两年前，我成为了土木工程系博士研究生。而目前，土木工程专业正面临着前所未有的巨大变革，传统土木领域需求不断降低，土木领域的存量—增量矛盾正日益凸显。在这一潮流下，恰逢“大数据能力提升项目”开始实施，因此我在入学之初便报名了项目，非常感谢项目提供了一个系统性、体系化的大数据及人工智能学习机会，提升了我的大数据思维，并进一步锻炼了使用大数据方法解决实际问题的能力。

1、学习&实践

大数据项目带给我最为明显的提升当属学习科研，由于我此前的基础比较薄弱，对计算机领域知识知之甚少，因此在最初接触时屡屡碰壁。在《数智安全与标准化》课程上，金涛老师深入关心每个同学的项目学习情况，也正是老师和课题组师兄的鼓励，让我坚持下来，并完成了项目课程。《大数据系统基础（A）》是我第一次接触到真实的大数据项目，当时我们小组都是土木系同学，大家认真学习MQTT、Kafka、Flink等相关知识，最终完成了交通领域的大数据项目。后续在《深度学习》课程上，除了GAN、GNN、扩散模型等基本的深度学习算法之外，老师还进一步介绍了最新的生成式算法及大语言模型，这些技术在我之后的科研工作中都得到了应用。《大数据实践课》则给了我第一次项目实习经历，让我深入了解了企业科研与学校科研的不同，并且所做的研究也与我本身的科研产生了紧密的联系，最终也获得了大数据实践优秀团队奖。客观而言，大数据项目所学的内容，极大拓宽了我的科研方向，也提升了我在交叉领域的科研能力。

2、科研

自《深度学习》课程后，我便一直思考做一些土木工程智能化相关工作。在与导师交流后，我的第一个项目是智能计算工作，即利用深度学习方法加速土木工程领域的滞回模拟，或者更准确的说，是复杂滞回模型的标定工作。有了在大数据项目中积累的点点经验，以及在《深度学习》课程中所学的时序模型知识，我的科研起步非常顺利，只用了几个月就完成了这第一项工作，虽然并没有尽善尽美，但也发表在了土木工程与计算机交叉期刊上（SCI），并且项目成果还应用于《大数据实践》课程，有很强的泛用性。尝到甜头后，在与导师进一步讨论后，决定完成剪力墙智能设计工作，即利用目前较火的生成式模型进行剪力墙布置，减少结构工程师的工作量。我选择了当时较火的扩散模型完成这一任务，最终工作顺利发表在土木领域影响因子Top2的SCI期刊CACAIE上。并且还在世界地震工程大会（四年一届，WCEE2024）做报告。这些文章都在课题组公众号上进行了宣传，并且获得了上千的浏览量，业界的同仁对这些工作也深感兴趣。

3、创业

在科研方面取得不错的进展后，我看到大语言模型关注度不断上升。在这一背景下，适逢清华大学举办“清醒杯”大模型应用设计挑战赛，我第一时间报名并参与了这一比赛，想到利用大语言模型的语言解析能力，让用户可以通过聊天界面交互来创建和修改图纸，包括设置尺寸、形状等等，还可以使用AI技术来自动化设计过程，如自动生成机械图纸、建筑结构图纸等。减少人工输入和绘图的时间，提高CAD设计的效率和准确性，从而减少设计成本和提高生产力。最终项目获得了比赛团队优胜奖（12/92），并且目前也合入合木智构科技有限公司。

4、开源项目

在这里我还想说一说题外话，《大数据系统基础（A）》中，IoTDB的维护者曾给我们上了一节IoTDB相关教程课，其中他对开源社区的介绍，深深地影响了我。我后续在GitHub上参与了多个开源项目，也收到了很多开源项目作者的感谢。我这里也非常感谢大数据能力提升项目，宣传了开源精神，也让我感受到开源的魅力并为社区提交相关代码。

总结而言，大数据能力提升计划极大拓宽了我的科研方向，进一步提升了我的科研能力，给我带来了更多的可能性，在此感谢大数据能力提升计划的支持！