和鲸科技：数据竞赛白皮书·下篇·办好一场竞赛的实操手册（50页）.pdf

1、of 数据科学协同平台 序 第三章 数据竞赛组织不易，需要克服专业壁垒 一、对竞赛复杂性的调研结果 1. 主办方对于专业性和项目效益的要求 2. 参赛者对于严谨性和公平性的要求 二、数据竞赛的运营复杂度详解 1. 数据竞赛需要综合性的专业能力支撑 2. 保障赛事相关方体验需要面面俱到 第四章 组织好一场数据竞赛，重在能力建设 一、优质数据竞赛的定义 二、数据竞赛的最佳实践 1. 数据科学项目管理，支撑赛事成果有效性 2. 数据竞赛运营管理，保障双边赛事体验 第五章 数据科学驱动的创新生态展望 附录 CONTENTS 03 04 05 05 06 09 09 12 16 17 19 19 27

2、38 41 数据竞赛白皮书聚焦三大核心看点，力图全景式呈现数据竞赛驱动下的数字化创新生态。 在白皮书上篇，将着眼于数据竞赛的发展历程与现状，对其核心价值展开深刻剖析；在白皮书 下篇，数据竞赛的科学管理方法论和最佳实践将得到深度分享。 高亮看点 02数据竞赛，数字化创新的新模式 关注数据竞赛白皮书上篇，看点一、二深度内容尽在掌握。 数据竞赛白皮书上篇 1000 场竞赛的深度分析 看点一： 1000+ 场数据竞赛，催生数据智能时代全球性政、企、学、研、 资各界联动新常态 2014 年至今，全球范围内的各类数据竞赛总量已突破 1000 余场。其中，仅中国市场就已发 布共计逾 400 场数据竞赛，年均

3、增长率高达 108.8%。236 家企业、政务部门、高校和科研 机构作为赛事主办方参与其中；吸引约36万支团队、 120万人次参赛；奖金规模合计高达2.8 亿元人民币，赛题覆盖 33 个行业应用场景； 1997 年，享誉全球的国际顶级学术会议 KDD 推出 KDDCup，开启了数据竞赛的新模式， 20 余年以来的赛题设计始终带有鲜明的工业应用色彩。ICCV、NeurlPS、ISBI、EuroCSS、 ECML-PKDD、VoxCeleb、MICCAI、C-MIMI、IEEE-CIS、CVPR（ActivityNet）、IWCS、 ECCV 等国际顶尖学术会议在全球化浪潮下也纷纷开始牵头组织数据

4、竞赛。 看点二： 15 个案例特写，看懂数据竞赛为何成为数字化创新的有效手段 以赛题承载应用场景，在紧凑的竞赛周期内高效整合数据、算法、算力、人才等要素，可敏 捷验证各类 AI 在真实商业场景中的落地方向和实效； 85% 的数据人才高度认同竞赛对技术实践能力的培养作用，竞赛成为打破高校学科建设与 人才培养瓶颈的有效手段； 竞赛推进前沿科研探索落地，通过跨学科协作促进 AI 在不同领域价值释放； 竞赛成为数字化创新要素和汇集产、学、研、政各界资源的枢纽，助力数据创新生态建设和 产业落地。 数据竞赛白皮书下篇 办好一场竞赛的实操手册 看点三： 100+ 场专业赛事服务经验，一流竞赛平台开源数据竞赛

5、管理 方法论与业界最佳实践 面向千余名参赛选手的调研结果显示，奖金并非竞赛核心诉求，从专业性赛题、科学性评审， 到协作工具、精细运营，组织一场优质的数据竞赛颇有挑战； 竞赛的生命周期面临着来自参赛选手和主办方的双重考验，需要能够通过打造良好的参赛体 验，激发数据科学人才的能动性和生产力，并通过专业的数据科学服务能力和运营流程充分 满足数据竞赛的多元诉求； 保障赛事效率和质量，开创数据科学研发的新模式数据科学协作工具，成为开放式数据 竞赛的重要的基础设施。 数字科技正逐渐渗透到经济、商业、社会生活方式等方方面面，人们对于数据智能时代的 来临充满了期待。然而，从现阶段的发展来看，我们距离真正的大数

6、据时代仍有距离，各 行各业的数字化转型进程未能如期落地。数据的力量究竟该如何激发？带着这样的疑惑， 我们把视角对准了数据竞赛这一载体，以期为行业提供启发。通过全面的调研、分析，我 们得到了寻找创新路径和探索最佳实践的总结，形成这份数据竞赛白皮书分享给大家。 全球数据竞赛市场已经历了 20 余年的探索，其发展起点可追溯至 1997 年由国际顶级学 术会议 KDD（ConferenceonKnowledgeDiscoveryandDataMining，知识发现和数据 挖掘会议）推出的 KDDCup。此后，一系列国际顶尖学术会议也陆续牵头组织数据竞赛。 国际顶会数据竞赛往往会积极兼顾市场应用的需求，