清华-新南威尔士中澳数据科学大赛盛大启动

7月1日上午,清华-新南威尔士中澳数据科学大赛开幕式在清华大学经济管理学院舜德楼顺利举行。中国澳洲研究中心BHP澳洲研究院主席纪宝坤教授、清华大学澳大利亚研究中心主任陈永国、清华大学数据科学研究院执行副院长韩亦舜、清华大学经济管理学院何平教授等莅临开幕式。清华大学经济管理学院副教授黄张凯,百融云创首席风控官季元、ADVANCE.AI 首席技术官王晓光, 91科技集团首席技术官宋传胜,炬星科技首席科学家刘俊斌等知名金融科技企业的负责人受邀出席开幕式,共同探讨金融科技定价和反欺诈相关的话题。

嘉宾合影2019第一届Data松暨清华-新南威尔士中澳数据科学大赛是由清华大学数据科学研究院与澳洲新南威尔士大学(UNSW)数学与统计学院进行合作,在中澳大使馆及澳洲政府的大力支持下,举办的大型国际顶级赛事。本次比赛旨在促进双方学生之间的学术、文化交流,也能够创造双方合作企业与学生之间的交流机会,增进了解。同时,考验学生的业界问题解决能力和沟通能力及团队协作能力。据悉,本次比赛计划通过本地海选——统一决赛形式最终选拔6-8支中澳学生(总共)队伍参加最终在澳洲悉尼市举办的黑客松大赛决赛,初赛将会分为线上编程与答辩两个环节。

开幕式伊始,中国澳洲研究中心BHP澳洲研究院主席纪宝坤教授、清华大学澳大利亚研究中心主任陈永国教授以及清华大学数据科学研究院韩亦舜院长分别致辞,分别表达了对本次比赛的祝福和对学生们的殷切期望。随后,清华大学经济管理学院、清华大学经济管理学院中国金融研究中心主任何平教授发表了题为《金融科技助推数字经济发展》的演讲。他指出“随着数字技术被越来越多的使用,整个经济环境和经济活动正在发生根本性的变化。”何平教授结合当下的技术发展,对未来的金融体系作出预判:1、金融机构的核心服务边界会缩小,部分职能会弱化甚至消失2、金融机构可能会与其他金融服务机构、科技企业或商业机构联合实现部分职能3、更多的全牌照金融控股集团出现为企业与个人提供一站式服务,或是形成不同金融服务提供者的松散联盟。4、传统金融只为少数人服务,而大数据能够使得金融服务的规模扩大,能够使金融概念覆盖更广。

中国澳洲研究中心BHP澳洲研究院主席纪宝坤教授

清华大学数据科学研究院执行副院长韩亦舜清华大学澳大利亚研究中心主任陈永国教授

清华大学经济管理学院中国金融研究中心主任何平教授

何平教授回答学生提问

随后在清华大学数据科学研究院马洁老师主持的“风险定价与反欺诈”圆桌论坛中,清华经管学院的黄张凯副教授,以及清华校友ADVANCE.AI的CTO王晓光、百融云创CRO季元以及91科技CTO宋传胜参与讨论。学术派与实战派的激烈讨论,观点碰撞,实例论证,让现场的学生对于金融科技也有更深的解读和认识。对于学生们最关心的就业前景和能力的问题上, ADVANCE.AI的CTO王晓光表示“企业用人更看重学习能力与实际应用能力的结合”,他建议:“同学们应该多参与像这样的大赛,多接触现实的案例,增加自己的实际应用能力,以便增加自己求职时的核心竞争力。“

圆桌论坛

黄张凯副教授在圆桌论坛上发言

在开幕式的最后,kaggle进行了现场放题和赛题的讲解,本次大赛是以保险定价做反欺诈检测为考题,学生们将进行为期两天的在线编程,7月3日中午12点线上提交,并在下午3点开始进行现场答辩。届时,清华大学数据院老师马洁将会同ADVANCE.AI数据科学家团队负责人方宇剑、与其他知名金融科技企业技术负责人作为初赛评委,一同为学生进行作品点评,共同选出三组(或更多)优秀的参赛队,将由他们代表中方奔赴悉尼与澳洲代表进行决赛。

本次北京初赛题目由澳方提供,其中数据来自澳大利亚保险集团 Insurance Australia Group (IAG)的模拟保险数据。数据中充分体现出了数据科学在业界运用中所遇到的脏、乱、格式不规范、无规律、清理困难等问题。题目与案例分别来自澳大利亚数据科学人工智能协会(DSAI),数据咨询公司Servian与澳洲科技公司 Vylar。题目目的是让学生感受作为一名数据科学咨询顾问,假想如何面对非技术背景的客户“技术上不现实”的要求,在他们提供的脏乱的数据中,寻找出有价值并且可以带动企业重大决策与盈利的分析与信息。作为UNSW校友的DSAI主席Paul Conyngham、IAG机器学习总监兼Vylar CEO Jacky Koh 以及Servian 首席数据科学家Shuning Zhao(赵舒宁)祝愿参赛者们“happy hacking,我们澳洲总决赛见。

会后,参与者们热情不减,同学们积极寻找队友讨论题目,嘉宾们互相了解交流增进友谊。”我们希望将自己的实际经验反馈给教育和科研机构,让理论结合实践。同时,也期待教研机构借助我们的实际案例培育出更多优秀的人才,参与到我们企业的发展中来。” ADVANCE.AI人力资源负责人表示。本次大赛涉及的各方参与单位都希望通过这样的校企互动,加深与高校、科研机构的深度合作,实现中澳两国大数据发展的携手并进,与师生情谊的交织升华。

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

产业数据科学
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

推荐文章
暂无评论
暂无评论~