关于举办山东省2023年研究生大数据智能暑期学校的通知

发布时间:2023-07-30通讯员:出处:齐鲁工业大学供稿审核人:责任编辑:浏览次数:1262

  为进一步深入贯彻习近平总书记关于研究生教育的重要指示及全国、全省研究生教育会议精神,进一步落实《关于推动新时代山东省研究生教育改革发展的实施方案》的要求,经山东省教育厅审批,我校(院)将继续承办山东省2023年研究生大数据智能暑期学校项目。

  研究生大数据智能暑期学校项目旨在通过科普参观、前沿技术讲座、实践教学、学术研讨等形式提升研究生大数据、人工智能、高性能计算等新一代信息技术的应用能力,探索相关交叉学科的核心科学问题,尝试突破思维限制,推动新一代信息技术的产学研用。本期暑期学校由山东省计算中心(国家超级计算济南中心)、工业互联网公共实训基地等单位联合举办。

  一、培训安排

  培训时间:2023年8月7日—8月11日

  培训形式:腾讯会议在线直播+助教在线答疑

  二、报名条件

  1.全国在校研究生;计划报考齐鲁工业大学(山东省科学院)研究生的大三、大四本科生;

  2.对大数据、人工智能、高性能计算等相关技术方面有浓厚兴趣,并有较强的研究潜力;

  3.团队沟通能力突出,具有较强组织协调能力;

  4.曾经发表过高水平学术论文将优先录取;

  5.科研项目的主要参加人员将优先录取。

  三、报名方式

  山东省2023年研究生大数据智能暑期学校将于即日起开始报名。请将简历和报名回执表(见附件)发送到暑期学校官方邮箱(1007235227@qq.com)。暑期学校组委会将择优选取40名学生,通知参加大数据智能暑期学校。未通过简历筛选的学生,将不再通知。

  四、培训安排

时间

培训内容

地点

第一天

9:30-11:30

启动会:

1.活动安排、单位介绍

2.超算技术报告

3.大数据及人工智能平台使用培训

线上

14:00-16:30

案例实训一:基于机器学习的心电数据智能分类

1.心电数据预处理:了解心电图的医学背景,利用matlab实现心电数据的预处理,针对心电数据进行去噪,实现QRS、P、T波形识别。

第二天

9:00-11:30

 

2.基于机器学习的心电图诊断识别:机器学习的基本原理以及模型评估与选择,学习LR、SVM、KNN等分类模型。

线上

14:00-16:30

3.基于机器学习的心电图诊断识别:利用python实现模型训练,采用不同策略结合多个学习器,实现算法模型的集成。

第三天

9:00-11:30

实验报告内容讲解及撰写

线上

14:00-16:30

案例实训二:海量日志数据的分析与可视化

1.案例环境安装部署:FileBeat、Elasticsearch、Logstash、Kibana软件的安装配置。

第四天

9:00-11:30

 

2.日志数据模拟生成、传输、过滤、存储:实践现有模拟数据生成、过滤、存储,根据要求改写程序。

线上

14:00-16:30

3.日志数据分析及可视化

编程进行日志数据的统计分析及可视化。

第五天

9:00-11:30

实验报告内容讲解及撰写。

线上

14:00-15:30

培训总结、颁发证书。

  五、考核方式

  本期暑期学校将根据培训出勤、培训活动参与度、在线时长和结业总结汇报进行综合考核,达到要求的学员视为通过培训。

  六、考核标准

  1.出勤及请假。线上培训全部为直播课程,如无特殊情况需全程在线参与,因故不能正常参与的学员需提前请假。无故缺勤,将视为本阶段培训考核不合格,不予颁发结业证书。

  2.培训活动参与度。培训期间,教师将不定期的与学员连麦对话,如果学生无法及时回答问题,将视为本阶段培训考核不合格,不予颁发结业证书。

  3.在线时长要求。培训期间,将通过在线直播平台统计各位学员的在线时长,如果在线时长少于应在线时长的60%,视为本次培训不合格,不予颁发结业证书。

  4.结业讨论要求。结业讨论以小组方式进行,如无特殊情况需全程在线参与讨论,因故不能正常参与的学员需提前请假。无故缺勤,将视为本阶段培训考核不合格,不予颁发结业证书。

  七、激励机制

  1.颁发结业证书。培训合格将获得“山东省2023年研究生大数据智能暑期学校”合格证明。

  2.设置实习岗位。国家超级计算济南中心特别为本次项目开设实习岗位。参加暑期学校的学生可以随时投递简历,相关部门将结合个人简历和暑期学校过程中的表现,通知部分学生进行实习面试。

  3.招聘绿色通道。在暑期学校过程中表现优秀的学生,可获得山东省计算中心(国家超级计算济南中心)校园招聘面试直通资格(即招聘流程省略简历筛选及笔试筛选阶段,直接进入面试阶段,2023年底前有效)。

  八、附件

姓    名

 

性别

 

出生年月

 

学校名称

 

专业/年级

 

身份证号

 

通信地址

 

手机号

 

邮箱

 

学习及科研经历

【用于展示个人的学习及科研优势,可不填】

备注