京公网安备 11010802034615号
经营许可证编号:京B2-20210330
一、 背景
“实施“互联网+”行动计划,发展分享经济,实施国家大数据战略。”“互联网+”与国家大数据战略被写入五中全会公报。政府引导潮流中,我们已经进入了“大数据时代”。
而与此同时,预计中国在2015年对数据分析人才的需求将增加30500人,数据分析高端人才的需求这几年仍在迅速扩张和增加,数据分析人才的供应量远远赶不上需求量,缺口很大。
在这样背景下,经管之家(人大经济论坛)联合CDA数据分析协会、XXX公司、XXX风险投资基金、XXX高校举办『2016CDA大数据全生态全国高校创新创业竞赛』。
二、 目的
1、挖掘、发现高校大数据人才,让优秀的具有青年创业家潜质的找到合作伙伴,创造优质项目,赢得投资人关注,实现价值创造;
2、扩大CDA数据分析师品牌、经管之家(原人大经济论坛)品牌影响力;
3、挖掘校园数据分析人才,为校园俱乐部、形成CDA校园俱乐部氛围做铺垫;
4、为企业输送人才,打造CDA数据分析平台化效应,对接企业与高校优秀人才,形成优秀人才筛选的有效机制;
5、巩固校园市场,通过比赛与各校取得联系,建立CDA校园俱乐部,掀起大数据创业创新风潮,稳步有序地推进学生大数据创业行动;
6、为企业提供项目咨询、数据挖掘等B2B业务做铺垫。
三、 内容
主题: 『大数据+大学生,大有可为!』
赛题:
方式一:参赛队伍可选择企业提供的任一大数据领域课题,提供自己的解决方案;
方式二:也可选择任一领域,进行大数据应用创新。
二选一。
参赛对象:各大院校在校学生(包括本科生、硕士生和博士生),均可报名参赛,要求以团队形式参赛,每支参赛队伍人数一般3人。
奖项设置:
一等奖:1支队伍,奖金5万元;人大经济论坛永久贵宾帐号; CDA现场班免费1人听课权限;企业奖项;发获奖证书;
二等奖:3支队伍,奖金2万元;人大经济论坛金牌贵宾帐号; CDA免费1人听课权限;企业奖项;颁发获奖证书;
三等奖:5支队伍,奖金3000元,人大经济论坛银牌贵宾帐号; CDA系列1门视频课程权限;企业奖项;颁发获奖证书;
创新鼓励奖:若干名,均可获得荣誉证书,人大经济论坛VIP身份
以上所有获奖人员都有可能得到风险投资的青睐和投资!
四、 安排
本场比赛分4个阶段,即报名、初赛、复赛、决赛答辩。
初赛:
选择方式一参赛的团队,需使用自己擅长的软件及算法,提交源代码及报告;
选择方式二参赛的团队,需要提交创业策划方案,通过PPT/Word/PDF三种形式之一提交参赛作品。
复赛:
由初赛参选团队中选拔前60%,对初赛的算法及报告休整或者重新选题,提交源代码及报告或对创业策划方案的完善。
决赛答辩:
1. 由复赛中选拔前20%队伍参加决赛答辩,答辩现场根据参赛队的算法原理、历史成绩、评委打分,角逐出一二三等奖共7只团队,复赛中余下的团队获得创新鼓励奖;
2. 评选由专家评分(可收到作品后查看或远程评分)和现场观众评分同时进行,电视媒体现场报道;
3. 获奖选手参与颁奖仪式,获得奖金及证书。
大赛激励:
1.所有报名团队有机会获得1月由论坛举办的大数据应用峰会免费门票,可与大数据专家、企业面对面进行沟通交流;
2.所有进入决赛人员均录入企业、经管之家(人大经济论坛)推荐人才库;
3.入围经管之家(人大经济论坛)、企业招聘绿色通道(即招聘流程省略简历筛选及笔试筛选阶段,直接进入面试阶段) ,在校期间均有效;
4.获得经管之家(人大经济论坛)、名企深度关注,有机会成为项目创业合伙人。
四、参赛须知
1. 参赛人员必须在大赛网站上统一报名注册,报名时须提供参赛者的基本情况介绍与联系方式;
2. 参赛者提交的参赛作品必须是由参赛者独立完成的原创作品,不得抄袭,不得违反任何相关法律法规;
3. 大赛所提供的数据集和平台仅限于本次大赛使用,不得用于其他任何目的,如若因此给数据提供方或平台提供方造成损失,由参赛选手负责;
4. 参赛作品的知识产权等相关权益归参赛队伍所有,但获奖作品赛后须在开源网站上公开发布。
六、比赛组织
主办方:经管之家
承办方:待定
协办方:CDA数据分析协会
媒体合作方:待定
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27