2016年已将走到尽头,随着时代进步,数学建模的发展日新月异,不妨跟着笔者一起来看看在2016一年里,数学建模领域在竞赛和社会实际问题上产生了什么突破。
1、美国大学生数学建模竞赛
2016年,美国大学生数学建模竞赛增加了两道题,参赛队数达到12446队,比2015年的9773支队伍增长了27.35%,比2013年的五千余支队伍更是增长了一倍以上。
由于中国学生选择交叉学科题目的人数从2000人增长到5000人,今年MCM的获奖比例仍然维持在M奖10%、H奖30左右的套路,ICM却大爆冷门,国家一等奖获奖比例达到18%,国家二等奖为45%——SP奖(成功参赛奖)的获奖比例却仅有33%。换言之,今年挑战了ICM的参赛者,获奖可能性要比拿到安慰奖的可能性高出两倍。
今年ICM形势如此,想必美赛组委会comap也大感意外,2017年的美赛也许会有新的对策和稳定的比例。交叉学科题目选择数量大幅增长,是否能说明中国参赛者更加倾向复杂现实问题求解?大概还需要根据明年的选题情况作出判断。
2、第四届“泰迪杯”全国数据挖掘挑战赛
泰迪杯是在4-5月份举行的数据挖掘专项比赛,今年有1665支队伍参赛,值得注意的是,报名参加数据挖掘比赛人数最多的前五个学校分别是:贵州师范学院、华南师范大学、韩山师范学院、华南农业大学、五邑大学。
这几所学校里,仅有两所属于“211”学校,其他几所学校的均为普通本科。按照学校参赛人数继续往后,排6-10名的分别为:暨南大学、山东交通学院、广东工业大学、山东建筑大学、肇庆学院。
这样的数字形成了一个很微妙的信号:与数学建模相关的数据分析、数据挖掘岗位对所谓“重点本科”的入行者并没有想象中那么高,看似高端的数据挖掘类岗位也不是“好学生”的专利,,通过学校的推动与学生的需求,入行门槛已经被拉低,一方面,学校与出身已不是入行的必要条件,鼓励想要从事这个行业的学生纷纷踏入,另一方面,名牌学校的学生靠打学校招牌参与就业的竞争力削弱,他们又要通过什么证明自己的能力呢?
3、滴滴Di-Tech算法大赛
大数据已经成为不可逆转的趋势,中国的各大企业都在积极拉拢数据人才,建立自己的“数据研究院”,比如百度天算、阿里研究院、腾讯大数据等等。
滴滴算法大赛就是其中的一个代表,是滴滴研究院在挖掘数据人才的尝试之一,通过开放国内真实的出行数据与10万美金的奖励,征集更好的算法解决方案,比赛的参与者达到11440人,冠亚军分别对XGBOOST模型和残差网络进行了改进与创造。
现今行业对数据人才的要求是“能够解决现实问题”,比如算法大赛的遴选题目便是“解决出行行业供需预测问题”,通过提供的数据预测未来十分钟的供需差值,比赛成绩全靠预测结果体现。
这样的要求比几年前对数据人才的要求当然要严苛许多,没有项目的实际操作经验和对数学建模的深刻了解是很难做到的。对于那些想要通过数学建模发展的人们来说,要么有精巧的技术,要么有丰富的经验——很可惜的是,这些恰恰是仅参加过几次竞赛的人的盲点所在。
4、全国大学生数学建模竞赛&全国研究生数学建模竞赛
只要盘点数学建模,国赛和研赛就是无论如何都绕不开的两个比赛。
国赛和研赛都需要通过学校报名,很多学校会举行校选选拔参赛者,因此实际间接参与数学建模比赛的数量远远高于国赛参赛队数。
尽管如此,今年的国赛仍旧有来自31199个队93000多名大学生报名参加。研赛也有8872队研究生成功参赛,其中包含博士生1500多名。
根据国家统计局发布的2016年国民经济和调查公布数据,全国共有在校大学生2625.3万人,其中今年参加数学建模国赛与研赛的学生约15万人,仅占全国学生数量的0.57%。
从数模人的数量增长比例来看,数学建模确实已经获得了极快的发展与进步,愿意学习与了解的人越来越多,但如果把它作为一项技术类工作,掌握数学建模的人所占比例要远远小于其他技术。
与之相对的另一个数字,是在麦肯锡的统计报告中,到2018年,全球的数据分析人才供不应求将达60%的缺口,即150万个工作机会。
即使假设每年产生的15万个数学建模人才将来全部从事数学建模相关的岗位,(这里还没有估算连续两年参加竞赛的人员重复量),离当前数据人才的缺口也相距甚远。但是奇怪的是,虽然形势如此,笔者所接触过的数模人却始终有疑问:除了北上广之外,很少看到有公司公开招聘要求数学建模知识啊?/偶尔看到的也都需要工作经验和学历要求,面试都进不去就被刷了。/并不是所有企业都认竞赛成绩blabla……
5、中国高校SAS数据分析大赛和SAS大学-精英学院
数据分析大赛和前面提到的数据挖掘挑战赛有点相似,是数据分析的专项比赛,而且在使用软件上更“专”一些,仅允许使用SAS比赛——其实还是以考察参赛者的SAS编程能力为主。
之所以一定要提一下这个比赛,是因为它的颁奖典礼在钓鱼台国宾馆举行,同时邀请了多家知名企业进行人才交流,可惜的是,尽管招聘会热热闹闹,但据许多参加了颁奖典礼并现场与企业交流投递简历的参赛者反馈,名企确实是名企,招聘要求却令参与者难以望其项背,最多也就是收到几个银行的实习offer而已。
SAS大学-精英学院在这一点上要比两极分化严重的数据分析大赛要好一点,根据了解,已经完成的第一期学员较少,加上SAS近乎于定向培养的短期教学模式,虽然在答辩仪式和毕业典礼现场也曾有企业负责人怀疑“仅仅两个月的教学就能教出符合企业要求的数据分析师吗?”但在行业特别缺人的情况下,对于人才品质的放松就成了一定必然,因此,尽管根据答辩视频来看,大部分学员并未展现出非常优秀的特质,但仍在就业方面画下了一个完美的句号。通过比赛和专项培训的探索,对于数学建模来说,也算是联合企业的一种突破。
6、“认证杯”数学中国数学建模网络挑战赛和数学建模国际赛
数学中国是一个关于数学建模的老牌论坛,笔者2011年前后曾混迹其上,认识了不少数学建模的早期大神,也围观了很多有用的经验贴。不得不承认,在数学建模领域,经验的传承确实非常重要,如果有刚刚开始学习数学建模,立志在这片行当上施展拳脚,闯出一片天地的新同学,那一定要先翻一翻前辈的经验,可以少走很多弯路。
网络挑战赛和国际赛分别已经举办到第九届和第五届,这两项比赛发端的来源分别是作为国赛模拟和美赛模拟举办起来的。笔者没有参加过比赛,仅看过近几年的比赛题目,挑战赛的还算中规中矩,作为练习难度也还适中,国际赛的题目倒是挺有意思,很有几分美赛的风格。
据说数学中国也有意向将比赛和企业联系在一起,不知将来是准备以特定题目要求选拔人才呢?还是打算以企业与实习推荐作为根基来联合校企?不管怎样,在当前形势下都是不错的选择和突破,期待他们真的像曾经推广时说的那样,为每一个数学建模人提供更好的机会。
7、国家大数据战略:《中华人民共和国国民经济和社会发展第十三个五年规划纲要》
早在2015年8月,《国务院关于印发促进大数据发展行动纲要的通知》就已经明确了大数据发展的指导思想、发展目标和发展任务,标志着大数据已经成为重要的战略资源,大数据发展将享受政策红利。
今年的十三五规划纲要里,正式提出“实施国家大数据战略”,正式将大数据提升至国家战略层面,明确要把大数据作为基础性战略资源,全面实施促进大数据发展行动,深化大数据在各行业的创新应用,探索与传统产业协同发展新业态、新模式,加快完善大数据产业链。
国家政策的推动对于各行各业都是一剂强心剂,大数据自然也不例外,等到十三五规划正式发布,政策扶持加上产业推动同步进行,大数据行业想必会迎来前所未有的发展高峰期。
能不能搭上这趟顺风车,还要看各家企业和数模人如何各施拳脚,抢占有利先机。
8、中国大数据建模年终总决赛
前些天偶然在网易新闻上看到了这个比赛的消息。
这几年打着“大数据”“竞赛”两个旗号的比赛此起彼伏,全国性的比如“中国大数据与计算智能大赛”“互联网和大数据创新创业大赛”,各省市或者学校的比如“西交大大数据竞赛”“厦门大数据竞赛”等等。都为“大数据”三个字的热度贡献了自己的一份力量。
但是敢于打出“年终总决赛”的倒是不多见,如果这个比赛真像宣传的那样,把各项比赛的冠军队邀请到一起去,解决一个问题或者做出一些挑战性的研究,无论是竞争还是合作,想必都会取得非常优秀的成果。
这项比赛看起来是针对当前数学建模的痛点举办的,无论是“为企业提供人才,为人才提供舞台”的口号,还是对学术界和企业端关于数模人矛盾的认知,都恰好点出了当前的关键问题所在——企业无处寻觅人才,而人才又找不到企业的门路,有些学生通过一些比赛即使见到了太高端的企业又不合招聘要求,只能望而兴叹。
与其说是展示和双选的机会,倒不如说是给最适合的企业找最适合的人才,给不同能力和不同水平的人恰当的机会,能够接触到等级适中的企业,从而以平稳而自信的姿态进入这个行业,开始稳步提升的学习和过渡,同时也让企业也收获共同成长的人才,这大概是建模比赛对于建模人和企业来说,最“实用”的好处吧。
备注:文中所有数据都出自该比赛的官网及后续报道。
曾经的数模人
2016年11月于天津