中国大学生服务外包创新创业大赛参赛探讨

本文是在学校实验室的服创大赛参赛经历分享。

比赛：中国大学生服务外包创新创业大赛
因为我的相关的参赛经历主要集中在服务外包比赛A类里的人工智能相关的赛题中，所以主要还是基于这些赛题的模式，谈谈我的经历。

组队 和 选题

• 第一步就是组队，组队其实是比较重要的一步，因为是你们队里的所有成员的集体工作决定了最后做出来的东西；但历史上有的时候，也有一两个同学就可以把项目做的很好的案例，但总而言之，要有人。

  • 所以，就是我们和什么同学一起组队。

    首先的是我们的想法 想要找什么队友的一个概念，一般来说 大家能够一起工作的一个前提是大家的 在工作上的性格 能够兼容；
    然后 最重要的因素就是大家是不是有把这个项目做好的意愿和能不能付出相应的投入的决心（比如有的时候有几天完成项目需要熬一些夜什么的） 而不是来打酱油的心态；
    还有就是团队成员之前是不是有相关的经验，但是有的时候这并不是特别重要的。

• 选题也非常非常重要。

  • 一般来说选题的时候你们组队都已经组好了所以说如果队里成员已经有相关的一些经验比如开发或者深度学习等等的，那么就可以选主题类似的一些命题
  • 还有一个潜在的非常重要的事情就是 我们此时选择的比赛题目可能与你未来的发展方向是有关系的。就是，可以看到服务外包这些题目下面其实涉及到计算机这个一级学科下面的很多不同的研究方向，仅仅是人工智能相关的题目就涉及到计算机视觉（以及其下面的很多子方向）、自然语言处理（包括大模型和知识图谱等等）、语音算法相关的等等不同的方向。同时呢，如果这几个月里有认真的去学习和探索相关的方向，那么在以项目问题为驱动的这个模式下，你是能够实现对这个领域的一个快速增长的了解的。这些对以后可能要去找的工作或者可能要读的研究生，都是有潜在的影响的。所以说，在希望取得比赛好成绩的想法之外，我们的比赛任务本身也是有价值的，而比赛任务的最初一步就是选题。
  • 然后就是你们队伍选的这个赛题的选的人数会有一些影响，具体的其实我也有些搞不懂，可能的情况是 如果本赛题选题人数比较多，同时如果能够入围区域赛，可能在区域赛的时候有一点点劣势，因为比较大的一个基数和有限比例人数的关系（但是这个估计不一定准确，即使有这个现象 并非绝对不行 所以想选就选就行了）。

需求分析 和 项目调研

• 这个时候选题选好了，然后大家此时的一个状态就是面对着这样一份题目，然后其他的一切还都是零
  • 然后就是大家开始分配工作，希望的一个状态就是有一个合理的工作分配，总的来说还是要让每个人能够做自己某种程度上能做到的事情；同时呢，队伍里担任队长的同学这时候就要有一个合理的预期 和 可能的应对。
  • 其他的题目可能会有一些区别，需要我们对任务相关的背景有一些了解，然后再对于这个题目本身要做的工作可能有一些启发。但对于大多数人工智能相关的题目来说，基本上你需要做的任务题目中已经给你讲的很明确了，那你的最核心的就是怎么样把这个任务实现的最好。
    • 拿今年刚出的题目 A13歌声转换算法 为例，当我们选择了这个题目，这个时候我们知道这个题目是人工智能领域下面语音算法相关的命题。需求要整理清楚：模型训练、优化、工程化等等，还有一个是那几个技术指标是什么意思要理解清楚。
    • 然后的涉及到最主要的这个算法效果的一件事情就是 马上了解这个 歌声转换 这个领域的最新的进展。一个就是他其实提供了参考资料，可以去看一下。然后还是要自己去找一找 现有的 歌声转换这个领域的最新的论文和项目。这个里面有一件事情是明确的，就是要基于论文上的等等的“先进”的技术做，一般的博客等等上的分享出来的项目是没有用的。
    • 然后有一些需求就是需要自己想想 这个是创新点，一方面是效果，一方面是 算法到项目 的整体设计。

技术准备

• 前面最新的论文和项目已经看过了；那么，如果有开源代码的，环境搭起来，看看能不能跑通（即使是开源的代码，有的时候跑通也都不容易），不行就换一个，总是有行的，最后需要选一个作为基础模型。然后开始下一步。
• 这个时候你有了开源的代码，这个项目的技术栈你是清楚的。那么就朝这个方向学习研究。
  • 怎么学？：
• C++工程化部署？：

项目开发

1. 学过了之后，就可以在原来的模型上面1增加一些基础模块，2读一读别的论文看看能不能结合一下。
2. 数据集是可以下功夫的。
3. 还有可能的模型蒸馏。
4. 做完了，消融实验做一下。
5. C++工程化部署？：

成文档编写

• 一个合理的估计：专家没有太多的时间每个字的看你的文档——所以？对于项目的关键信息需要1明确的标识出来2尽量写在前面一点；后面可以多写一写空话泛话，这样同时保证文档长度；但是，注意保证内容和内容逻辑的准确性，也不要写错字，可不能乱写随便写，因为他也不是说100%不会看到了。
  • 对于人工智能算法项目关键信息就是 模型特征和效果等等，要明显的写出来。
• 文档的颜色文字公式缩进标题保持格式统一，这个是基础的“卷面分”。

关于比赛结果。