
百度与西安交大共同启动大数据竞赛_数据分析师
“过去我们参加全世界、全国各种各样的竞赛活动,但都是别人举办、别人承办、别人设计规则、别人提出目标和要求,我们去参与的。今天,百度和西安交通大学的合作,做的是自己策划、自己设计目标、自己主持的大数据竞赛。对西安交通大学来说这是非常荣幸的一件事情。”5月11日,西安交通大学与百度联合举办的大数据竞赛启动仪式在西安交大校园进行,副校长郑庆华做出了此番感慨。启动仪式的召开,标志着校企间强强联手打造的大数据创新人才平台迈出了坚实的第一步。
西安交通大学副校长郑庆华教授在启动仪式上发言
目标:打造大数据竞赛第一品牌
本次启动的大数据竞赛是由百度和西安交通大学联合主办的,旨在通过全国高校的范围内,挖掘、发现大数据尖端人才,并为其提供更好的发展环境和实践机会。百度拥有互联网科技的硬实力,而西安交大则是大数据学术界的权威。“双方均是各自领域里的翘楚,我们共同发起的大数据竞赛,由来自百度的大数据科学家和来自西安交大的院士专家组成评审委员会发布赛题,目标是共同打造高校大数据竞赛的第一品牌。”百度校园品牌总监张高博士自信地说。
在11号竞赛启动的同时,百度也在自己的开放研究主页上对外界发布了本次竞赛的考题——“关于人物关系的研究”。百度将拿出150G原始数据,内容涉及到100个核心人物的相关信息和网络集合。选手需要将数据结构化,最终建立一套数据分析模型,完美展现每个人之间的关系图谱。“我们为这个竞赛设立了特别大奖,只要有好的人才和创意,我们不拘泥于奖励的手法和内容。”张高介绍时说到。
百度校园品牌总监张高博士发言
大数据人才培养开启全面合作
据了解,大数据竞赛只是双方搭建的大数据人才创新平台中众多子项目的一个。一个月前,双方在北京的百度总部签订了全面合作培养大数据人才的协议,依据协议,百度和西安交大将以互信互利的方式为突出人才提供成长、成才的舞台:百度为西安交大数学实验班、少年班、工科试验班的学生提供客座教授和企业导师进行专业指导,开放最先进的大数据内容与技术,还会定期发布课题供突出人才实践研究;西安交大则在百度自有慕课平台——百度传课设立专属频道,为百度的大数据开发提供学术支持。实际上,合作的具体内容还远不至于此,百度副总裁朱光对此次合作曾说到“要拿出百度的诚意”,西安交大校长王树国也表示“一定要把合作落在实处”,双方都在此次合作中拿出了自己最好的资源。
“感谢百度对西安交大的信任,并把西安交大作为大数据创新人才平台合作落地的第一站。”郑庆华教授在启动仪式上说,百度与西安交大的互信互利,保证了合作顺利进行。据了解,大数据竞赛是所有合作项目中第一个启动的,这给创新平台的搭建和长远进步开了个好头。
本次大数据竞赛的最终结果将在四个月以后正式揭晓。随着大数据竞赛的顺利开展,百度与西安交大大数据人才合作的其他项目也将逐步提上日程,百度正筹划安排首批高级工程师与技术专家走进西安交通大学,为学生们的大数据研究进行直接指导。
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