竞赛采用实践操作技能和技术答辩相结合的方式。第一部分实践操作技能，首先按照任务要求对Hadoop平台进行安装部署操作，再依据给定的数据源、大数据实验环境以及赛场预先安装的软件等，按照任务书要求，完成数据整合、数据存储、数据分析、数据可视化等过程，最终形成完整的工业大数据分析报告，提出合理化建议。然后结合第二部分技术答辩给出综合评分。
竞赛时间5小时，竞赛连续进行。
（一）Hadoop平台安装部署
参赛选手依据任务要求，对Hadoop平台进行安装部署和基本配置。主要内容包括：Hadoop集群节点的动态增加与删除、Hadoop集群的负载均衡、HDFS常用操作命令（查询文件类别、上传、删除文件、查询HDFS基本统计信息等）。
（二）数据整合
参赛选手根据现场提供的不同格式的数据源，通过整理、清洗、转化、合并等过程，形成完整的单一有效数据源。该模块主要考察选手对混乱数据、脏数据进行数据整合的能力，使数据和信息集中化，提高资源利用效率。
（三）数据存储
参赛选手在比赛提供的大数据平台环境下，通过已安装好的大数据平台组件，把整合好的数据或数据库的数据，存储到大数据平台指定路径中。该模块主要考核选手应用大数据相关组件将大数据集存储能力。
（四）数据分析
数据分析包含了数据描述性统计分析和数据建模分析两项内容如下：
数据描述性统计分析部分，参赛选手需熟悉Pig、Hive、Impala等大数据分析相关组件，运用SQL语句，查询hdfs上需要分析的数据，根据任务要求，计算出最大值、最小值、均值、中位数、众数、方差等常规统计分析指标。
数据建模分析部分，参赛选手根据描述统计分析得出的正确指标，选择适当的数学模型，利用Spark大数据计算引擎，进行迭代计算。发现工业大数据中存在的异常点，预测未来发展变化趋势。
（五）数据可视化
参赛选手利用比赛预装软件，借助于图形化手段，选择适当的表现形式，清晰有效地传达数据分析的结果。该模块主要考核选手对分析结果有效展示的能力。
（六）报告撰写
参赛选手按照要求，结合数据分析结论和数据可视化产品，输出完整规范的数据分析报告。报告要求量化规范、重点突出、逻辑清晰、思维严谨、有创新点等。该模块主要考核选手数据分析专业文档编辑能力。
（七）技术答辩
