
大数据与人工智能赛事11日启动 全球顶尖人才对决等你观战
大数据发展面临“三重门”的考验,一是技术创新滞后,二是行业应用有待深入,三是人才不足。在大数据生态系统中,人才是核心。业界专家表示,未来3—5年,中国需要180万数据人才,但截至目前,中国大数据从业人员只有约30万人,限制了行业创新发展。
人才那里来?通过举办大赛发现人才不失为良策。8月11日,2018 CCF大数据与计算智能大赛(Big Data & Computational Intelligence Contest,简称“CCF BDCI”)全球启动仪式在北京拉开帷幕。教育部教指委副主任杨波、中国科学院院士梅宏、中国工程院士院士倪光南、中国计算机学会秘书长杜子德等100余位专家、院士、行业大咖,以及科研机构、企业代表等都来参会。
近几年,这项大数据赛事异常火热,且创造了多项记录。CCF BDCI大赛已举办五届,共汇聚了上千所国内外高校、1200家企事业单位、80余所科研机构派团队参与,3万名参赛队员组成近2万支队伍参赛资料显示,仅2017年大赛,就有超过3万份作品提交,深入挖掘50余支优秀技术团队,成功孵化2个大数据创业项目,推动10个方案应用落地,可谓硕果累累,这里包括了来自美国、英国、法国、日本等10多个国家的近百名海外参赛者。
据介绍,2018年第六届CCF BDCI大赛继续立足于国际化、规模化、普及化,预计将有800多家海内外高校及60余家科研机构,近36000人参赛。
大赛将采用全国初赛、复赛、决赛三级赛制,把握数据挖掘深度与应用广度两大特质,围绕“算法能力赛”及“创新方案赛”两大维度,规划设置的赛题,面向重点行业和应用领域征集需求,以前沿技术与行业应用问题为导向,以促进行业发展及产业升级为目标;以众智、众包的方式汇聚海内外产学研用多方智慧,为社会发现和培养大量高质量数据人才。
记者发现,现场公布的6道参赛题,基本是来自企业实际应用需求,或者企业苦苦寻找仍未果的难题,而出题方提供的数据也都是实际工作中产生的数据。因此,对于本届参赛选手来说,具有非常大的挑战性。
就大数据人才而言,在高端人才稀缺的情况下,国内企业即使不断拓宽招聘范畴,向国外延伸,依然无法满足人才缺口。在启动仪式后的“数据与 智能双引擎驱动的人才观与生态”主题讨论上,专家学者纷纷表示,大数据人才建设,需要建立健全多层次、多类型的大数据人才培养体系,而近年来数据竞赛的崛起,为大数据产业生态系统的健康发展,提供了驱动力。
值得注意的是,2018 CCF 大数据与计算智能大赛(BDCI)决赛现场设在“沈阳·中国智谷”,加上大赛设置了百万元奖金的吸引,这无疑将会加速“中国智谷”所在的沈阳浑南区(1991年批准的国家首批高新区)高端人才聚集,助力东北振兴。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15