态势，中国留学生回国意向增强。

　　领英相关负责人表示，互联网及金融行业因发展态势较好，近年来吸引了不少留学生。在城市选择上，不少需要国际人才的公司将总部、分支机构、联动办公区域设于一线或新一线城市，并积极解决户口、住房、员工子女入学等问题，因此吸引了不少海归人才。以上海为例，对毕业于世界排名前50名院校的留学回国人员，取消社保缴费基数和缴费时间要求，全职来上海工作后即可直接落户；毕业于世界排名51-100名院校的，全职来上海工作并缴纳社保满6个月后可申办落户。

　　此外，留学经历也成了学子求职时的加分项。“外资企业和具有全球化背景的企业比较青睐中国留学生，他们很看重留学生的语言优势、综合素养以及全球化视野。”领英中国产品运营总监陈怡静说。

　　赵栩2022年从荷兰瓦赫宁根大学城市环境管理专业毕业后回国参加了秋招，对企业招聘留学生的相关要求深有体会。她说：“留学生应聘有外语要求的岗位时具备优势，部分岗位要求学生提供雅思或托福成绩，我在申请出国时就有所准备。此外，一些工作内容需要熟练掌握英语，比如我应聘过的一个研究所岗位，日常需要筹备国际会议、翻译图书信息、撰写外语宣传内容等，这对应聘者的英语水平、跨文化沟通能力有一定要求，留学生可以充分展现出自己的竞争力。”（本报记者 周姝芸）

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