2025年6月10日，数据科学与大数据技术专业《大数据课程群》年度数据实战决赛在文友楼517教室举行。本次决赛以“数据智夺超能赛·数智争锋”为主题，聚焦大数据、数据挖掘、数据可视化与产业融合的前沿领域，经过初赛、决赛的激烈角逐，最终6支团队脱颖而出，斩获年级一二三等奖，展现了专业学生在数据科学领域的卓越创新能力。

本次《大数据课程群》年度数据实战赛事延续了“以赛促学、以赛促教”的理念，赛题设计紧密贴合产业前沿需求。例如，在“基于大数据技术的空气质量平台”赛题中，参赛团队充分采用Hadoop存储模式，实现海量监测数据的弹性扩展与容灾备份，全方位保障数据的安全高效存储。在智能分析领域，平台集成EEMD-LSTM深度学习模型，有机结合气象、地理等多源数据，可实现空气质量指数（AQI）的高精度预测，误差率控制在20%以内。此外，平台通过GIS地图、动态图表等可视化工具，让空气质量分析更直观、更智能。

经过激烈角逐，来自数据科学与大数据技术专业A2262班的“逆天组”团队凭借“基于大数据技术的碳峰智控管理平台”斩获一等奖。该系统以国家“双碳”战略为导向，围绕碳峰智控管理平台的全生命周期建设，构建了从理论研究到技术实现的完整体系。团队组长表示：“我们结合了课程中学到的机器学习算法理论与实际碳排放监测场景需求，实现了碳排放量预测90%左右的准确率?！?/p>

另一支来自数据科学与大数据技术专业A2261班的“45℃组”团队，在数据实战决赛中表现突出，荣获二等奖。其团队开发的“基于大数据技术的水质预测平台”，充分利用国家地表水自动监测平台的数据资源，通过构建标准化的数据处理流水线，实现了对水质监测数据的高效采集、深度清洗与专业特征工程处理。在预测算法方面，系统支持随机森林算法与时间序列算法的灵活选用，其中随机森林算法通过构建多棵决策树进行集成学习，有效处理水质类别判定及关键指标影响因素分析中的非线性关系；时间序列算法则擅长捕捉水质指标随时间变化的趋势和周期性规律，为长期水质变化预测提供有力支持。

在《大数据课程群》年度数据实战的“颁奖典礼”环节，学院副院长董西伟与参赛选手进行了交流。他鼓励学生们深入挖掘大数据和机器学习应用场景，做更真实的应用。数据科学与技术教研室主任郭景娟表示：数据不仅是技术的载体，更是推动社会进步的力量。希望同学们以此次赛事为起点，继续探索数据科学的无限可能。”

随着颁奖典礼的落幕，虽然本次《大数据课程群》年度数据实战决赛画上了圆满句号，然而，对于参赛选手而言，这只是他们数智征程的起点。未来，他们将以数据为翼，在人工智能、智慧城市、工业互联网等领域续写更多创新篇章。

汪彬彬供稿

责编：魏东平 审核：邓安远 董西伟