高校毕业生是重要的人才资源、创新资源、发展资源。就业是民生工程、民心工程和根基工程。现阶段，各高校广泛应用“互联网+就业”新模式，为大学生提供就业信息和就业服务，就业数据共建、就业数据共享和就业闭环治理都在逐步完善。

    为破解毕业生就业难、学校就业服务难等问题，针对就业信息到达掌握难、简历指导全覆盖难、就业行为预警难的痛点难点，浙江理工大学找准症结，以谋划重大需求为切入点，系统梳理10项需求清单和3个场景清单，聚焦关键、放大细节、迭代升级，首创“大学生就业数据监测”平台，以“一库一室一平台”为支撑，从数据采集、归集、整合、共享、开放、应用等全生命周期构建公共数据平台，构建“就业智治”体系，有效搭建了跨校企、跨学院、跨层级的在线治理“多跨协同”模式，实现了就业平台治理精细化、招聘服务便捷化、数据交互自动化、校院协同一体化、就业服务智能化，为大学生就业工作装上了“数字化”引擎，助力毕业生快就业、就好业。

    数字赋能，信息掌握立足“准”，重建“就业智治”新体系

    1.信息集成，动态掌握求职行为。学校为解决信息掌握难的问题，对云就业平台进行数改迭代升级，建成“招聘线上预约—信息线上发布—学生简历线上接收”的用人单位线上全流程招聘行为数据库；根据学生就业区域、目标行业和岗位等求职意向及浏览查看招聘信息、预约招聘会、投递简历等求职行为，形成学生求职行为数据库。

    2.实时关注，精准匹配求职信息。通过数据库比对实时关注企业的招聘进度与学生的求职进展，有效解决招聘信息到达情况难掌握的问题。同时，根据学生的就业行为和意向，平台通过算法将之与用人单位发布的职位信息匹配，把符合需求的职位主动、精准、及时地推荐给毕业生。学院管理员可在后台检索查看学生完成的简历与求职意向，根据求职意向将毕业生简历推荐给相应用人单位，真正促进招聘信息有效、精准到达。

    3.数据赋能，推动“就业智治”建设。面对复杂多变的就业形势，做好就业工作的跟踪调查和就业数据的积累分析，使就业数据“活”起来。通过加强对毕业生就业状况的研究，充分把握“95后”“00后”学生在思想状况和就业观念方面的变化，增强就业工作的针对性与实效性，不断丰富、完善和优化学生就业数据监测平台，形成了即时感知、科学决策、主动服务、高效运行的就业治理新形态，打造数字就业的“浙理模式”。

    精准服务，就业指导着眼“细”，重塑就业服务新模式

    1.简历制作从“无从下手”到“得心应手”。针对毕业生在求职就业制作简历时无所适从的情况，推出简历优化AI实验室，包含简历在线制作、诊断、优化、邀请企业HR点评和一键投递等功能。学生可使用推荐模板一键生成格式排版，系统根据求职意向自动筛选推送本校历届同类职位就业学生优秀简历模板；简历实验室根据AI算法模型，科学量化评价简历质量，并自动诊断问题点，逐项提出修改优化建议；简历完成后可以同步到就业系统的学生个人账号中，主动邀请在库企业HR和学校教师点评简历，并可一键投递至校园就业网发布的企业意向岗位。一年来，学生在线上生成简历6315人次，邀约企业HR点评简历5805人次，线上投递简历6905份。

    2.就业指导从“被动响应”到“主动服务”。就业数据监测平台融合“互联网”“大数据”等技术，对学生实施就业意向精准识别、就业方式精准区别、就业指导精准施策的个性化就业指导服务。注重对就业行为预警学生的关注，建立以就业帮扶、职业规划、就业指导为主线的帮扶体系，做到“一生一策”精准服务清单动态更新，实现“全程化”就业指导服务的重塑，推动就业工作由被动响应向主动服务转变，指导服务模式实现重塑，让充分就业更有温度。

    3.求职服务从“各自为战”到“一体协同”。就业数据监测平台改变过去学院“各自为战”的工作模式，打破原本的“信息孤岛”，深度激活平台数据价值，实现数据共享、服务决策协同，将业务协同流程和数据共享流程系统集成。相较于传统的线下流程，就业数据监测平台根据企业和学生的各项招聘服务需求量身优化，服务模式更注重就业流程每个环节的实时响应，更注重每个就业环节对毕业生的精准反馈，大大提高了就业招聘服务的效度和精准度，较大程度实现了学校、学院、企业的协同治理。

    智慧就业，行为预警突出“智”，重构“就业—培养”新链条

    1.开放共享数据资源，体系更显功能性。学校学生就业数据监测平台紧紧围绕浙江省和学校数字化改革总目标，按照“以用促建、共建共享”的原则，通过毕业生、学校学院、企业等行为数据监测和信息收集的“三个加强”，构建学生就业共享开放的一体化数据资源体系建设。加强基础数据库的建设，扩大就业数据的按需归集和管理范围，实现全校就业全领域数据的高质量供给；加强共享平台的建设，构建集需求、行为、成效于一体的大数据仓库体系，形成全校共建共治共享、数据循环利用的机制；加强开放功能应用的建设，完善开放应用工具，推动生涯、就业等学生关注领域，持续迭代更新，开发学生需求和企业共性需求的应用，推动就业数据和其他在校数据的融合应用，支撑学校数字化改革应用形成大学生数据开放创新应用的生态体系。

    2.动态监测行为预警，帮扶更有针对性。就业数据监测平台从用人单位需求、专业情况、学生就业签约、学生求职行为、就业帮扶进展等16个维度对学校就业进展进行实时分析和监测。平台结合学生就业行为大数据分析，将存在无就业意向、未上传简历、无求职行为、就业困难等情况的学生分为黄色预警、橙色预警和红色预警三个等级，形成就业行为预警名单。学院管理员将三类人员列为重点帮扶对象，根据不同颜色等级，采取不同的帮扶措施，系统记录帮扶时间、帮扶类别、帮扶措施，形成帮扶工作电子台账，准确掌握每名学生的就业情况，做到学生就业事前有预判、事中有处置、事后有帮扶，实现了就业工作精细化的“可视、可控、可管”。

    3.就业数据集成分析，决策更具科学性。就业数据监测平台通过对进校招聘的企业情况、岗位需求情况、专业需求情况、毕业去向分布等维度进行实时监测、数据诊断和数据分析，对学生、企业进行精准画像，集成了就业大数据驾驶舱，实现了大学生就业指导服务的智能化、精准化、个性化，提升了就业决策科学化和就业管理全程化，形成了就业服务的闭环治理，实现“让数据说话，用数据决策”，让就业大数据联动人才培养环节，推动专业建设、招生就业等人才培养环节决策由经验驱动向数据驱动转变，初步形成“就业—培养—招生”的良性反馈机制。此外，相关产业行业人才需求数据分析还可作用于加快推进深化产教融合的现代产业学院建设，为打造一批融人才培养、科学研究、技术创新、企业服务、学生创业就业等功能为一体的学校示范性人才培养实体提供决策依据。

    浙江理工大学学生就业数据监测平台将持续完善平台总貌舱、治理舱、明细舱，实现平台覆盖更全面、风险预警更智能、协同治理更高效，促进平台规范健康发展，打造健康稳定、集约高效、自主可控、开放共享的一体化智能化数据平台，助力学校毕业生高质量就业。

    （姚珺 梁琳）