利用公共数据或产业数据，采用大数据技术、机器学习或AI大模型的方法，设计基于大数据的中小微企业征信解决方案；完成对多源、异构、多维度数据的融合分析，深度挖掘数据价值，增强金融机构对小微信贷风险识别能力，提升业务决策效率；提高金融服务的覆盖面和渗透率，降低金融服务的成本和门槛，提升金融服务的效率和质量，满足普惠金融需求。

　　利用人工智能或大模型等技术，开发新一代风险管理工具；在风控模型建立方面，运用机器学习算法自动学习数据中的规律与模式，提炼违约、欺诈、洗钱、套现等风险特征，提高风控模型的准确性和稳定性；在风险监控与预警方面，运用大数据技术对交易数据、用户行为等进行实时监控，整合多元数据，构建实时智能风控体系；在风险决策优化方面，通过数据可视化、报告生成等工具，帮助金融机构更好理解风险状况，制定更有效的风险管理策略。

　　利用数据科学与技术相关的原理与应用实践，探索金融领域数据运用的新方法和新手段；通过平台架设、数据整合与管理、智能分析与建模、用户体验优化、安全与合规、数据标准建设等，实现跨行业、跨部门数据的整合和共享，向跨领域用户提供更高效、更安全、更智能的金融数据，满足用户多样化的需求，推动金融行业的持续创新和发展。

　　通过将金融与产业数据深度融合，利用大数据、人工智能、云计算等先进技术，发掘产业数据的金融价值；探索金融服务和产品的供给创新，进而向用户提供精准高效的金融产品或服务，提升金融机构的金融产品创新和服务产业的能力，促进金融与实体经济的深度融合发展。

　　鼓励但不限于以下赛题：

　　1、结合粤港澳大湾区跨境数据流通特点，提供符合湾区企业特点的金融服务产品；

　　2、数据赋能的绿色金融服务；

　　3、数据赋能的养老金融服务。

　　面向高端芯片设计定义、仿真验证、物理实现、生产制造、封装测试等环节，通过充分利用芯片设计实例、验证数据、建模数据、生产封测数据、终端应用情况等数据资源，更快响应不断变化的应用需求；加速设计工具、仿真验证设备、制造管理系统、封测管理系统等智能化、自动化发展，推动高端芯片的设计研发、验证优化及循环迭代，提升高端芯片技术水平及产品良率，助力芯片产业的发展。

　　重点聚焦基于高质量数据集的各类创新模式、方法和典型案例，较好地推动垂直类大模型研发，打造人工智能大模型产业生态，并积极促进各类大模型技术在金融、医疗、教育、政务等领域的应用，加速数据资源从潜力到能力的转化；在大模型研发应用的安全和合规方面满足监管要求。

　　通过数据驱动的人工智能技术，对大量的生物数据进行分析，快速筛选出潜在的药物靶点和候选化合物，显著加快药物的初步研发过程；模拟临床试验结果，预测药物在不同人群中的效果和副作用，减少试验失败的风险；结合患者的遗传信息、生活方式和临床数据供个性化的治疗方案，提高治疗的有效性和安全性，推动精准医疗的实现；促进多学科整合，以更低的成本完成从基础研究到临床应用的转化，加速新疗法的产业化进程。

　　以数据驱动的创新研发模式，基于材料设计、实验数据、计算模拟等多维度数据，推动新材料创制的快速发展；在传统材料研究的基础上，构建高质量的材料数据库，将实验数据、计算模拟数据整合并标准化，提高数据质量和利用率，为新材料设计、研发、应用和产业化提供更加全面和标准的参考数据，提升材料性能预测的效率和准确性，加速新材料的研发、应用和产业化进程。

　　通过挖掘互联网与信息通信领域大量高质量数据资源，发挥对互联网与信息通信产业发展的带动作用；通过利用大数据技术，助力网络通信、先进计算、先进存储、网络安全等领域创新研究，提高数据传输速率、保障网络安全、优化频谱资源利用、提升智能系统效率，推动互联网与信息通信技术创新与应用。

　　鼓励但不限于以下赛题：

　　1、充分依托各类数据，利用人工智能、大数据和物联网等技术，推进跨学科、跨领域协同创新，以数据驱动发现新规律，创造新知识，发明新方法，推动科学研究方法的不断进步和发展，加速科学研究范式变革与新质生产力发展。

　　2、结合粤港澳大湾区特色，促进粤港澳大湾区数据跨境安全有序流动，推动粤港澳大湾区科技创新与产业发展。