為進一步深入貫徹習近平總書記關于研究生教育的重要指示及全國、全省研究生教育會議精神,進一步落實《關于推動新時代山東省研究生教育改革發展的實施方案》的要求,經山東省教育廳審批,我校(院)將繼續承辦山東省2023年研究生大數據智能暑期學校項目。
研究生大數據智能暑期學校項目旨在通過科普參觀、前沿技術講座、實踐教學、學術研討等形式提升研究生大數據、人工智能、高性能計算等新一代信息技術的應用能力,探索相關交叉學科的核心科學問題,嘗試突破思維限制,推動新一代信息技術的產學研用。本期暑期學校由山東省計算中心(國家超級計算濟南中心)、工業互聯網公共實訓基地等單位聯合舉辦。
一、培訓安排
培訓時間:2023年8月7日—8月11日
培訓形式:騰訊會議在線直播+助教在線答疑
二、報名條件
1.全國在校研究生;計劃報考齊魯工業大學(山東省科學院)研究生的大三、大四本科生;
2.對大數據、人工智能、高性能計算等相關技術方面有濃厚興趣,并有較強的研究潛力;
3.團隊溝通能力突出,具有較強組織協調能力;
4.曾經發表過高水平學術論文將優先錄??;
5.科研項目的主要參加人員將優先錄取。
三、報名方式
山東省2023年研究生大數據智能暑期學校將于即日起開始報名。請將簡歷和報名回執表(見附件)發送到暑期學校官方郵箱(1007235227@qq.com)。暑期學校組委會將擇優選取40名學生,通知參加大數據智能暑期學校。未通過簡歷篩選的學生,將不再通知。
四、培訓安排
| 時間 | 培訓內容 | 地點 | |
| 第一天 | 9:30-11:30 | 啟動會: 1.活動安排、單位介紹 2.超算技術報告 3.大數據及人工智能平臺使用培訓 | 線上 | 
| 14:00-16:30 | 案例實訓一:基于機器學習的心電數據智能分類 1.心電數據預處理:了解心電圖的醫學背景,利用matlab實現心電數據的預處理,針對心電數據進行去噪,實現QRS、P、T波形識別。 | ||
| 第二天 | 9:00-11:30 
 | 2.基于機器學習的心電圖診斷識別:機器學習的基本原理以及模型評估與選擇,學習LR、SVM、KNN等分類模型。 | 線上 | 
| 14:00-16:30 | 3.基于機器學習的心電圖診斷識別:利用python實現模型訓練,采用不同策略結合多個學習器,實現算法模型的集成。 | ||
| 第三天 | 9:00-11:30 | 實驗報告內容講解及撰寫 | 線上 | 
| 14:00-16:30 | 案例實訓二:海量日志數據的分析與可視化 1.案例環境安裝部署:FileBeat、Elasticsearch、Logstash、Kibana軟件的安裝配置。 | ||
| 第四天 | 9:00-11:30 
 | 2.日志數據模擬生成、傳輸、過濾、存儲:實踐現有模擬數據生成、過濾、存儲,根據要求改寫程序。 | 線上 | 
| 14:00-16:30 | 3.日志數據分析及可視化 編程進行日志數據的統計分析及可視化。 | ||
| 第五天 | 9:00-11:30 | 實驗報告內容講解及撰寫。 | 線上 | 
| 14:00-15:30 | 培訓總結、頒發證書。 | ||
五、考核方式
本期暑期學校將根據培訓出勤、培訓活動參與度、在線時長和結業總結匯報進行綜合考核,達到要求的學員視為通過培訓。
六、考核標準
1.出勤及請假。線上培訓全部為直播課程,如無特殊情況需全程在線參與,因故不能正常參與的學員需提前請假。無故缺勤,將視為本階段培訓考核不合格,不予頒發結業證書。
2.培訓活動參與度。培訓期間,教師將不定期的與學員連麥對話,如果學生無法及時回答問題,將視為本階段培訓考核不合格,不予頒發結業證書。
3.在線時長要求。培訓期間,將通過在線直播平臺統計各位學員的在線時長,如果在線時長少于應在線時長的60%,視為本次培訓不合格,不予頒發結業證書。
4.結業討論要求。結業討論以小組方式進行,如無特殊情況需全程在線參與討論,因故不能正常參與的學員需提前請假。無故缺勤,將視為本階段培訓考核不合格,不予頒發結業證書。
七、激勵機制
1.頒發結業證書。培訓合格將獲得“山東省2023年研究生大數據智能暑期學?!焙细褡C明。
2.設置實習崗位。國家超級計算濟南中心特別為本次項目開設實習崗位。參加暑期學校的學生可以隨時投遞簡歷,相關部門將結合個人簡歷和暑期學校過程中的表現,通知部分學生進行實習面試。
3.招聘綠色通道。在暑期學校過程中表現優秀的學生,可獲得山東省計算中心(國家超級計算濟南中心)校園招聘面試直通資格(即招聘流程省略簡歷篩選及筆試篩選階段,直接進入面試階段,2023年底前有效)。
八、附件
| 姓 名 | 
 | 性別 | 
 | 出生年月 | 
 | 
| 學校名稱 | 
 | 專業/年級 | 
 | ||
| 身份證號 | 
 | 通信地址 | 
 | ||
| 手機號 | 
 | 郵箱 | 
 | ||
| 學習及科研經歷 | 【用于展示個人的學習及科研優勢,可不填】 | ||||
| 備注 | 
 | ||||

 
 
            



 
                                    

 
                    