
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23