多工厂、多品种、多约束的生产排序算法，使用算法或有限能力模拟排程，算法结果对约束的违反越少越优。

本赛题基于深度学习技术自动检测输电线路的通道隐患，要求参赛者设计高效准确的算法，考虑多种设备类型和干扰因素进行模型的搭建、训练和推理。

本赛题以新能源汽车行驶数据、充电数据、静止数据为依托，构建算法模型评估动力电池健康度，预测衰减情况。

本赛题基于地铁运行图参数、进出站数据、过往客流数据，构建算法模型预测未来客流数据及相关特征情况，优化列车运输组织和运力调度。

本赛题为电商推荐领域点击率/转化率预估，要求基于用户行为数据和商品信息，构建个性化推荐模型，为用户推荐合适商品。

本赛题利用医疗AI技术，分析患者的多模态睡眠信号，完成睡眠呼吸暂停综合征严重程度的评估，对患者健康风险进行预警。

本赛题基于智能交通CV场景，通过多任务联合训练来提升模型的泛化能力，解决多任务、多数据之间冲突的问题，使得单一模型能够具备分类、检测、分割的能力。