京东含有数以百万计的商品图片，“拍照购”“找同款”等应用必须对用户提供的商品图片进行分类。同时，提取商品图像特征，可以提供给推荐、广告等系统，提高推荐/广告的效果。
希望通过对图像数据进行学习，以达到对图像进行分类划分的目的。
1.6 广告点击行为预测
用户在上网浏览过程中，可能产生广告曝光或点击行为。对广告点击进行预测，可以指导广告主进行定向广告投放和优化，使广告投入产生最大回报。
希望基于100万名随机用户在六个月的时间范围内广告曝光和点击日志，包括广告监测点数据，预测每个用户在8天内是否会在各监测点上发生点击行为。
1.7 基于文本内容的垃圾短信识别
垃圾短信已日益成为困扰运营商和手机用户的难题，严重影响到人们正常生活、侵害到运营商的社会形象以及危害着社会稳定。而不法分子运用科技手段不断更新垃圾短信形式且传播途径非常广泛，传统的基于策略、关键词等过滤的效果有限，很多垃圾短信“逃脱”过滤，继续到达手机终端。
希望基于短信文本内容，结合机器学习算法、大数据分析挖掘来智能地识别垃圾短信及其变种。
1.8 中文句子类别精准分析
精确的语义分析是大数据必备技术，在分析句子时，不同句子类别即使用类似的关键词，表达的含义仍有很大差别，特别是在情感判断中。
希望通过新闻以及微博等文本数据，对其句子类别进行判断。
1.9 P2P网络借贷平台的经营风险量化分析
P2P网络借贷即点对点信贷，其风险情况始终触碰着投资人的神经。据网贷之家统计，截止今年9月份，出现问题的网贷平台一共有1008家，而仅仅今年就有641家平台出现问题，这说明了随着我国p2p行业的迅猛发展，P2P平台的风险预测已经成为一个至关重要的问题。P2P平台的风险主要是在运营过程中产生的，与运营数据有着密不可分的关系。P2P平台的风险预测并非无线索可寻，像借款期限和年化收益率等指标，就对P2P平台的风险预测有很重要的参考意义。
希望通过互联网数据，构建出P2P网贷平台的经营风险模型，从而能够比较准确的预测P2P网贷平台的经营风险，促进我国P2P行业向正规化方向发展。
1.10 国家电网客户用电异常行为分析
社会经济的发展使得社会用电量逐年增加，受利益驱使，窃电现象也日益严重。窃电行为不仅给供电企业造成了重大经济损失，也严重影响了正常的供用电秩序。根据国家电网公司统计，近年因窃电导致的损失达上千万元。近年来，窃电方式也由野蛮窃电发展到设备智能化、手段专业化、行为隐蔽化、实施规模化的高科技窃电，给反窃电工作进一步增加了很大的难度。随着电力系统升级，智能电力设备的普及，国家电网公司可以实时收集海量的用户用电行为数据、电力设备监测数据，因此，国家电网公司希望通过大数据分析技术，科学的开展防窃电监测分析，以提高反窃电工作效率，降低窃电行为分析的时间及成本。
希望基于国家电网公司提供的关于用户用电量、电能表停走、电流失流、计量们打开灯计量异常情况、窃电行为等相关数据，以及经过现场电工人员现场确认的窃电用户清单，希望参赛者利用大数据分析算法与技术，发现窃电用户的行为特征，形成窃电用户行为画像，准确识别窃电用户，以帮助系统更快速、准确地识别窃电用户，提高窃电监测效率，降低窃电损失。
1.11 自动驾驶场景中的交通标志检测
在自动驾驶场景中，交通标志的检测和识别对行车周围环境的理解起着至关重要的作用。例如通过检测识别限速标志来控制当前车辆的速度等；另一方面，将交通标志嵌入到高精度地图中，对定位导航也起到关键的辅助作用。交通标志的检测是一项非常有挑战的任务，精确的检测对后续识别，辅助定位导航起着决定性的作用。交通标志的种类众多，大小、角度不依，本身就很难做到精确检测，并且在真实的行车环境中，受到天气、光照等因素的影响，使得交通标志的检测更加困难。
希望机遇完全真实场景下的图片数据用于训练和测试，训练能够实际应用在自动驾驶中的识别模型。
1.12 大数据精准营销中搜狗用户画像挖掘