清华大学《大数据实践课》项目征集说明（2018年）

一、背景介绍

在全球大数据浪潮中，清华大学大数据能力提升项目在“学校统筹、问题引导、社科突破、商科优势、工科整合、业界联盟”的原则指导下，通过多学科交叉融合的大数据课程体系，将大数据思维与技能、跨界学习、实操应用相结合，培养学生们的数据分析能力、数据管理和创新能力。

《大数据实践课》作为大数据能力提升项目实践必修环节，是在完成基础技能模块、能力提升模块的大数据系统课程学习之后（更多详细的内容请参见数据院官网：http://www.ids.tsinghua.edu.cn/index.php?p=3500）。根据您的项目需求，组建跨院系交叉融合的项目小组，在校内导师和企业导师的共同指导下完成实践项目。

希望企业能贡献项目和数据，并指派具体企业导师指导学生完成相应的项目。

二、项目需求（2种类型项目）

1. 偏重系统架构：

即提出一个对于大数据分析系统的需求，描述例如应用场景，数据量，已有数据的存在形式，企业现有业务流程，期望的流程等。通过与学生交流，检查学生的阶段性成果，并评估学生的进展并给与反馈，方便学生进行下一轮的迭代。

2. 偏重数据分析和应用：

即提出一个真实的数据分析的需求，给出真实的数据集，让学生实现一个真实的分析系统及算法，以满足您的需求。这一项目要求将数据开放给学生。

三、实践时间和地点

1. 时间：夏季学期（2018年7月2日-2018年8月24日），全时8周

2. 实践地点：校内或实践单位

四、参与项目学生构成

清华大学信息学院（计算机、软件、自动化、电子等）和非信息学院（机械、数学、物理、热能、经管、社科学院、土木等）硕士研究生、博士研究生，5-7人交叉混合组队。

五、授课教师

徐葳：

交叉信息学院助理教授，助理院长；

数据科学研究院管理委员会和教育指导委员会委员；

专注于跨领域的分布式系统和机器学习方面的研究；

美国加州大学伯克利分校计算机硕士、博士，宾夕法尼亚大学计算机学士；

2013年入选“青年千人计划”，曾获得谷歌、IBM的教授科研奖，以及清华大学“良师益友”特别奖，清华大学先进工作者；加入清华前，曾在谷歌总部工作，负责基础架构研发。在系统、网络、机器学习、光通讯等多领域顶尖会议如SOSP，Sigcomm，EuroSys，ICML，OFC等发表论文20余篇，总引用超1500次。

六、需要实践单位配合与指导内容

1. 提供实际项目需求，及该项目的数据样本或数据测试集，并指派企业导师，并完成【附表】内容；

2. 指导学生完成行业和市场分析等背景调研，并提出项目实际需求等；

3. 指导学生确立解决项目问题的系统架构设计，数据处理和分析方法的选择和应用，以及系统和算法性能评估等；

4. 参与项目展示答辩，并对学生小组的项目成果进行点评和评价。

5. 请将【附表】和该项目的数据样本或数据测试集，4月23号之前以邮件方式提交清华大学数据院刘老师处：

   [email protected]

   邮件主题：XXX(企业名称)大数据实践项目

   如有问题可以联系数据院电话：

   010-62773971，62772709

七、往期实践回顾

 项目双选现场 

北京团队答辩

上海团队答辩

青岛团队答辩

【附表】

【案例】：股票涨跌关联分析项目