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社会实际问题上产生了什么突破。

1、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%，比2013年的五千余支队伍更是增长了一倍以上。

由于中国学生选择交叉学科题目的人数从2000人增长到5000人，今年MCM的获奖比例仍然维持在M奖10%、H奖30左右的套路，ICM却大爆冷门，国家一等奖获奖比例达到18%，国家二等奖为45%——SP奖（成功参赛奖）的获奖比例却仅有33%。换言之，今年挑战了ICM的参赛者，获奖可能性要比拿到安慰奖的可能性高出两倍。

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？大概还需要根据明年的选题情况作出判断。

2、第四届“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，仅有两所属于“211”学校，其他几所学校的均为普通本科。按照学校参赛人数继续往后，排6-10名的分别为：暨南大学、山东交通学院、广东工业大学、山东建筑大学、肇庆学院。

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？

3、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。

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，通过开放国内真实的出行数据与10万美金的奖励，征集更好的算法解决方案，比赛的参与者达到11440人，冠亚军分别对XGBOOST模型和残差网络进行了改进与创造。

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”，通过提供的数据预测未来十分钟的供需差值，比赛成绩全靠预测结果体现。

这样的要求比几年前对数据人才的要求当然要严苛许多，没有项目的实际操作经验和对数学建模的深刻了解是很难做到的。对于那些想要通过数学建模发展的人们来说，要么有精巧的技术，要么有丰富的经验——很可惜的是，这些恰恰是仅参加过几次竞赛的人的盲点所在。

4、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。

国赛和研赛都需要通过学校报名，很多学校会举行校选选拔参赛者，因此实际间接参与数学建模比赛的数量远远高于国赛参赛队数。

尽管如此，今年的国赛仍旧有来自31199个队93000多名大学生报名参加。研赛也有8872队研究生成功参赛，其中包含博士生1500多名。

根据国家统计局发布的2016年国民经济和调查公布数据，全国共有在校大学生2625.3万人，其中今年参加数学建模国赛与研赛的学生约15万人，仅占全国学生数量的0.57%。

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。但是奇怪的是，虽然形势如此，笔者所接触过的数模人却始终有疑问：除了北上广之外，很少看到有公司公开招聘要求数学建模知识啊？/偶尔看到的也都需要工作经验和学历要求，面试都进不去就被刷了。/并不是所有企业都认竞赛成绩blabla……

5、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，招聘要求却令参与者难以望其项背，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，根据了解，已经完成的第一期学员较少，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？”但在行业特别缺人的情况下，对于人才品质的放松就成了一定必然，因此，尽管根据答辩视频来看，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。

6、“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，作为练习难度也还适中，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。

7、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》

早在2015年8月，《国务院关于印发促进大数据发展行动纲要的通知》就已经明确了大数据发展的指导思想、发展目标和发展任务，标志着大数据已经成为重要的战略资源，大数据发展将享受政策红利。

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。

8、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”“互联网和大数据创新创业大赛”，各省市或者学校的比如“西交大大数据竞赛”“厦门大数据竞赛”等等。都为“大数据”三个字的热度贡献了自己的一份力量。

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。

备注：文中所有数据都出自该比赛的官网及后续报道。

                                                                                                                                                              曾经的数模人

                                                                                                                                                         2016年11月于天津