会议简介

近年来，大数据和人工智能技术得到了迅猛发展，尤其是大模型以强大的数字处理能力和深度学习能力，不断与各领域交叉融合。数智化转型浪潮的推动下，大模型应用正从概念走向落地实践，为各行各业注入新活力，已经成为学术与产业创新的关键引擎。为了充分发挥行业内主要优势单位和专家群体的作用，活跃学术气氛，加强大模型与大数据需求牵引和对接、技术交流和互动，推动该领域理论、方法和技术发展及工程化应用，促进指挥与控制学科发展，由中国指挥与控制学会（简称CICC）主办，CICC大数据科学与工程专委会、中国科学院自动化研究所、中科软科技股份有限公司承办的“2024第三届大数据科学与工程论坛”定于2024年11月17日在北京举行。欢迎CICC委员、各界精英、科技工作研究者踊跃参加。

会议内容

会议日程

2024年11月17日

参会对象

注册征文

会议注册

本次会议中国指挥与控制学会会员注册费1000元/人，非会员注册费1200元/人，学生注册费800元/人，在线提交参会注册：https://tg.c2.org.cn/index/registration/pay.html?hyid=84

其他注意事项

1. 会议不安排接送站，请自行前往会议地点。

2.会议不提供预定服务，提供17日午餐和晚餐，参会人员住宿、交通费自理。

3.会议11月17日安排了展位，需参展单位可与大会联系。

附件下载：https://mp.weixin.qq.com/s/6F5RTUSv-TzwT7a-rboxEQ

结业证书

''

产业简报

大数据科学与工程研究现状

一、研究背景与意义

随着数字化、网络化和智能化的快速发展，数据作为新型生产要素，已经快速融入生产、分配、流通、消费和社会服务管理等各环节，影响着千行百业，推动着我国数字经济的蓬勃发展。大数据科学与工程作为释放数据价值的重要引擎，其研究具有深远的意义。

二、研究内容与方向

数据模型与算法：

大数据科学与工程研究大规模数据处理和数据挖掘，涉及数据模型、算法设计与优化等方面的知识。

研究如何提高大数据格式转化的效率，以及提升大数据计算能力，关键在于提高数据的转移速率。

数据可视化：

大数据可视化作为大数据技术的必不可少组成部分，旨在通过图形、图像等手将海量的数据以直观、易懂的办法展现出来，帮助人们更好地理解数据、挖掘数据价值。

研究内容包括数据清洗、数据预处理、可视化设计等环节，最终实现数据的可视化展示。

数据安全与隐私保护：

随着大数据应用的不断深入，数据安全和隐私保护问题日益受到关注。

研究如何保障大数据的安全和隐私，涉及数据加密、匿名化、访问控制等方面的知识。

统计学与机器学习：

研究如何利用统计学和机器学习的方法对数据进行处理和分析，以揭示数据背后的规律和趋势。

三、研究现状与进展

理论基础：

在基础理论方面，目前相关专家与研究人员尚未解决一些基本的理论问题，例如大数据技术的科学定义、结构模型、数据理论体系等基本问题，在数据质量和数据计算效率的评估活动中也缺乏统一的标准。

关键技术：

大数据格式的转化、数据转移和处理等问题是亟需处理的核心问题。

数据库技术也在不断进步，包括关系型数据库、键值型数据库、时序数据库、文档型数据库等，满足了不同业务场景的需求。

应用实践：

大数据已广泛应用于政务、工业、金融、交通、电信和空间地理等行业，成为智慧城市、智慧政务、智慧园区、智慧公安等行业解决方案的底层支撑。

互联网公司是大数据应用的主要推动者之一，通过采集、分析大量用户数据，来提供更好的服务和产品，以及改进营销和销售策略。

政策支持：

国家高度重视大数据在推进经济社会发展中的地位和作用，陆续出台了多项政策鼓励大数据行业发展与创新，如《“十四五”数字经济发展规划》《“十四五”大数据产业发展规划》等。

四、发展趋势与挑战

发展趋势：

人工智能、边缘计算、云和混合计算等技术的持续发展将进一步推动大数据处理方式的变革，提升数据处理效率，降低成本。

区块链、量子计算等新兴技术将逐步融入大数据领域，为数据安全、隐私保护和数据共享提供新的解决方案。

面临挑战：

数据规模化流通交易遇瓶颈，数据产品开发利用任重道远。

数据安全和隐私保护问题日益突出，需要加强数据安全技术的研发和应用。

大数据科学与工程研究可以应用在哪些行业或产业领域

电商领域：

利用大数据技术对用户信息进行分析，精准推送感兴趣的产品，刺激消费。

预测流行趋势、消费趋势、地域消费特点等，为电商决策提供支持。

提前规划生产资料、物流管理等，优化供应链。

政府与公共服务领域：

整合城市中的各种数据，包括交通、公共服务、资源利用等信息，提升公共服务水平，例如优化城市交通规划、提高公共安全管理水平等。

参与智慧城市建设，利用大数据提高城市管理效率和服务质量。

医疗领域：

通过临床数据对比、实时统计分析、远程病人数据分析、就诊行为分析等辅助医生进行临床决策，规范诊疗路径，提高工作效率。

建立疾病数据库，助力疾病诊断和治疗方案确定。

在医学检测、疾病识别和跟踪方面发挥重要作用。

传媒领域：

收集各类信息，经分类筛选、清洗、深度加工后，准确定位和把握读者、受众的需求。

追踪用户浏览习惯，优化信息内容，提高用户体验和满意度。

安防领域：

实现视频图像模糊查询、快速检索、精准定位。

挖掘海量视频监控数据背后的价值信息，辅助决策判断，用于预防和打击犯罪、维护社会安全等。

金融领域：

利用大数据技术进行风险评估、市场预测、客户画像等，以提高业务效率和竞争力。

在金融交易方面，通过算法模型决策，更全面地做出买卖决策，并根据市场变化和客户需求实时调整。

检测欺诈交易，保障金融安全。

电信领域：

应用于网络管理、客户关系管理、企业运营管理等方面。

分析用户通信行为数据，优化网络资源配置。

提供个性化的套餐服务，提高客户满意度和忠诚度。

交通领域：

预测未来交通情况，如交通流量、路况等，为改善交通状况提供优化方案。

提高对道路交通的把控能力，防止和缓解交通拥堵。

提供更加人性化的服务，如智能交通系统根据实时交通信息为出行者规划最佳路线。

制造业领域：

利用大数据分析生产过程中的数据，如设备运行状态、产品质量检测数据等，实现智能化生产和质量控制。

预测设备故障，优化生产流程，提高生产效率和产品质量，降低生产成本。

教育领域：

利用大数据技术优化教育资源配置。

提供个性化教学方案。

评估学习效果，提升教学质量。

能源和公用事业领域：

通过收集和分析用户的用电、用水、用气等数据，实现更好的能源管理和资源分配。

预测能源需求，制定合理的能源供应计划。

优化能源生产和配送过程，提高能源利用效率，降低能源损耗。

大数据科学与工程领域有哪些知名研究机构或企业品牌

知名研究机构

中国科学院自动化研究所：作为“2024第三届大数据科学与工程论坛”的主办方之一，该所在大数据科学与工程领域拥有深厚的研究基础，致力于推动大数据技术的创新和应用。

清华大学：清华大学在大数据领域设有多个研究机构，如清华大学深圳国际研究生院的数据科学和信息技术交叉学科，以及清华大学全球创新学院的智慧互联等，这些机构在大数据技术和应用方面取得了显著成果。

北京大学：北京大学的信息科学技术学院、前沿交叉学科研究院以及软件与微电子学院等机构，也在大数据领域进行了深入研究，培养了大量专业人才。

知名企业品牌

华为技术有限公司：作为全球领先的ICT（信息与通信）基础设施和智能终端提供商，华为在大数据领域拥有强大的技术实力和丰富的应用场景。华为致力于把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。

腾讯：腾讯作为互联网行业的领军企业，拥有海量用户数据和丰富的应用场景。腾讯在大数据领域进行了深入研究，并将其应用于社交平台、数字内容、广告等多个业务领域。

阿里巴巴：阿里巴巴是全球领先的电子商务和科技公司之一，拥有庞大的用户群体和丰富的交易数据。阿里巴巴在大数据领域进行了广泛探索，并将其应用于电商、金融、物流等多个领域，推动了公司的快速发展。

中兴通讯：中兴通讯是全球领先的综合通信信息解决方案提供商，在大数据领域拥有成熟的基础平台产品和解决方案。中兴通讯致力于为客户提供大数据应用解决方案，推动各行业数字化转型。

小米集团：小米集团是一家以智能手机、IoT产品和互联网业务为核心的科技互联网公司。小米在大数据领域进行了深入研究，通过数据分析提升用户体验和运营效率，推动了公司的快速发展。

大数据科学与工程领域有哪些招聘岗位或就业机会

一、数据科学家

岗位职责：

分析和挖掘海量数据，发现用户行为模式与规律。

优化用户体验，提升业务效率。

参与产品设计、迭代和体验改善，通过数据分析推动业务发展。

任职要求：

通常需要统计学、计算机科学或相关领域的硕士或博士学位。

熟练掌握数据分析工具和技术，如Python、R、Hive等。

具备良好的团队协作和沟通能力。

二、数据分析师

岗位职责：

从事行业数据收集、整理、分析、评估和预测工作。

通过数据分析，预测和分析用户行为、偏好或目标用户，从而发挥数据的商业意义。

任职要求：

本科及以上学历，统计学、数学、计算机科学等相关专业优先。

熟练掌握数据分析软件，如Excel、SPSS、SAS等。

具备良好的逻辑思维能力和问题解决能力。

三、数据工程师

岗位职责：

从事数据的收集、分析、整理、维护等相关技术工作。

清洗数据，方便数据分析师和数据科学家使用。

在数据中找到可以实现的关键点，推动解决业务问题。

任职要求：

计算机科学、信息系统或相关专业的本科学位。

掌握编程、数据结构与算法等专业知识。

具备良好的团队协作和项目管理能力。

四、大数据开发工程师

岗位职责：

参与大数据平台的架构设计和开发。

优化数据存储和查询性能。

开发设计BI报表和数据服务。

任职要求：

计算机科学、软件工程等相关专业优先。

熟练掌握Java、Python等编程语言。

具备良好的系统设计和开发能力。

五、机器学习工程师

岗位职责：

设计、开发和实施基于机器学习的解决方案。

优化机器学习模型，提高预测准确率。

参与机器学习项目的部署和维护。

任职要求：

计算机科学、数学或相关领域的硕士或博士学位。

熟练掌握机器学习算法和工具，如TensorFlow、PyTorch等。

具备良好的编程和问题解决能力。

六、数据可视化专家

岗位职责：

将复杂的数据转化为易于理解的图表和报告。

设计和开发数据可视化工具，提高数据可读性。

与数据科学家和分析师合作，提供可视化支持。

任职要求：

图形设计、计算机科学或相关领域的学士学位。

熟练掌握数据可视化工具和软件，如Tableau、Power BI等。

具备良好的审美能力和沟通能力。