CCF大数据与计算智能大赛（CCF Big Data & Computing Intelligence Contest，简称CCF BDCI）由中国计算机学会于2013年创办，是大数据与人工智能领域的算法、应用和系统大型挑战赛事。大赛面向重点行业和应用领域征集需求，以前沿技术与行业应用问题为导向，以促进行业发展及产业升级为目标，以众智、众包的方式，汇聚海内外产学研用多方智慧，为社会发现和培养了大量高质量数据人才。

大赛迄今已成功举办九届，累计吸引全球25个国家，1500余所高校、1800余家企事业单位及80余所科研机构的16万余人参与，已成为中国大数据与人工智能领域影响力最广、参赛规模最大、成熟度最高的综合赛事之一。2022年，我们将迎来第十届CCF BDCI，十年磨砺，创新聚力再出发，CCF BDCI将进一步扩大影响力，关注数字经济技术发展与人才培养，助力推动我国大数据技术及产业生态发展。

本场比赛要求参赛选手对十二种猫进行分类，属于CV方向经典的图像分类任务。图像分类任务作为其他图像任务的基石，可以让大家更快上手计算机视觉。

精益生产作为当前工业界最佳的一种生产组织体系和方式，通过多种现代管理手段和数字技术，帮助企业实现生产资源的有效配置和合理使用，最大程度地为企业提高经济效益。

专业赛立足于“工业互联网赋能第四次工业革命”的重要背景，以推动工业互联网赋能企业创新发展为目标，期望挖掘全国优秀“工业互联网+精益生产”创新技术、解决方案和应用成果，依托工业互联网技术和精益生产管理模式，推动企业产品质量升级和生产效率提高，助力工业产业数字化、网络化、智能化发展。

本赛事聚焦企业在精益生产管理中的核心需求和关键场景，希望挖掘一批应用成效明显、技术创新性强、可复制推广的“工业互联网+精益生产”优秀解决方案和应用成果。赛题共分为五个方向，可任选一个方向报名参赛。

方向一：计划调度。主要围绕企业在订单预测、生产计划制定、智能排产和人员精准派工的需求，征集利用工业互联网平台实现订单驱动的计划排程、资源调配和绩效管理的解决方案。

方向二：生产作业。围绕企业生产过程、工艺流程、资源配置等作业流程，征集基于大数据分析、人工智能、数字仿真和机器视觉等技术的智能化生产作业和精细化（标准化）生产管控的解决方案。

方向三：仓储配送。围绕企业仓储、物料配送、库存和物流等业务，征集基于工业互联网的智能仓储、经济化库存管理、AGV自动物流配送和跟踪管理的解决方案。

方向四：质量管控。围绕企业全面质量管理，不合格品率检测等，征集基于机器视觉、标识和区块链、AR/VR等技术的智能在线检测、质量数据统计分析和全流程质量追溯的解决方案。

方向五：设备管理。围绕企业生产设备的巡检、维修管理、运行监测、故障排查等，征集基于大数据、物联网、数字孪生和5G等技术的精细化设备管理（TPM）和预测性维护解决方案。

联邦学习（Federated Learning）是一种新的机器学习范式，允许多个参与者在不直接分享各自数据的前提下共同训练机器学习模型。其核心挑战是如何应对参与者之间的异质性（Heterogeneity），其中数据分布的异质性（non-IID）已引起了研究界的广泛关注，并快速成为了联邦学习领域的研究热点之一。然而，在联邦学习的许多实际应用中，联邦任务参与者之间的异质性往往更加复杂，也更具挑战性：不仅仅是数据分布，甚至参与者的任务都会呈现出较大的差异性。例如，在一个分子图的联邦学习任务中，某些参与者的目标是对分子的类型进行判断，即分类任务，另外部分参与者的目标是预测分子化学性质的强弱，即回归任务。在这种任务场景下，虽然参与者都要求训练得到的模型具有对分子图表征的理解能力，但是其具体的学习目标是完全不同的，相比数据分布的异质性更具挑战性。

为了应对联邦学习在现实应用中遇到的上述挑战，阿里巴巴达摩院智能计算实验室提出了一种新的联邦学习设定：联邦异质任务学习（Federated hetero-task learning）。相比于传统的联邦学习，这一设定鼓励研究者将联邦学习与多任务学习（Multi-task learning）、模型预训练（Model pre-training）、自动机器学习（Auto-ML）等不同领域的研究概念进行融合，从而打通现实应用中的“数据孤岛”，并最终实现数据价值的共享。与此同时，达摩院智能计算实验室设计实现了开源的联邦学习平台——FederatedScope[1,2]，来帮助研究人员更加容易地探索、设计、实现联邦异质任务学习算法，并进行充分地验证。

同时，阿里巴巴达摩院智能计算实验室联合天池、CIKM 2022会议方举办“CIKM 2022 AnalytiCup Competition: 联邦异质任务学习”大赛，并准备了丰厚的奖励，期待更多的同学能够共同参与到联邦异质任务学习的探索中。

新型冠状病毒肺炎（Corona Virus Disease 2019，COVID-19），简称“新冠肺炎”，世界卫生组织命名为“2019冠状病毒病”，2019年新冠病毒首次发现以来，经历了多次变异，奥密克戎变异株具有传播路径较隐匿、潜伏期较长、无症状感染率较高的特点。2022年3月以来，奥密克戎变异株来势汹汹。最近，上海的疫情引起了全国的关注，特别是近年来，新病例不断被冲走，那么上海这一轮的疫情有多严重呢?此前，专家表示，上海这一轮疫情规模大于武汉，但疾病的严重性低于武汉，奥密克戎毒力下降，传播力强，传播速度快，越来越多，难以控制。

3月28日0时—24时，上海新增本土确诊病例96例、无症状感染者4381例。

3月29日0时—24时，上海新增本土确诊病例326例、无症状感染者5656例。

3月30日0时—24时，上海新增本土确诊病例355例、无症状感染者5298例。

3月31日0时—24时，上海新增本土确诊病例358例、无症状感染者4144例。

4月1日0时—24时，上海新增本土确诊病例260例、无症状感染者6051例。

4月2日0时—24时，上海新增本土确诊病例438例、无症状感染者4488例。

4月3日0时—24时，上海新增本土确诊病例425例、无症状感染者8581例。

4月4日0时—24时，上海新增本土确诊268例，无症状感染者13086例。

4月5日0时—24时，上海新增本土确诊病例311例、本土无症状感染者16766例。

上海作为超大城市，疫情防控形式严峻复杂，社区传播较多，溢出多个省市，防控形势十分严峻。上海疫情牵动着全国人民的心，政府、街道、社区、居委、志愿者以及生命保障团队等齐心协力、互帮互助、共克时艰。5月30日0—24时，上海新增本土新冠肺炎确诊病例9例和无症状感染者22例，疫情基本得到控制。当日，上海发布重要通告，6月1日零时起，上海有序恢复住宅小区出入、公共交通运营和机动车通行。

上海金桥经济技术开发区管理委员会联合阿里云共同启动2022年全球“未来汽车”场景创新挑战赛，大赛开放“智能算法赛”和“创新应用赛”两个赛道，召集全球开发者和创新企业众智，寻找领先的技术解决方案，解决自动驾驶瓶颈问题，针对自动驾驶云上数据闭环探索有具体落地场景的技术应用创意方案，关注自动驾驶车辆仿真测试技术，用技术驱动产业智能制造升级，为汽车产业升级提供助力。

2022年第三届云原生编程挑战赛，由阿里云、Intel主办，阿里云云原生应用平台、阿里云天池承办的云原生顶级品牌赛事。自2015年开始，大赛已经成功举办了七届（原中间件性能挑战赛），并从2020年开始升级为首届云原生编程挑战赛，共吸引超过36000支队伍，覆盖10余个国家和地区。

本届大赛将继续深度探索服务网格、边缘容器、Serverless三大热门技术领域，为热爱技术的年轻人提供一个挑战世界级技术问题的舞台，希望选手用技术为全社会创造更大价值。初赛我们共准备了三个赛道供选手选择，你准备好了吗？

2022年第三届云原生编程挑战赛，由阿里云、Intel主办，阿里云云原生应用平台、阿里云天池承办的云原生顶级品牌赛事。自2015年开始，大赛已经成功举办了七届（原中间件性能挑战赛），并从2020年开始升级为首届云原生编程挑战赛，共吸引超过36000支队伍，覆盖10余个国家和地区。

本届大赛将继续深度探索服务网格、边缘容器、Serverless三大热门技术领域，为热爱技术的年轻人提供一个挑战世界级技术问题的舞台，希望选手用技术为全社会创造更大价值。初赛我们共准备了三个赛道供选手选择，你准备好了吗？

2022年第三届云原生编程挑战赛，由阿里云、Intel主办，阿里云云原生应用平台、阿里云天池承办的云原生顶级品牌赛事。自2015年开始，大赛已经成功举办了七届（原中间件性能挑战赛），并从2020年开始升级为首届云原生编程挑战赛，共吸引超过36000支队伍，覆盖10余个国家和地区。

本届大赛将继续深度探索服务网格、边缘容器、Serverless三大热门技术领域，为热爱技术的年轻人提供一个挑战世界级技术问题的舞台，希望选手用技术为全社会创造更大价值。初赛我们共准备了三个赛道供选手选择，你准备好了吗？

“泰迪杯”数据挖掘挑战赛是面向全国在校研究生和大学生的群众性科技活动，目的在于以赛促学，激励学生学习数据挖掘的积极性，提高学生分析、解决实际问题的综合能力；以赛促教，推动数据挖掘技术在高校的推广和应用；以赛促研，为高校相关智力资源转化为推进国家大数据战略的生产力提供合作平台。

点击率预估 (CTR estimation) 是在线信息系统的核心模块之一，是推荐系统、付费广告、搜索引擎重要的组成部分，广泛的应用于商品购物、短视频、本地生活等领域中，与人们的生活息息相关，具有重要的业务价值。随着深度学习的广泛应用，深度点击率预估模型被广泛用于工业界的线上系统中。

为了探索CTR模型性能优化的方向，推动CTR模型训练效率提升，我们启动了本届【 DeepRec CTR模型性能优化】 挑战赛 ，借助本次大赛，在DeepRec中沉淀CTR模型新的优化思路和优化方向，共享经验成果，指导和推动实际工业实际场景中点击率预估模型的训练效率的提升。

DeepRec是阿里巴巴统一的稀疏模型训练/预测引擎，针对点击率预估模型的训练/预测进行了深度的优化。Intel CESG软件团队、Optane团队和PSG团队参与了DeepRec的共建，提供了包括BF16、算子优化、OneDNN、持久化内存分配器等核心功能，并为DeepRec建立了完善的ModelZoo。 DeepRec github地址：https://github.com/alibaba/DeepRec

我们为选手录制了参赛指导视频，比赛前请观看： https://vod-yq-aliyun.taobao.com/vod-7651a3/6f742fe14b544865ace078f0ca0a64d4/7645c6694c8e4b86b0b984ab465c4488-b24ceb77fb26e9f679696d185fdc5152-od-S00000001-200000.mp4

江苏省工业和信息化厅、无锡市政府通过连续两年举办江苏大数据开发与应用大赛，已累计吸引到全球超过3800名选手参与其中，同时在医疗、能源、车联网、城市治理等前沿热门领域，均提供了大量经过数据全生命周期加工后的珍贵产业案例数据集，充分展现了无锡市数据开放、数据共享工作的成效。

为进一步汇聚核心产业高价值种子数据集，促进公共数据共享开放，吸引数字化产业人才落户以及助推数字经济高质量发展，拟举办2022第三届江苏大数据开发与应用大赛，沿用“SEED”大赛标志（以下简称“大赛”）。

江苏省工业和信息化厅、无锡市政府通过连续两年举办江苏大数据开发与应用大赛，已累计吸引到全球超过3800名选手参与其中，同时在医疗、能源、车联网、城市治理等前沿热门领域，均提供了大量经过数据全生命周期加工后的珍贵产业案例数据集，充分展现了无锡市数据开放、数据共享工作的成效。

为进一步汇聚核心产业高价值种子数据集，促进公共数据共享开放，吸引数字化产业人才落户以及助推数字经济高质量发展，拟举办2022第三届江苏大数据开发与应用大赛，沿用“SEED”大赛标志（以下简称“大赛”）。

江苏省工业和信息化厅、无锡市政府通过连续两年举办江苏大数据开发与应用大赛，已累计吸引到全球超过3800名选手参与其中，同时在医疗、能源、车联网、城市治理等前沿热门领域，均提供了大量经过数据全生命周期加工后的珍贵产业案例数据集，充分展现了无锡市数据开放、数据共享工作的成效。

为进一步汇聚核心产业高价值种子数据集，促进公共数据共享开放，吸引数字化产业人才落户以及助推数字经济高质量发展，拟举办2022第三届江苏大数据开发与应用大赛，沿用“SEED”大赛标志（以下简称“大赛”）。

江苏省工业和信息化厅、无锡市政府通过连续两年举办江苏大数据开发与应用大赛，已累计吸引到全球超过3800名选手参与其中，同时在医疗、能源、车联网、城市治理等前沿热门领域，均提供了大量经过数据全生命周期加工后的珍贵产业案例数据集，充分展现了无锡市数据开放、数据共享工作的成效。

为进一步汇聚核心产业高价值种子数据集，促进公共数据共享开放，吸引数字化产业人才落户以及助推数字经济高质量发展，拟举办2022第三届江苏大数据开发与应用大赛，沿用“SEED”大赛标志（以下简称“大赛”）。

受疫情催化影响，全球资讯越发依赖线上渠道进行传播，人们通过互联网文娱站点获取娱乐信息的诉求相比往年更加强烈。在各大线上文娱站点的入口，用户的搜索行为背后代表着观看内容的倾向，搜索质量的高低将直接决定用户留存的时间，因此在AI时代，如何通过构建智能搜索能力提升线上用户的平台粘性成为了众多文娱厂商的重要研究课题。本次比赛由阿里云天池平台和问天引擎联合举办，诚邀社会各界开发者参与竞赛，共建AI未来。

本赛题旨在提升中英翻译准确率。

1）数据集介绍：数据集为人工标注过的体育领域（包括足球、篮球、大体育）相关语料及译文，以句对的形式提供，约2.5万条句对（原文100万字左右），该数据集可能涉及数据清洗。

2）数据集结构：提供压缩文件trans_data_sport.zip,解压后为单个文件trans_data_sport.csv，该文件中内容为翻译句对，分两列：原文（中文）、译文（英文）。

本赛道为行业赛道下算网应用创新子赛道，赛道为开放式命题，需基于移动云产品能力进行创新开发，丰富算力网络场景。

本赛题旨在提升中英翻译准确率，给更广大观众带来更好的直播字幕观看体验，持续了解特殊群体需求，解决实际难题。同时通过更高的算力性能和更低的终端成本，推动终端应用模式的的创新，能够为用户提供“更智能、更沉浸”的服务内容。