2020年12月11日,2020年“新华三杯”全国大学生数字技术大赛十周年圆满结束。本次大赛由新华三集团和全国高等院校计算机基础教育研究会联合主办,旨在推动学生、院校、企业三方互动,积极探索数字化高科技人才培养思路,丰富多元化人才培养体系,建立良性的就业生态圈。本届“新华三杯”全国大学生数字技术大赛与500多个院校展开了合作,在全国设立220余个赛场,共集结了近2.4万名选手参加,历时6个月,比赛内容之广、参加人数之多、历时之长都堪称历届之最。经过预赛和决赛的激烈角逐,最终诞生了特等奖4名,一等奖40名,二等奖80名,三等奖120名。
“新华三杯”作为国内ICT厂商举办的规模最大、周期最长、影响力最大的竞赛活动,从2010年至今已成功举办九届,发展成为我国高校科技教育的典范,在业界取得了无法匹敌的地位。十年来,累计3200多所院校近6.4万人参与比赛,万余名选手脱颖而出,成功就职于新华三集团及其人才联盟企业,取得了良好的社会效应。
2020年是最特殊的一年,受疫情影响,本届大赛挑战重重。为不辜负学生们的热情与业界的期待,新华三大学与全国院校及合作伙伴一道,在预赛和决赛期间积极采取应对措施,并通过线上直播分享、社群互动的多种方式持续向关注大赛的师生提供技术讲座和赛前指导,真正落实大赛“以赛促学习、以赛促教学、以赛促就业”的庄严承诺。
本科组特等奖获奖选手
职业组特等奖获奖选手
新华三集团副总裁、新华三大学执行校长李涛、全国高等院校计算机基础教育研究会副会长李畅出席了闭幕式直播。李涛校长表示:“举办大赛十年来,新华三杯大赛一直紧扣行业前沿技术热点,兼顾理论科研与实践应用,为大学生ICT理论和实践技能的交流与进步提供了难得的渠道和平台。十年间,我们欣喜地看到越来越多的学生在大赛中成长、收获,越来越多的院校与企业加入到我们的行列,为促进产教融合付出努力。”
新华三集团副总裁、新华三大学执行校长李涛致辞
李畅副会长对各位同学和老师积极参加“新华三杯”表示衷心的感谢,对比赛做出贡献的各界人士致以深深的谢意,他表示:“经过各界人士的共同努力和奋斗,新华三杯已成为国内规模最大、最具影响力的数字技术大赛。同学们通过大赛提高了学习兴趣和技术能力,我感到非常欣慰。2020年是特殊的一年,新冠疫情和中美贸易战给我们国家带来了很大的调整,但我坚信数字化技术的发展能帮助我们的国家和民族赢得最终的胜利。希望同学们好好学习,为个人、家庭和国家带来更大的贡献。”
全国高等院校计算机基础教育研究会副会长李畅致辞
闭幕式上,五家新华三合作伙伴企业还进行了空中招聘宣讲,与在线同学实时互动,为同学们提供了第一手的就业信息。
在此前举办的媒体采访中,新华三大学副校长刘小兵就“新华三杯”以及新华三大学深度产教融合的实践与媒体分享了最新成果。刘小兵副校长表示:“大赛之所以获得高度的行业认可,与我们坚持产教融合的数字化人才培养方式密不可分。在今年,作为新华三深度产教融合的创新模式,新华三大学创建了‘集群式’产教融合生产型实训基地以及‘芯云产业学院’实现了产业与院校的‘深度融合’。未来我们将打造产、学、研、用一体化的数字工程人才培养模式,建立人才培养、科研创新、社会服务的新思维和新模式。”
新华三大学副校长刘小兵接受媒体采访
十不我待,数创未来,在下一个十年,新华三大学将继续助力集团深化开放格局,实现更深层的产教融合,与更多高校和合作伙伴携手,共同致力于促进ICT人才培养模式改革,合力构建面向新型教育和人才的新生态,培养符合数字化时代的复合型人才。新华三将不忘初衷砥砺前行,践行企业社会责任,为中国信息技术人才的培养贡献力量,推动中国信息化发展之路。
好文章,需要你的鼓励
周一AWS美东数据中心DNS故障导致数百万用户和上千家企业断网,Reddit、Snapchat、银行和游戏平台均受影响。专家认为这凸显了冗余备份的重要性,CIO需要根据业务关键性进行风险评估,优先保护核心系统。单一供应商策略仍可行,但需通过多区域部署分散风险,建立故障转移计划。金融、医疗等高风险行业需更高冗余级别。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
英国政府发布新的反勒索软件指导文件,旨在解决供应链安全薄弱环节。该指南与新加坡当局联合制定,帮助组织识别供应链问题并采取实际措施检查供应商安全性。英国国家网络安全中心过去一年处理了204起"国家重大"网络安全事件。指南强调选择安全可靠的供应商、加强合同网络安全条款、进行独立审计等措施,以提升供应链韧性和防范网络攻击。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。