摘要：2016年已将走到尽头，随着时代进步，数学建模的发展日新月异，不妨跟着笔者一起来看看在2016一年里，数学建模领域在竞赛和发展上产生了什么突破，又有哪些难点亟需拯救呢。
一、美国大学生数学建模竞赛
2016年，美国大学生数学建模竞赛增加了两道题，参赛队数达到12446队，比2015年的9773支队伍增长了27.35%。在国籍分布方面，美赛参赛者中仍有大约96%属于中国参赛队伍。与往常不同的是，今年选择MCM和ICM题目的比例为7:5，与去年7:2的比例相比，明显可以看出中国学生选择交叉学科题目的比例大幅增长。
因此今年的获奖比例也很有趣，获得O奖的中国队伍占全部27支队伍中的66.67%，比去年增长了11%。MCM题目的获奖比例维持了M（一等奖）8%-10%，H（二等奖）30%-35%的一贯套路，但ICM的获奖比例大爆冷门，M奖获奖人数达到18%，SP奖（成功参赛奖）的获奖比例却仅有33%。
今年ICM形势如此，想必美赛组委会comap也大感意外，2017年的美赛也许会有新的对策和稳定的比例。交叉学科题目选择数量大幅增长，是否能说明中国参赛者更加倾向复杂现实问题求解？大概还需要看明年的选题是否会继续大爆冷门。
二、“泰迪杯”全国数据挖掘挑战赛
泰迪杯是在4-5月份举行的数据挖掘专项比赛，今年有1665支队伍参赛，值得注意的是，报名参加数据挖掘比赛人数最多的前五个学校分别是：贵州师范学院、华南师范大学、韩山师范学院、华南农业大学、五邑大学。这几所学校里，仅有华南师范大学和华南农业大学属于“211”学校，其他几所学校的均为普通本科。
这样的数字形成了一个很微妙的信号：与数学建模相关的数据分析、数据挖掘岗位对所谓“重点本科”的入行者并没有想象中那么高，看似高端的数据挖掘类岗位也不是“好学生”的专利，通过学校的推动与学生的需求，入行门槛已经被拉低，一方面，学校与出身已不是入行的必要条件，鼓励想要从事这个行业的学生纷纷踏入，另一方面，名牌学校的学生靠打学校招牌参与就业的竞争力削弱，他们又要通过什么证明自己的能力呢？
三、滴滴Di-Tech算法大赛
大数据已经成为不可逆转的趋势，中国的各大企业都在积极拉拢数据人才，建立自己的“数据研究院”，比如百度天算、阿里研究院、腾讯大数据等等，各家企业都试图依靠自己的数据来源和数据处理做出尽可能精确的整合与判断。
滴滴算法大赛就是其中的一个代表，是滴滴研究院在挖掘数据人才的尝试之一，它通过开放国内真实的出行数据，以10万美金的冠军奖金，试图征集更好的算法解决方案，比赛吸引了11440位技术狂人参与。
现今行业对数据人才的要求是“能够解决现实问题”，比如算法大赛的遴选题目便是“解决出行行业供需预测问题”，通过提供的数据，使用算法预测未来十分钟的供需差值，比赛成绩全靠预测结果体现。
四、全国大学生数学建模竞赛&全国研究生数学建模竞赛
只要盘点数学建模，国赛和研赛就是无论如何都绕不开的两个比赛。
今年的国赛有来自全国33个省/市/区（包括香港和澳门）及新加坡的1367所院校、31199个队（本科28046队、专科3153队）、93000多名大学生报名参加。研赛也有包括432所高校和研究院在内的8872队研究生成功参赛，其中包含博士生1500多名。
从数模人的数量增长比例来看，数学建模确实已经获得了极快的发展与进步，愿意学习与了解的人越来越多，但如果把它作为一项技术类工作，掌握数学建模的人所占比例要远远小于其他技术。
与之相对的另一个数字，是在麦肯锡的统计报告中，到2018年，全球的数据分析人才供不应求将达60%的缺口，即150万个工作机会。即使假设每年产生的15万个数学建模人才将来全部从事数学建模相关的岗位，（这里还没有估算连续两年参加竞赛的人员重复量），离当前数据人才的缺口也相距甚远。
五、中国高校SAS数据分析大赛和SAS大学-精英学院
数据分析大赛和前面提到的数据挖掘挑战赛有点相似，是数据分析的专项比赛，而且在使用软件上更“专”一些，仅允许使用SAS比赛——其实还是以考察参赛者的SAS编程能力为主。
之所以一定要提一下这个比赛，是因为它的颁奖典礼在钓鱼台国宾馆举行，同时邀请了多家知名企业进行人才交流，可惜的是，尽管招聘会热热闹闹，但据许多参加了颁奖典礼并现场与企业交流投递简历的参赛者反馈，名企确实是名企，可是招聘要求确实太高，等闲人员难以望其项背，最多也就是收到几个银行的实习offer而已。
SAS大学——精英学院在这一点上要比两极分化严重的数据分析大赛要好一点，目前只进行了第一期，学员较少，加上SAS近乎于定向培养的短期教学模式，虽然在答辩仪式和毕业典礼现场也曾有企业负责人怀疑“仅仅两个月的教学就能教出符合企业要求的数据分析师吗？”，根据答辩视频来看，大部分学员并未展现出非常优秀的特质，但仍在就业方面画下了一个完美的句号。通过比赛和专项培训的探索，对于数学建模来说，也算是联合企业的一种突破。
六、“认证杯”数学中国数学建模网络挑战赛和数学建模国际赛
数学中国是一个关于数学建模的老牌论坛，笔者2011年前后曾混迹其上，认识了不少数学建模的早期大神，也围观了很多有用的经验贴。不得不承认，在数学建模领域，经验的传承确实非常重要，如果有刚刚开始学习数学建模，立志在这片行当上施展拳脚，闯出一片天地的新同学，那一定要先翻一翻前辈的经验，可以少走很多弯路。
网络挑战赛和国际赛分别已经举办到第九届和第五届，这两项比赛发端的来源分别是作为国赛模拟和美赛模拟举办起来的。笔者没有参加过比赛，仅看过近几年的比赛题目，挑战赛的还算中规中矩，作为联系难度也还适中，国际赛的题目倒是挺有意思，很有几分美赛的风格。
据说数学中国也有意向将比赛和企业联系在一起，不知将来是准备以特定题目要求选拔人才呢，还是打算以企业与实习推荐作为根基来联合校企？不管怎样，在当前形势下都是不错的选择和突破，期待他们真的像曾经推广时说的那样，为每一个数学建模人提供更好的机会。
七、国家大数据战略：《中华人民共和国国民经济和社会发展第十三个五年规划纲要》
今年的十三五规划纲要里，正式提出“实施国家大数据战略”，正式将大数据提升至国家战略层面，明确要把大数据作为基础性战略资源，全面实施促进大数据发展行动，深化大数据在各行业的创新应用，探索与传统产业协同发展新业态、新模式，加快完善大数据产业链。
国家政策的推动对于各行各业都是一剂强心剂，大数据自然也不例外，等到十三五规划正式发布，政策扶持加上产业推动同步进行，大数据行业想必会迎来前所未有的发展高峰期。能不能搭上这趟顺风车，还要看各家企业和数模人如何各施拳脚，抢占有利先机。
八、中国大数据建模年终总决赛
前些天偶然在网易新闻上看到了这个比赛的消息。这几年打着“大数据”“竞赛”两个旗号的比赛此起彼伏，全国性的比如“中国大数据与计算智能大赛”，各省市或者学校的比如“西交大大数据竞赛”等，都为“大数据”三个字的热度贡献了自己的一点力量。
但是敢于打出“年终总决赛”的倒是不多见，如果这个比赛真像宣传的那样，把各项比赛的冠军队邀请到一起去，解决一个问题或者做出一些挑战性的研究，无论是竞争还是合作，想必都会取得非常优秀的成果。
这项比赛看起来是针对当前数学建模的痛点举办的，无论是“为企业提供人才，为人才提供舞台”的口号，还是对学术界和企业端关于数模人矛盾的认知，都恰好点出了当前的关键问题所在——企业无处寻觅人才，而人才又找不到企业的门路，有些学生通过一些比赛即使见到了太高端的企业又不合招聘要求，只能望而兴叹。
与其说是展示和双选的机会，倒不如说是给最适合的企业找最适合的人才，给不同能力和不同水平的人恰当的机会，能够接触到等级适中的企业，从而以平稳而自信的姿态进入这个行业，开始稳步提升的学习和过渡，同时也让企业也收获共同成长的人才，这大概是建模比赛对于建模人和企业来说，最“实用”的好处吧。
声明：文章转自【数学中国】微信公众号，版权归原作者所有，转载仅供学习使用，不用于任何商业用途，如有侵权请联系删除，谢谢。
