
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
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12