2020第三屆商業模式與大數據分析競賽.人工智慧金融挑戰賽

2020第三屆商業模式與大數據分析競賽.人工智慧金融挑戰賽

 總獎金: 180000

最高獎金: 100000

報名時間: 即日起 ~ 2020-10-26

主辦單位: 台新國際商業銀行國立中山大學財務管理學系國立中山大學管理學術研究中心國立中山大學智慧電子商務研究中心

主辦單位Email:bba123.cm@gmail.com

一、 競賽宗旨

隨著金融科技的新興與發展,金融業開始應用人工智慧的力量,解決其所面臨的實務問題,以及開創新的商機。為讓年輕學子持續能在金融科技的新時代中激盪出不同想法、創造 FinTech 的商業新契機。台新銀行在「第三屆商業模式與大數據分析競賽-人工智慧金融挑戰 賽」競賽中,特別提供去識別化之客戶資料集,讓參賽者們能夠以實務資料集,建立出最適金融商品預測模型,並進一步制定出行銷策略。

本次競賽配合教育部「高教深耕計畫」,由台新銀行、國立中山大學財務管理學系、管理學術研究中心及智慧電子商務研究中心主辦;國立政治大學商學院金融科技研究中心、國立中山大學資訊管理學系共同協辦。中山管理學術研究中心提供大數據運算平台,該平台擁有 GPU運算、深度學習套件、開放資料集和實務商業案例分析原始碼等資源,讓參賽者使用與學習。除大數據運算平台外,本次競賽在北部與南部各舉辦一場 R 語言資料科學應用工作坊,讓參賽同學能對資料科學更加熟悉。期許藉由這次的競賽,訓練學生解決實務問題之能力,未來能夠成為我國金融科技發展之先鋒。

二、 競賽說明

每個人擁有不同的投資偏好與金融商品需求,銀行端如何精確地找出對金融商品有需求的客戶,並且制定出合適的行銷策略,是一門高深的學問。因此,本次競賽主題為:「最適金融商品預測」。由台新銀行提供去識別化之客戶資料,參賽隊伍除了以模型精準預測客戶的購買行為外,並需找出創新的商業模式,來行銷金融商品。

三、 競賽流程

跑說明會
&
教學工作坊
起跑說明會& R 語言資料科學應用工作坊:
( 1 ) 南部場:2020/09/26( 六 ) 09:00-16:00
國立中山大學管理學院一樓 1025 教室
( 2 ) 北部場:2020/09/27( 日 ) 10:00-17:00
國立政治大學應數系志希樓一樓電腦教室
報名報名時間:即日起至 2020 年 10 月 26 日
*須先完成報名方能下載資料及上傳初賽作品,資料集於 2020 年 9 月21 日開始開放下載
初賽
( 書面審查 )
參賽者提交初賽所需資料,擇優晉級決賽。
初賽作品收件時間:
2020 年 09 月 21 日 09:00 至 2020 年 10 月 30 日 12:00
決賽入圍名單公布時間:
2020 年 11 月 10 日 17:00 前公布
實戰工作坊入圍決賽之隊伍歡迎派員參與工作坊。
工作坊名稱:中山管院大數據運算平台應用課程
時間:2020/11/14( 六 ) 13:30 -16:30
地點:國立中山大學管理學院
決賽
( 現場報告 )
參賽者可針對評審回饋與決賽提供之新資料對專案進行修改並提交,
於決賽現場進行專案簡報與問答。
決賽資料收件時間:
2020 年 11 月 10 日 17:00 至 2020 年 12 月 13 日 23:00
決賽時間:2020 年 12 月 18 日
決賽地點:國立中山大學圖資大樓
決賽結束後當場公布獲獎名單

四、 評分標準

階段評分依據評分項目比重( % )
初賽分析結果預測與實際結果比對準確率80
競賽計畫書架構模型與方法20
決賽專業簡報預測與實際結果比對準確率30
架構模型與方法40
創新性與商業模式30

五、 參賽資格及組隊說明

( 一 ) 參賽資格

  1. 各大專院校大學部、研究所或博士班「全職學生」,不限科系、年級,對智能分析有興趣者,皆歡迎組隊報名參加。
  2. 限 2020 年 9 月至 2020 年 12 月間具學籍身分者( 準研究生或準博士生請檢附相關證明文件 )。
  3. 若參賽資格不符或資料繳交不齊全,主辦單位有權利取消該參賽者參賽及得獎資格。

( 二 ) 組隊說明

  1. 每隊 3 至 5 人,可跨校、跨系及跨年級組隊。
  2. 每位參賽者可以隊員身分報名參加多隊競賽,但至多擔任一隊隊長。參賽過程中不得更換隊員。

六、 報名方式

( 一 ) 為鼓勵年輕學子發揮創新精神,為智能分析領域帶來新穎創意,本次競賽不收取任何報名費用。
( 二 ) 本競賽採取網路方式進行報名,敬請依據網頁要求上傳所需檔案。填寫完畢並收到主辦單位資格審核通過郵件後,方為報名成功。
( 三 ) 請下載附檔之個人資料使用切結書競賽資料使用切結書,詳閱內容後親筆簽名或蓋章,並於填寫報名資料時,將掃描檔案一併上傳至網路報名系統。
( 四 ) 報名請至官方網站: https://bba.cm.nsysu.edu.tw/,填寫報名表單。

七、 R語言資料科學應用工作坊

本次競賽共舉辦兩場次 R 語言資料科學應用課程教學,歡迎有興趣的同學踴躍參加!

( 一 ) 第一場( 本場次請自備電腦 )

  1. 日期及時間:2020 年 9 月 26 日( 六 ) 09:00 至 16:00
  2. 地點:國立中山大學管理學院一樓 1025 教室

( 二 ) 第二場

  1. 日期及時間:2020 年 9 月 27 日( 日 ) 10:00 至 17:00
  2. 地點:國立政治大學應數系志希樓一樓電腦教室

八、 競賽獎項

第一名:新台幣10萬元整,每位隊員獎狀乙禎。

第二名:新台幣6萬元整,每位隊員獎狀乙禎。

第三名:新台幣2萬元整,每位隊員獎狀乙禎。

* 獎金領取之相關稅法規定

依所得稅法第 14 條第 1 項第 8 類之競技、競賽及機會中獎之獎金或給與,依同法第 88 條規定,應由扣繳義務人於給付時按中獎人身分辦理扣繳。得獎者若為中華民國境內居住之個人,且年度所得獎項價值累積超過新臺幣( 以下同 )1,000 元時,應按中獎額扣取 10%之扣繳稅款,惟應扣繳稅額不超過新臺幣 2,000 元者,免予扣繳,但應依同法第 89 條第 3 項規定列單申報主管稽徵機關及填發免扣繳憑單;如所得獎項價值達 20,010 元( 含 )時,得獎者須先繳交

10%機會中獎稅金,始可領獎。得獎者若為非中華民國境內居住之個人( 即在中華民國境內居住未達 183 天之本國人及外國人 ),不論得獎獎項價值,均須先就得獎所得扣繳 20%機會中獎稅金並列單申報,始可領獎。若未能依法繳納應繳稅額,即視為喪失得獎資格。參加者因參加本活動而須支付之任何稅捐皆為參加者之義務,概與主辦單位及協辦單位無關。前述稅捐法規如有更新或變動者,依修正後之規定辦理。

九、 主辦單位聯絡方式

洽詢單位:國立中山大學財務管理學系
聯絡人:林助教
Email:bba123.cm@gmail.com
如對本活動有任何疑問,請以上述電子信箱聯絡主辦單位。

十、 注意事項

參賽者於報名參賽後即表示同意本競賽辦法,並充分知悉與同意下列事項:

( 一 ) 主辦單位保有審核及同意報名之權利。

( 二 ) 主辦單位及協辦單位得因競賽需求,依個人資料保護相關規定,於本競賽期間內,以電子檔或紙本形式於我國境內蒐集、處理、利用參賽者個人資料。但主辦單位及協辦單位於未經參賽者之同意下,不得利用參賽者之個人資料進行商業行銷行為。參賽者得針對其個人資料行使請求答覆查詢、提供閱覽、製給複製本、更正、補充、停止蒐集、處理、利用或刪除之權利,並可自由選擇是否提供完整個人資訊,惟若資訊不完整者,將無法參加本競賽。

( 三 ) 主辦單位得不定期提供資料分析之相關資訊。

( 四 ) 本活動如有任何因電腦、網路、電話、技術或其他不可歸責於主辦單位或協辦單位之事由,致參賽者所寄出、填寫或登錄之資料有遺失、錯誤、無法辨識或毀損等情形,主辦單位及協辦單位不負任何法律責任,參賽者之資料嗣後如有變更,應即通知主辦單位。

( 五 ) 主辦單位得至參賽者所屬學校確認學籍身分,經查有不實之情事者,主辦單位得逕行取消其參賽或得獎資格,並追回所得獎項。

( 六 ) 參賽者應擔保對其參賽作品擁有合法之著作權利( 包括但不限於圖片、文字等素材 ),如有侵害他人之權利者,除應自負相關法律責任外,若有得獎,並將取消其得獎資格及追回所得獎項,如致主辦單位及協辦單位受有損害者,另應負賠償責任。

( 七 ) 參賽者使用非主辦單位提供之資料,需保證該資料為合法或公開來源,主辦單位對該資料僅做競賽用途,且不負保管與遺失責任。

( 八 ) 參賽者同意主辦單位得拍攝相關照片及動態影像,並無償提供主辦單位利用( 包括但不限於使用、編輯、印刷、展示、宣傳或公開個人肖像、姓名及聲音等 )。

( 九 ) 得獎者逾期未領獎或因留存資料不完整或錯誤致無法通知得獎者,視同放棄得獎資格,不接受開立扣繳憑單者,亦同。

( 十 ) 若參賽作品表現未達評審認定標準,本競賽獎項得從缺或調整。

( 十一 ) 凡得獎者經取消或放棄得獎資格,主辦單位得視實際評審情況進行獎項遞補事宜。

( 十二 ) 主辦單位及協辦單位保有取消、終止、修改或暫停本競賽相關內容之權利,並得以公告方式通知參賽者。如有未盡事宜,悉依主辦單位及協辦單位相關規定或解釋辦理。

指導單位: 教育部

主辦單位: 台新國際商業銀行、國立中山大學財務管理學系、國立中山大學管理學術研究中心、國立中山大學智慧電子商務研究中心

協辦單位:國立政治大學商學院金融科技研究中心、國立中山大學資訊管理學系

聯絡我們: 林助教 bba123.cm@gmail.com


相關連結:


相關檔案:


商業模式與大數據分析競賽.人工智慧金融挑戰賽相關競賽


延伸閱讀:


您可能也會喜歡…

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料