一、赛题背景

本赛项属于实时评测通关赛。
为进一步开展大数据背景下的新工科智慧教育和创新教育，通过引入大数据各个环节的实际应用场景，全面考察参赛者大数据技术基础、软件开发相关技术、Hadoop及其生态组件使用与管理、数据采集、数据清洗、数据分析和数据可视化等前沿的知识、技术技能以及职业素养和团队协作能力。

二、时间安排

报名时间：即日起－2023年11月17日12:00
初赛时间：2023年11月18日09:00-12:00
晋级决赛公示：2023年11月22日15:00
决赛时间：2023年11月26日14:00-18:00
决赛公示：2023年12月5日
说明：比赛获奖公示后3个工作日内，接受异议、申诉和违规举报。

三、奖项设置

区域赛各赛项各科目成绩根据各区域考生成绩分别排名，分设一等奖、二等奖、三等奖各若干项，如下：
一等奖：不超过报名数的10%，颁发电子荣誉证书；
二等奖：不超过报名数的20%，颁发电子荣誉证书；
三等奖：不超过报名数的30%，颁发电子荣誉证书。
各区域一、二等奖获奖选手将晋级决赛。决赛设一等奖（前2名为卓越奖，本研组和高职组各2名，颁发奖金500元/名）、二等奖、三等奖各若干项，总获奖人数不超过总报名数的20%。分别如下：
一等奖：不超过晋级数的10%，颁发荣誉证书+指导老师证书；
二等奖：不超过晋级数的20%，颁发荣誉证书+指导老师证书；
三等奖：不超过晋级数的30%，颁发荣誉证书+指导老师证书。

四、参赛规则

1.参赛对象
大赛的参赛对象是高校所有专业在校生，本研组（本科、研究生）和高职组（高职、高专）分别评奖。
2.参赛费用
大数据挑战赛为个人赛，参赛者需缴纳报名、考试及评审费用共60元/人。费用用于获奖奖金、大赛系统开发、专家评审、获奖证书采购、寄送等。
3.命题范围
数据采集：主要考察内容包括网络爬虫技术、Flume及数据采集等。
数据预处理与存储：主要考察内容包括离线数据和实时数据预处理技术、Spark分布式计算、分布式存储、关系型和非关系型数据库综合应用等。
数据分析：主要考察内容包括但不限于数据仓库综合应用、数据分析等，如利用Hive进行数据分析实现数据多维度、多层次的分析；通过常见的数据分析算法，对数据进行标准化、离散化、二元化分析等。
数据可视化：主要考察内容包括Python数据可视化分析、Web基础技术应用、Echarts图标库使用等。
4.题型设置及比赛时长
区域赛和决赛题型均为实操题和编程题。区域赛比赛时长为180分钟，决赛比赛时长为240分钟。题目不设提交次数限制。

五、比赛环境

大数据在线竞赛和训练环境如下：

设备类型	软件类别	软件名称、版本号
服务器集群	大数据集群操作系统	Ubuntu18.04 64 位、Docker-CE 20.10
	大数据分析平台组件	Hadoop 3.1.3
		Zookeeper 3.4.5
		Flink 1.14.0
		Hive 3.1.2
		Flume 1.9.0
		Sqoop 1.9
		Kafka 2.4.1
		Spark 3.1.1
	数据库	HBase 2.2.3
		Redis 6.2.6
		MySQL 5.7
	开发语言	Python3.6
		JDK1.8
		Scala2.12
开发客户端	浏览器	Chrome最新版
	输入法	拼音输入法
	网络	Internet服务

六、成绩评定

实操题与编程题按照测试点进行评判，并按照测试点给分，每个测试点通过即得到相应的分数，否则该测试点得分为0分，该题的最终得分由代码通过的测试点得分之和构成。比赛过程中，每道编程题目允许多次提交，系统取该道编程题的最高得分作为该题的最终分数。

七、联系信息

信息发布地址：
http://www.ncccu.org.cn/index/Paper/case2.html