清华“RONG”奖学金：大数据人才展示跨学科创新。
原文标题：投票 | 2025?“RONG”奖学金最佳人气奖评选活动开始啦！
原文作者：数据派THU
冷月清谈：
怜星夜思：
2、文章里提到了AI设计锂电池、智能交通、城市能源模拟等等，这些大数据和AI应用在实际落地中可能会遇到哪些意想不到的挑战或者需要特别注意的问题？光有技术是不是远远不够？
3、看了这么多同学的研究方向，感觉大数据和AI真的无处不在。大家觉得未来5-10年，大数据技术最有可能在哪些领域迎来爆发式增长？对于想投身其中的学生来说，除了技术，还需要补充哪些“软实力”才能走得更远？
原文内容
为鼓励更多的同学参与到大数据能力提升项目的学习中来，清华大学大数据研究中心官方微信公众号数据派THU增设RONG奖学金最佳人气奖的评选活动。今年共7位同学参与评选，让我们一起见证他们的风采，为你心目中的大数据人才投上一票吧！（票选结果以12月17日上午9时为准）
2025年度“RONG”奖学金答辩！
我叫陈耀鹏，清华大学化学工程系直博生，导师为张强教授，研究方向聚焦于人工智能设计锂电池电解液。参与大数据能力提升项目后，将数据科学理念与电解液研发实践深度融合，逐步形成以数据认知材料、以智能优化体系的研究思路，推动传统材料研发由“经验驱动”向“数据驱动”转变。以第一作者在 Angewandte Chemie International Edition、Materials Today 等国际顶级期刊发表多篇高水平论文。参与搭建“AI设计 + 机器人验证”的电解液智能研发平台，并作为负责人带领团队在中国国际大学生创新大赛中获得清华大学产业赛道金奖，联合创立开悟科技，推动科研成果向产业转化。以人工智能引领科研范式变革，加速科技创新突破，为智能化电解液研发持续赋能。
大家好，我是来自土木23级的硕士研究生黄杰辉，研究方向为智能交通系统，主要聚焦于交通大数据挖掘分析与交通信号控制优化。
在“大数据能力提升项目”中，我从“数智安全与标准化”的理论基础出发，逐步深入“大数据分析”与“移动数据挖掘”的核心方法，最终通过“大数据实践课”的实战环节，系统掌握了数据安全、大数据信息与系统架构，以及多种统计与人工智能分析技术。这些学习经历为我后续的科研与日常工作奠定了坚实基础，转化为不可或缺的专业养分。无论是课堂所授，还是与同窗交流中所领悟的点点滴滴，都为我后续在课题组中的各项工作——如基于交通大数据的城市路网流量挖掘、人工智能驱动的城市信号控制优化、交通数据采集与协议对接等——提供了重要支撑。这些积累也助力我顺利完成研究领域顶级会议（ITS WC 2025）的学术汇报，并持续推动期刊论文的投稿、修改（1篇SCI已过一审，2篇SCI在投）与专利申请（1篇）。
从“登堂”到“入室”，如今的我，已经准备好迎接大数据领域的各项挑战！
我是清华大学建筑学院 2023 级直博生，研究方向为城市能源系统仿真，主要聚焦建筑负荷建模、车—建筑互动机制及城市能源系统数据分析。目前以第一作者在 SCI 期刊发表论文 1 篇，并在建筑能源与交通能源融合方向持续开展研究。
通过“大数据能力提升项目”的系统训练，我在机器学习、时序分析和大规模数据处理方面的能力得到显著提升，并将这些方法直接应用于科研与工程实践。例如，在城市能源系统研究中，我利用特征工程、聚类分析和负荷预测模型处理多源建筑与交通数据，提升了模型的准确性与可解释性；在博士生实践项目中，我基于真实工业厂区数据构建空调冷源系统能耗预测模型，为能效诊断提供依据。
在大数据竞赛方面，我作为队长参与 2025 年中国高校计算机大赛“大数据挑战赛”，负责 GRU–XGBoost 模型架构设计与核心算法开发，通过构建分波动等级模型和加权损失函数，显著提升了对极端涨跌幅的预测能力，最终获得全国一等奖（第 4 名）。
我是来自软件学院的硕士生王琳。在研究生初入学时，凭借对大数据领域的热爱，我积极参加2023大数据挑战赛并获得了全国三等奖。在一年时间里，我完成了项目课程的学习：一门A+，两门A，一门A-，其中包含了具有挑战性的《深度学习》课程。去年暑假，我在中石化工程建设公司（SEI）担任实践组长，和团队一起开发了炼化装置能耗与碳排放的预测模型，并发表论文《基于稀疏特征提取和门控循环单元的炼化装置能耗预测方法研究》。此外，在过去的两年半，我努力将大数据技术拓展至医学领域，开展了心电图异常检测等研究并发表论文《融合知识增强与过程挖掘的12导联心电图异常检测方法》，致力于通过数据驱动的方式提升医疗决策的精准度与效率。“RONG”代表着融合与繁荣，也是我对学术追求的向往。
我是吴家豪，是能源与动力工程系的直博生。为AI赋“能”，为能动赋智，我的读博主旋律是：紧跟能源动力行业的碳中和浪潮，抢抓人工智能发展的历史性机遇，成为“AI+能动”的交叉复合型人才。大数据能力提升项目成就了现在具有数据思维、AI技能、交叉素养的我。我依次开展先进动力高效模拟、清洁能源智能预测、物理信息机器学习的研究，以第一作者发表期刊论文五篇，申请软件著作权一项。这些研究走通了数据-物理这条轴，从纯物理驱动到纯数据驱动，再到数理联合驱动，在其中不只是为能动赋智，让能动更可“AI”，更是为AI赋“能”，让AI更懂能动。其中，在大数据实践课中所研究的光伏功率预测获得了实践课的优秀团队奖。为解决纯数据驱动范式的物理不一致性问题，我为AI赋“能”，构建嵌入能动物理的可靠AI，开发适用于薄层流动、层流火焰和转捩流动等复杂问题的物理信息机器学习算法，解决了其中强剪切、多尺度、多物理的难题。另外，我也曾做过数智碳中和、中文大语言模型的调研实践；参加世界科学智能大赛，挑战湍流难题；指导本科生科创，获得校级和国家级奖项。展望未来，我将继续勇立潮头，脚踏实地，瞄准前沿，奋勇前进，努力成为祖国能源动力交叉领域的骨干人才。
许文乐，清华大学化学工程系2023级博士生，受大数据能力提升项目的启发，致力于将人工智能技术应用于化工过程的智能化感知与建模。针对多相流表征依赖人工标注的难题，开发了基于运动提示的零样本实例分割算法（MicroFlowSAM），实现了无需训练的高精度自动化分析；在宏观尺度，针对复杂化工过程机理与数据融合的瓶颈，提出了物理信息感知的混合建模策略，解决了纯数据模型泛化性差的问题。上述工作为微化工实验的高通量处理与大型化工装置的实时优化提供了新方法和新视角。
在学期间，以第一作者身份在SCI期刊及国际会议ESCAPE和PSE发表论文3篇，合作发表SCI论文3篇；在2024中国高校计算机大赛—大数据挑战赛中进入复赛前列；多次在CPSE（获优秀论文二等奖）、ESCAPE等国内外学术会议上作口头报告。
