加入收藏 | 学校首页
首页 > 通知公告 > 正文

关于开展2024年大学生数据要素素质大赛的通知

时间:2024-07-15 点击数:

为深入贯彻中央《提升全民数字素养与技能行动纲要》及《2024年提升全民数字素养与技能工作要点》等一系列文件精神,积极响应国家经济社会数字化转型的迫切需求,加速培养具备高水平数据素养的复合型人才,由全国数据工程教学联盟发起举办“2024年大学生数据要素素质大赛”。现将该比赛组织实施的有关事宜通知如下:

一、竞赛目的

通过数据技术实际领域应用操作,加快培养提升非数字数据技术专业的各领域大学生数据素质。数据素质通常理解为通过学习达到的,能够完成数据(要素)相关活动的基本能力。其中,数据活动一般指获取数据,并从中发现解决问题信息的活动,包括技术开发及其各领域应用两个方面。技术开发需要具备系统化训练的专业素质;技术的领域应用则强调非数字数据技术专业的各领域人员需要具备能够参加数据技术应用活动的基本能力。目前一般将各领域人员的数据技术应用素质简称为数据素质。

二、举办单位

主办单位:全国数据工程教学联盟

承办单位:江西财经大学

校内组织:教务处、大数据与人工智能学院

三、参赛对象

成都工业学院全日制在校学生,具体说明如下:

(一)自由组队,每支参赛队伍人数3-5人,允许跨年级、跨专业、跨学历层次组队。每名参赛者限报一支队,每队指导老师不超过2人,指导教师须为队员所在高校在职教师。

(二)报名时应具有在校学籍,已毕业的学生不具备参赛资格。

(三)参赛选手应保证报名信息真实准确有效,报名时应在大赛网站上提供学生证等相关证明材料。

四、参赛报名

本次比赛不收取报名费,参赛同学请加入QQ群:294422548(密码:999999),获取大赛相关资料,了解大赛报名等相关信息。

五、竞赛选题

(一)竞赛分为自选题目赛道和命题赛道,两个赛道的选题均应来源于企业生产、运营中或为政府提供的解决方案中遇到的实际问题,有明确的应用场景和推广使用价值;

(二)原则上竞赛题目数据是未经清洗的原始数据(敏感信息可脱敏或转码加密),题目设置要能考察出参赛者数据采集、数据清洗、代码实现、数据分析、数据建模、可视化以及报告撰写的数据要素素质;

(三)鼓励各参赛队以已有的为企业或政府提供的数据要素应用场景研究为基础,按大赛要求提炼为自选题目参赛;

(四)自选题目赛道又分为数据生成、数据标注、数据分析、数据可视化、综合应用5个子赛道,各参赛队应以自选题目对应的侧重点合理选择子赛道参赛。

六、成果评价

(一) 成果形式

参赛队伍提交的材料应至少包含一份项目报告,包括但不限于:

(1)项目概述:项目背景、应用行业、算法或模型优势等;

(2)解决方案:方案设计、方案功能、关键技术、算法实现过程、结果分析等;

(3)应用价值:经济效益、社会效益分析等。

参赛队伍还要提交算法、系统实现的源代码、可用于验证的原始数据集以及必要的算法、系统运行说明文档等附件。

(二)成果效果

(1)落地见效。解决企业或政府部门在实际业务场景中的痛点、难点,问题解决后比解决前成效显著;

(2)使用方认可。企业或政府部门认可参赛成果所提供的算法或系统软件,与优秀参赛队伍达成持续合作意愿;

(3)综合效益。参赛队伍开发的算法或系统软件能实现企业、社会效益的直接或间接转化。

(三)评价准则

评委主要由企业管理人员、技术主管,高校教师以及政府部门工作人员等专家组成,参考以下准则进行评审:

(1)参赛成果应充分体现以上落地见效、使用方认可和综合效益效果,能够切实可行的解决实际问题,具有可复制、可推广的价值以及为企业、社会创造效益的价值。各参赛队伍应在提交的设计报告里阐明所开发的算法或系统软件所具有的应用价值,并列举可能的推广方式和方案;

(2)鼓励参赛队以源于企业和政府部门实际问题的解决方案为自选题目参赛,自选题目各子赛道的评价标准请详见QQ群中具体通知。

(3)命题赛道的题目根据具体题目由组委会拟定具体评价标准,随赛题一同发布。

七、比赛日程

公布赛题和数据时间:2024年7月5日上午9点

报名起讫时间:2024年7月5日—7月20日

提交作品截止时间:2024年8月31日上午9点前

初评时间:2024年9月10日前

复评时间:2024年9月20日前

成绩公布时间:2024年10月1日前

颁奖时间:2024年10月15日前

八、奖项设置

大赛奖项按照各命题和子赛道分设奖项,奖项分为优秀奖、参与奖,各类奖项的比例为对应赛题或子赛道报名人数的40%、60%;大赛根据参赛队伍表现,设特色奖若干;面向各参赛单位设优秀组织奖若干。

获奖队伍颁发纸质证书,获奖单位颁发证书和奖杯。

成都工业学院

2024年7月15日

Copyright© 2021 All Rights Reserved. 成都工业学院大数据与人工智能学院版权所有