根据学院和理学系“教学质量月”活动方案安排，大数据教研室于10月20日组织开展了专业教、科研主题交流活动，教研室全体教师参加了活动。

首先，高永兰老师分享交流了《运筹学》课程的运输问题讲解。课程首先从生活中的日常应用导入内容，并结合当前第三届“一带一路”国际合作高峰论坛中各国与中国签约的场景展示未来大型的跨国贸易，由此体现研究运输问题的必要性，从而激发学生爱国热情和对本章内容的学习兴趣。接着，教师从具有两个产地，三个销地的简单运输问题实际案例引导学生建立数学模型，通过分析得到模型的特征。进一步，教师引导学生通过案例归纳得到具有m个产地，n个销地的一般运输问题的模型，安排学生合作探究得到模型的特征。课程由浅入深，一步步推进，引导学生主动获得知识。整个分享过程中体现了课程思政元素的融入和“以学生为中心”的教学理念，学生能够在课堂上进行思考，并培养了学生的合作精神。

大数据和人工智能技术的快速发展推动数据驱动的科学研发快速发展成为变革传统试错法的新模式，即所谓科学第四范式。基于大数据的新方法，机器学习已经在材料科学研究中涌现出来，在设计、预测和发明新材料上已崭露头角。作为大数据专业老师，深度学科交叉融合也是下一步科研工作的突破口。本次主题汇报内容以朱老师参加6月份机器学习在材料化学领域的应用培训为契机，简单介绍人工智能的发展史、深度学习网络模型的发展脉络，材料科学中机器学习的基本流程，展示了材料化学中的机器学习的应用案例。通过本次主题内容研讨，更加坚定了老师们团队合作的决心，通过学科交叉，抓住机器学习这把利器，在未来科研将大有所为！

最后，针对10月17日专业学生座谈会时学生反馈的信息，围绕课程相对集中排课、上课讲课进程快、作业多且预留时间短、实操授课少、要预习的内容及重点难点不明确等问题，与会老师们及时进行了交流研讨。老师们一直认为，要尽量做到每次课录屏录像、给学生预留足够的作业时间、加强课堂练习与互动答疑等，提升课堂教学效果。