开yun体育官网入口登录app 顶级赛事：第十届CCF大数据与计算智能大赛正在报名中！

2022年的大数据和AI年度活动 - 第10次CCF大数据和计算情报竞赛已正式开始！它具有大规模的，豪华的阵容，高价值和慷慨的奖励。它在行业中具有良好的知名度，关注和认可。它可以称为“一年中最有价值的国际大数据和AI活动之一”。

竞争简介

CCF大数据与计算情报竞赛（CCF BDCI）由CCF于2013年创立。这是大数据和人工智能领域中算法，应用和系统的大规模挑战事件。到目前为止，它已经成功举行了9届会议，吸引了来自25个国家的16万多人，1,500多家大学，1,800多家企业和机构以及全球80多家科学研究机构。它已成为中国大数据和人工智能领域中最有影响力，最大的参与量表之一。

经过十年的努力，将再次进行创新和努力。 2022年第10届CCF BDCI将进一步关注数字经济和人才培训的发展开yun体育官网入口登录体育，并有助于促进我国家的大数据技术和工业生态的发展。该竞赛从10多家著名的公司和研究机构中收集了大规模的数据和真实场景，包括百度，华为，360，并成立了20多个竞争问题，涉及不同的技术方向，例如图像识别，自然语言处理，数据挖掘和系统优化。通过在线排名自动评估以及院士和专家评论的结合选择了优秀的团队。

比赛的亮点

国际权威活动

由CCF，CCF大数据专家委员会主持，CCF自然语言处理专业委员会，CCF高性能计算专业委员会，CCF计算机安全专业委员会，CCF计算机应用专业委员会，CCF软件工程专业委员会，教育部Yiban Development of Education Yiban Development Center，Landinn Lanting和北京Shulian Zhongchuang Tervertration COPENTISPAINT and DATUCENT CONDAINS CONED。比赛的官方平台。

顶级专家聚集

包括Mei Hong，Li Gujie，Ni Guangnan，Xu Zongben等七个主要院士的指导，在国内外，有100多名学术专家，以及十个以上的著名企业，包括Baidu，Huawei，360等，组成了竞争，工业竞赛，学院和竞赛的专家委员会。

百万级奖项

总奖金近一百万元。如果您进入决赛，则可以从政府和知名投资机构获得招聘绿色渠道，投资，融资和孵化支持。还有各种合作单位提供的项目结果的应用程序和试点机会，以及诸如周冠军和邀请列表等活动的礼品套餐。

顶级公司共同创造

在各种技术领域的顶级国内公司 - 百度，华为，360，Zhuyun，Daguan数据，计算能源，中国Unicom数字技术，科幻技术，Smart Bath，Smart Bath，Ant Technology Research Institute和其他公司都是竞争合作伙伴，可以共同创建顶级活动。

探索铁杆技术

该竞争在尖端技术和行业应用问题的指导下收集了对关键行业和应用领域的需求，旨在促进行业发展和工业升级，并利用智慧和众包来收集各个政党在国外的智慧，在国外，教育，研究和应用中，并共同探索了尖端的硬核技术。

选择高质量竞争问题

在各个技术领域中选择超过20个高质量的竞争问题，例如自然语言处理，数据挖掘，计算机视觉等，包括知识挖掘，分类问题，图像分割，知识图，绩效优化，图形计算，关系提取等，为不同研究指导中的数据爱好者提供多维参与机会。

一起建立开源生态系统

如果条件允许，那么最终入围的所有作品将是统一和开源的，并且通过全球技术精英的力量，它们将使所有大数据和人工智能参赛者，学习者和从业者受益。

结合培训以促进学习

比赛结合了竞争和训练模式以及大奖赛和训练比赛，并为比赛做准备并通过比赛促进学习。它鼓励参赛者在培训轨道上共享开源，帮助初学者发挥基本能力，并协助大学开展相关专业和课程教学实践。

跟踪竞赛问题

算法轨道

精通各种算法和爱情编程？

在“代码”上与数据科学爱好者一起来和PK！

“基于Wenxin CV大型模型的智能城市视觉多任务标识”

询问单位：百度

竞赛奖：￥ 50,000

技术方向：图像分类

难度级别：

竞争问题的背景：近年来，预培训的大型模型一次又一次地令人耳目一新，显示出惊人的结果。但是，由于计算功率和存储的局限性，大型模型不能直接部署在边缘设备上。为了响应大型模型的开发和部署，Vimer-Ufo为所有人提供了一个解决方案，将模型训练过程带有不同的参数，不同的任务功能和不同的准确性，以训练超网络模型。

竞争任务：参赛者需要根据面部，人体，车辆和商品的四个主要场景任务来使用桨式深度学习框架来训练统一的视觉模型。

“系统访问风险识别”

询问单位：Zhuyun技术

竞赛奖：￥ 50,000

技术方向：分类问题

难度级别：

问题背景：在当前的IAM勘探过程中，最简单的实施方法是基于规则的行为分析技术。它与身份身份验证技术相结合是高度可理解的且易于联系的，但是它是基于经验，缺乏数据级证据来证明某人是否试图窃取/验证非法获得的身份信息，或者使用被盗的身份信息。

问题任务：基于用户历史记录的系统访问日志以及是否有风险标记和其他数据，结合行业知识，我们将构建必要的功能项目，建立机器学习，人工智能或数据挖掘模型，并使用此模型来预测未来系统访问中是否存在风险。

“高端设备制造知识图的自动化构建技术评估任务”

询问单位：乐观数据

竞赛奖：55,000元人民币

技术方向：知识图关系提取

难度级别：

竞争问题的背景：各种高端设备字段中的故障案例文本是相关设备异常的记录以及商业专家或专业维护人员编写的故障排除步骤。它的利用受数据结构程度的影响，因此至关重要的是识别核心实体，例如组件单元，性能表征，故障状态，故障检测工具以及数据及其组成关系中的其他核心实体。

竞争任务：通过提取组件单元，性能表征，故障状态，检测工具以及其他实体及其关系，从大量的故障案例文本中提取，它为在随后的高端设备制造业，智能故障维修和实时诊断中构建故障知识图的构建奠定了坚实的基础。此任务需要自动从故障案例文本中自动提取4种类型的关系和4种类型的实体（有关详细信息，请参见问题页）。

“关于返回家园的发展的预测”

询问单位：中国Unicom数字

竞赛奖：￥ 50,000

技术方向：分类问题

难度级别：

竞争的背景：近年来，随着新一线城市的迅速发展，我国家的经济导致了其经济的稳定发展，而新的一级城市对人才的吸引力也逐年增加，并密切追逐一流的城市。越来越多的年轻人不再局限于在一线城市寻求就业机会，而是选择返回家乡寻找就业。

问题：根据中国Unicom的大数据功能，我们使用中国Unicom的信号数据，呼叫数据，互联网行为和其他数据来判断个人是否会重返工作岗位。

“小样本数据分类任务”

询问单位：智慧芽

竞赛奖：42,000元人民币

技术方向：文本分类

难度级别：

问题背景：共同的分类系统包括国际专利分类（IPC），联合专利分类（CPC），欧洲专利分类（ECLA）等，但是这些分类系统相对复杂且非常专业，并且在非IP人士中使用它们存在某些困难。

问题任务：为了解决上述困难，Zhihuiya建立了一个新的分类系统，并提供了958个与36个类别相对应的培训数据和分类标签，要求参赛者设计一组算法来完成测试专利数据的分类任务。

独立平台轨道

您是否热衷于研究算法和喜欢学习？

快来体验您内心的内容！

“基于Wenxin NLP大型模型的可解释的阅读理解的评论”

询问单位：百度

竞赛奖：￥ 50,000

技术方向：知识挖掘阅读理解

难度级别：

问题背景：神经网络（NN）模型已成功应用于许多NLP任务并取得了良好的结果，但是NN模型的黑匣子性质减少了用户对结果的信任，因此NN模型的可解释性和鲁棒性等问题受到了广泛关注。进一步促进模型可解释性研究的发展。

竞争任务：参赛者需要使用PaddlePaddle深度学习框架来从文本T中提取相应的答案，同时还提供了该模型预测答案取决于的证据。

“基于Shengsi Mindspore AI框架的肾脏肿瘤分割”

询问单位：华为

竞赛奖：￥ 50,000

技术方向：文本分类

难度级别：

问题背景：近年来，深度学习方法在图像细分领域引起了广泛的关注，尤其是UNET等网络在肿瘤分割方面取得了显着的结果，但是在结构设计，训练模式等方面仍然有进一步改善的余地。

竞争任务：参与团队使用竞争聚会提供的数据来分析数据特征，并设计和开发算法模型，可用于在Huawei Shengsi Mindspore AI框架上肾脏和肾脏肿瘤的语义分割，并获得肾脏和Kidney tumors the the est Numors the est the est Numors the the Winner的最佳语义分割结果。

“基于TPU平台实施人群密度估算”

询问单位：计算

竞赛奖：￥ 50,000

技术方向：人群计数

难度级别：

上下文：人群密度估计是计算机视觉中的一项重要任务，旨在同时确定各种情况下任何大小的目标，包括稀疏和混乱的场景。它主要用于现实生活中，用于自动公共监控，并可以在公共安全管理，公共空间设计，数据收集和分析等中发挥重要作用。

竞赛任务：参与者选择预先训练的模型来部署计算能力TPU芯片，而无需自己训练模型；在实施模型部署的过程中，参与者需要考虑到准确性和推理速度。

系统轨道

强烈的逻辑思维，擅长建立解决方案？

来并提高系统优化功能！

“ SQL语句内存使用率预测系统”

询问单位：华为

竞赛奖：￥ 50,000

技术方向：性能优化

难度级别：

上下文：由于其高性能，整个内存查询引擎由于其高性能而被广泛用于主要制造商，但通常面临的问题是，当SQL语句使用的内存超过系统的内存大小时，它将无法执行SQL语句，甚至可能导致系统崩溃。因此，在SQL运行之前准确估计SQL内存的使用尤其重要。

问题任务：此问题仅涉及SQL语句内存使用预测系统，重点是基于基于SQL涉及的操作员，表数据量和参与计算的列的信息来建立内存使用率预测系统。

“数据湖流批处理的综合性能优化”

问题单元：Shuyuanling技术

竞赛奖：￥ 50,000

技术方向：性能优化

难度级别：

竞争的背景：Hucang存储框架的综合读取和写作性能与是否可以快速，准确地摄入数据，并进行有效的数据处理和分析。数据湖通常使用单独的计算存储设计，并且需要支持多个计算框架，支持对象存储等，这为读取和写作性能优化带来了巨大的挑战。

竞赛任务：参与者可以选择数据湖存储框架，并且在确保数据准确性的同时，他们可以通过调整参数和优化代码来优化性能并提高写作速度。

“大规模财务图表数据中消化的异常风险行为模式”

询问单位：蚂蚁技术研究所

竞赛奖：￥ 50,000

技术方向：图计算

难度级别：

竞争问题的背景：行业常用的频繁的子图挖掘算法可以帮助发现高频出现的子图结构。尤其重要的是，使用频繁的子图挖掘算法有效地挖掘异常风险行为模式。

问题任务：该问题使用简化的财务模拟数据，即具有时间戳和数量的数据，例如跨学院交易，转移等。基于这些数据，频繁的子图模式的集合会自动开采，频率不低于（f> = 10000）。

数字安全特别竞争

担心主要的安全风险并想要保护数字安全？

来并“战斗”来找到用于数字安全的最佳解决方案！

“ Linux跨平台二进制函数识别”

询问单位：360网络安全研究所，360未来安全研究所AI安全实验室

竞赛奖：80,000元人民币

技术方向：文本预处理

难度级别：

问题背景：设备平台环境的多样性以二进制形式导致相同代码的多样性，这给跨平台识别相似代码带来了巨大的挑战。

竞争任务：数据集分为两个部分：训练集和测试集。参与者需要根据训练集中的示例数据独立设计算法模型，然后对测试集中的功能进行类似的匹配识别，以便在其他平台下找到与指定功能相似的其他平台下尽可能多的功能。

“基于人工智能的脆弱性数据分类”

询问部门：中国科学院信息工程研究所，360未来安全研究所工业互联网实验室

竞赛奖：80,000元人民币

技术方向：文本分类关系提取

难度级别：

竞争的背景：CVE平台的漏洞信息包括CVE号，漏洞得分，漏洞描述和其他内容。为了更好地理解并继续研究，必须根据某些规则对这些漏洞信息进行过滤和分类。但是，手动筛选和分类效率较低且耗时，并且使用人工智能和自然语言处理可以更好地解决此问题。

问题任务：这个问题分为A和B列表。该平台将提供数据分类规则和特定内容。参与者必须通过标记的数据和未标记的漏洞数据设计软件算法模型，并不断提高模型的正确性，以分析数据结果。

“检测和分类大数据平台上的安全事件”

询问部门：北京科学与技术大学网络空间安全和大数据智能应用程序实验室

竞赛奖：80,000元人民币

技术方向：文本分类

难度级别：

问题背景：例如，日志审核分析是用于数据安全问题的非常有效的风险响应方法。分析多源异质数据，例如大数据平台日志开yun体育官网入口登录app，安全设备日志和平台网络流量，可以有效地实现攻击行为的发现或预测，并追踪保护企业或组织内部数据的安全性。

问题任务：基于问题提供的无标记的大数据平台日志数据，参与的团队使用机器学习，深度学习，UEBA和其他人工智能方法来构建行为基线和数据安全事件识别和分类模型，以便系统用户使用大数据平台。

“ Web攻击检测和分类识别”

询问部门：Tsinghua大学网络研究所 - 贝吉Qihoo Technology Co.，Ltd。网络空间测量和映射联合研究中心，360信息安全中心

竞赛奖：60,000元人民币

技术方向：文本分类

难度级别：

问题背景：如何快速准确地确定未知的威胁攻击并正确地对不同的攻击进行分类对于改善Web攻击检测功能至关重要。使用机器学习和深度学习技术来识别和分类攻击消息已成为解决此问题的创新想法，这有助于促进AI技术在威胁检测和分析方案中的研究和应用。

问题任务：参与的团队需要分析早期阶段提供的训练集，通过功能工程，机器学习，深度学习和其他方法来建立AI模型，以实现每个样本的正确和快速分类，并不断提高模型的准确性和召回率。

训练轨道

没有竞争经验，但渴望尝试？

快来通过[训练赛道]开始您的第一场比赛！

“开放式社区的原始视频会议记录”

询问单位：开放原子基金会

竞赛奖：元人民币18,000

技术方向：文字摘要

难度级别：

主题背景：OpenEuler社区平均每周生成2400分钟的会议视频，该视频将自动存档并上传到第三方视频网站。 OpenEuler社区希望自动为视频内容生成基于文本的会议会议记录，以促进社区管理团队，社区运营团队和开发人员通过文本阅读快速掌握每个SIG组的开发进度，并同时生成基于会议记录内容的关键字，摘要和适当的视频封面。

问题任务：开发可以独立部署在OpenEuler 22.03 LTS上的视频处理软件，处理指定的OpenEuler SIG组通过CLI或API进行视频录制，并自动为视频内容生成文本版本会议会议分钟，并输出到指定的位置。

“基于Opengauss的自然语言查询器”

询问单位：华为

竞赛奖：元人民币18,000

技术方向：性能优化

难度级别：

竞争的背景：普通用户可以通过在线数据库操作和体验平台Tryme理解和了解数据库的基本操作，但是许多普通用户没有SQL的基础知识。为了促进更多用户了解和了解数据库，OpenGauss社区希望在当前的Tryme平台上提供自然语言查询者。普通用户可以通过他们在日常生活中使用的自然语言直接在tryme平台上体验OpenGauss数据库。

问题任务：用户的自然语言文本输入是根据机器学习和AI算法识别的，在NLP分析和处理后，将其转换为生成相应的SQL语句。生成的SQL可以满足用户的需求，并且可以在OpenGauss数据库中成功执行。

“社交网络与噪音保持一致”

询问单位：CCF

竞赛奖：CCF权威证书

技术方向：图计算

难度级别：

竞赛背景：社交网络一致性是在多个社交网络中找到相应的用户，这些相应的用户属于现实世界中的同一自然人。实际应用程序中的网络差异信息和噪声可以简化为两种情况：网络结构差异和锚点监督信息噪声，信息差异或噪声情况都会导致社交网络对齐任务的困难。

问题任务：基于Arenas的电子邮件网络数据，使用机器学习，深度学习和其他相关技术，该模型可以在存在噪声的情况下准确地对齐网络实体，从而分析和挖掘网络中用户的对齐关系。

“电磁信号调制方法识别”

询问单位：智富信息

竞赛奖：CCF权威证书

技术方向：分类问题

难度级别：

竞争的背景：信号调制识别被广泛用于信号检测和解调领域，用作信号检测和解调的中间过程。它可以自动确定并确定未知信号的调制方法，从而提供调制信息，以正确解调非法信号。调制识别技术在军事电子对抗，民谱监测和管理，软件无线电和认知无线电领域中具有广泛的应用，并且已经成为目前重要的研究主题和热门话题。

问题任务：使用软件无线电平台（GNU无线电）在不同的信噪比下收集不同调制方法的智商数据，并使用深度学习和其他相关技术来建立强大的信号调制方法识别模型来识别未知信号的调制方法的类型。

跨域评级预测

询问单位：CCF

竞赛奖：CCF权威证书

技术方向：分类问题

难度级别：

问题背景：跨域建议技术是解决冷启动问题的非常有效的解决方案。如何有效地将源域知识迁移到目标域以减轻目标域中的冷启动问题是跨域推荐系统是否有效的关键。

问题任务：基于源域和目标域中用户和产品的交互信息，使用机器学习，深度学习和其他相关技术，建立了有效的跨域建议模型，以便该模型可以有效地迁移用户在源域中的知识，从而准确地预测给定目标域中用户对用户的评分。

“ Mo Xin Zhi Creation-wen Xin da Map智能创意竞赛”

询问单位：百度

竞赛奖：CCF权威证书 +慷慨的礼品包

技术方向：创意解决方案

难度级别：

竞赛简介：这场比赛的标题是Wenxin Big Model Intellignt Creative Competition。 The contestants can use Wenxin Big Model APIs such as Wenxin Big Model APIs, Text2SQL, composition creation, copywriting, abstract generation, question generation, ancient poem creation, couplet continuation, novel continuation, free question and answer, information extraction, synonym rewriting, text matching, text correction, cloze-filling and other Wenxin Big Model APIs for participation.

比赛时间表

L 2022/8/29

竞争主题已发布，注册开放

L 2022/9/5-11/7

初步的A级阶段，数据下载和工作提交

L 2022/11/9

初步B列表阶段

L 2022/11/26-11/27

最终国防审查

L 2022/12中午

决赛（离线）

*每个竞赛的时间表设置略有不同，每个竞赛详细信息页面的内容应占上风。

竞赛奖

单个问题奖励

Ø共有五支球队，共有一支，两支和三支球队云开·全站app登录网页入口，而获胜的团队成员可以获得奖金，证书，采访绿色频道和其他奖励；

Ø参加任何比赛，并获得排名结果以获得电子证书。

CCF BDCI综合奖励

一个全面的特别奖项和三项最佳个人奖品，所有参与的团队成员都可以获得奖金，证书和相关荣誉。

参与的特殊礼物

在比赛中，根据参与团队，邀请和其他活动的每周名单，特别奖项将获得冠军。

就业和孵化机会

Ø绿色频道：优秀的团队可以获得实习和就业绿色频道，以解决相关竞赛问题；

Ø企业家孵化：优秀的团队可以获得政府和投资机构提供的融资和孵化支持；

Ø实施和应用：优秀的团队可以获得竞争的各个合作单位提供的项目结果应用程序和试点机会。

优秀的讲师

每个比赛的一等奖师和为竞争辅导，宣传和组织提供重要支持的教师。

特别贡献者

在竞争组织中做出了杰出贡献的个人或单位可以获得它。

优秀的伙伴

可以为竞争组织提供重要支持的合作单位。

*注意：每个竞赛的奖励设置略有不同，并且在比赛官方网站上宣布的每个竞赛详细信息页面的内容应占上风。

组织结构

组织者：CCF

支持部门：苏州市武装区人民政府

Organizers: Suzhou Wujiang District Science and Technology Bureau, Suzhou Wujiang District Industry and Information Technology Bureau, CCF Big Data Expert Committee, CCF Natural Language Processing Professional Committee, CCF High Performance Computing Professional Committee, CCF Computer Security Professional Committee, CCF Computer Application Professional Committee, CCF Software Engineering Professional Committee, Yiban.com, School of Future Science and Engineering, Suzhou University, LandInn Lanting, DataFountain数字联盟Chuangchuang

战略合作：华为百度

特殊竞争合作：苏州徐牛地区政府的360未来安全研究所

竞争合作：Zhuyun，Daguan数据，计算能源，中国UNICOM数字技术，数字Yuanling Technology，Smart Bath，Ant Technology研究所

官方竞争平台：DataFountain，Landinn

生态合作媒体：CSDN，计算机Baoyan岛（不断更新）

组织委员会的专家

100多名专家和学者致力于确保竞争工作是公平，有序和标准化的，积极促进学术进步并实施技术成就，并为实现人才培训做出贡献。

指导委员会主席

竞争指导委员会是CCF BDCI指导组织，该组织阐明了竞争的定位和发展方向，促进了学术进步，实现技术成就的应用并实现了人才培训。

中国科学院的院士和中国计算机协会院长梅·洪（Mei Hong）

Li Guojie, academician of the Chinese Academy of Engineering and researcher at the Institute of Computing of the Chinese Academy of Sciences

Ni Guangnan, academician of the Chinese Academy of Engineering and researcher of the Institute of Computing of the Chinese Academy of Sciences

Xu Zongben, academician of the Chinese Academy of Sciences and professor of Xi'an Jiaotong University

Wu Jianping, academician of the Chinese Academy of Engineering and professor of Tsinghua University

Chen Chun, academician of the Chinese Academy of Engineering and professor of Zhejiang University

Guan Xiaohong, academician of the Chinese Academy of Sciences and dual-recruitment professor at Tsinghua University Xi'an Jiaotong University

Chairman of the Working Committee

The Competition Working Committee is the executive body of the CCF BDCI organization. The Working Committee has a standing committee of the competition questions, review committees, arbitration committees, international exchange committees and entrepreneurial steering committees to ensure that the competition work is fair, orderly and standardized.

Chen Enhong, professor at the University of Science and Technology of China and deputy director of the CCF Big Data Expert Committee

Chen Xuebin, professor at North China University of Technology and deputy director of CCF Computer Application Professional Committee

Cheng Xueqi, researcher at the Institute of Computing, Chinese Academy of Sciences, Secretary-General of CCF Big Data Expert Committee

Dou Zhicheng, professor at Renmin University of China and deputy secretary-general of CCF Big Data Expert Committee

Jin Bo, assistant director of the Third Research Institute of the Ministry of Public Security and standing member of the CCF Big Data Professional Committee

Tang Qianlin, senior engineer of the Network Technology R&D Center of the Ministry of Public Security and secretary-general of the CCF Computer Security Professional Committee

Wan Xiaojun, professor at the Institute of Computer Science and Technology, Peking University and secretary-general of the CCF Natural Language Processing Professional Committee

Zhang Yunquan, researcher at the Institute of Computing, Chinese Academy of Sciences and Secretary-General of CCF High Performance Computing Professional Committee

(Note: Sort by the first letter of the name)

Expert Committee

Scholars and industry experts from various universities will participate in competition reviews, technical reports and other activities to protect the competition.

Ao Xiang, associate researcher at the Institute of Computing Technology, Chinese Academy of Sciences

Chen Tao, Director of Ant Financial

Chen Wenliang, Professor of Soochow University

Chen Yingwen, School of Computer Science and Technology of National University of Defense

Deng Bo, Chief Professor and Research Institute of Aerospace Information Innovation, Chinese Academy of Sciences

Zhai Jidong, long-time associate professor and doctoral supervisor at Tsinghua University

Du Yi, Director of Big Data Knowledge Engineering Laboratory, Computer Network Information Center, Chinese Academy of Sciences

Fang Juan, Deputy Director of the Department of Information Science, Beijing University of Technology

Feng Jianzhou, Party Branch Secretary and Professor of the Department of Software Engineering, Yanshan University

Gao Zhipeng, professor and deputy director of Beijing University of Posts and Telecommunications

Yellow River Yan, Dean of the Institute of Artificial Intelligence, Beijing Institute of Technology

Jia Haipeng, Senior Engineer, Institute of Computing Technology, Chinese Academy of Sciences

Jia Weile, associate researcher at the Institute of Computing, Chinese Academy of Sciences

Jiang Bin, Director of the Department of the School of Information Science and Engineering, Hunan University

Jin Xiaolong, Deputy Secretary-General of CCF Big Data Expert Committee and Researcher at the Institute of Computing Technology, Chinese Academy of Sciences

Li Feifei, Vice President of Alibaba Group

Li Guangya, Senior Vice President of Wanda Information Co., Ltd.

Li Ke, head of data science and big data technology at Beijing United University

Li Xiandong, Chairman of CCF YOCSEF and Professor of Beijing Jiaotong University

Lian Defu, professor at the University of Science and Technology of China

Lin Bo, professor-level senior engineer at the National Marine Environmental Forecasting Center

Lin Zheng, associate researcher at the Institute of Information Engineering, Chinese Academy of Sciences

Liu Xiangrong, Director of the School of Information, Xiamen University

Liu Xin, researcher at the National Center for Parallel Computer Engineering Technology

Lu Huilin, Director of the Institute of Computer Applications of Wuxi Business Vocational and Technical College

Lu Yilei, founder and CEO of Baihai Technology

Luo Shengmei, Vice President of Planning Research Institute of Zhongfu Information Co., Ltd.

Luo Jiawei, Deputy Secretary of the School of Information Science and Engineering, Hunan University

Miao Qiguang, Vice Dean of the School of Computer Science and Technology, Xi'an University of Electronic Science and Technology

Qiu Xipeng, professor at Fudan University

Ren Kui, Dean of the School of Cyberspace Security of Zhejiang University and Vice Dean of the School of Computer Science and Technology

Shao Hao, head of Fosun Group's AI business

Shi Chuan, professor and doctoral supervisor of Beijing University of Posts and Telecommunications

Tan Guangming, Director and Researcher of the High Performance Computer Research Center of the Institute of Computing Technology, Chinese Academy of Sciences

Tang Zhuo, chief engineer and professor of the Changsha Center of National Supercomputing at Hunan University

Wang Haofen, a special researcher at Tongji University

Wang Senzhang, Distinguished Professor of Central South University

Wang Zhibo, professor at Zhejiang University

Wu Kang, first-level technical director of the Counter-Terrorism Corps of the Zhejiang Provincial Public Security Department

Xiang Yang, professor and deputy secretary of the Party Committee of the School of Electronics and Information Engineering, Tongji University

Xiao Tong, professor at Northeastern University

Xie Jian, General Manager of Zhuyun Technology R&D Center

Xie Juanying, professor and doctoral supervisor of the School of Computer Science, Shaanxi Normal University

Yang Dongri, Director of the Institute of Small and Medium Enterprises, China Institute of Electronic Information Industry Development

Yang Ming, professor and doctoral supervisor of Nanjing Normal University

Yin Jian, Vice Dean of the School of Artificial Intelligence, Sun Yat-sen University, Director of Guangdong Key Laboratory of Big Data Analysis and Processing

Yuan Jinhui, founder and CEO of Beijing First-Class Technology Co., Ltd.

Zeng Yan, Hangzhou University of Electronic Science and Technology/Associate Professor

Zhang Linlin, head of Xinjiang University

Zhang Weinan, Associate Professor at Harbin Institute of Technology and Assistant Dean of the School of Computer Science

Zhao Dongyan, researcher at the Wangxuan Computer Research Institute of Peking University

Zhao Zhou, associate professor at Zhejiang University

Zhou Bin, deputy director of the China Basic Software Engineering Research Center of the School of Computer Science and Technology of China, and member of the CCF Big Data Professional Committee

Zhu Xiaofei, professor at Chongqing University of Technology

Zhu Xiaomin, Director of Shandong Qilu Big Data Research Institute

Zhu Yadong, CEO of Beijing Shuyuanling Technology Co., Ltd.

Zhu Hengshu, director of Baidu Times Network Technology (Beijing) Co., Ltd.