除了大名鼎鼎的 kaggle，數(shù)據(jù)科學(xué)家可以參加的數(shù)據(jù)競賽平臺其實(shí)還蠻多的。有些比賽平臺不僅提供比賽，還讓你有機(jī)會自己創(chuàng)辦比賽。有些比賽由公司贊助，有些由政府機(jī)構(gòu)贊助。參加這些比賽不僅能讓你的能力獲得認(rèn)可，還可以獲得一些不菲的獎金呢~
在聽了上百節(jié)慕課（MOOC）、看了上千本書和筆記、聆聽了上百萬人對數(shù)據(jù)科學(xué)的看法后，你會做什么呢？你要開始應(yīng)用這些概念啦。應(yīng)用機(jī)器學(xué)習(xí)概念的唯一方法就是親自動手。你可以在感興趣的領(lǐng)域選一些現(xiàn)實(shí)問題，也可以參加編程馬拉松（Hackathon）和機(jī)器學(xué)習(xí)競賽。
數(shù)據(jù)科學(xué)比賽不僅是算法的應(yīng)用。從本質(zhì)上講算法是一種工具，任何人都可以寫幾行代碼來使用它。參加這些比賽的主要原因是它們能提供很好的學(xué)習(xí)機(jī)會。當(dāng)然，競賽中的問題和現(xiàn)實(shí)問題不一定一樣，但這些平臺可以讓你將學(xué)到的知識付諸實(shí)踐，還能讓你了解自己和他人的差距。
參加數(shù)據(jù)科學(xué)比賽的好處
參加這些比賽可以說是有百利而無一害。它里里外外的好處有很多，比如：
這是一個學(xué)習(xí)的好機(jī)會；
可以接觸當(dāng)前最佳的方法和數(shù)據(jù)集；
可以和志同道合的人交往，團(tuán)隊合作很棒的地方在于可以從不同角度思考問題；
可以向世界展現(xiàn)你的才華，從而獲得更好的就職機(jī)會；
參與并了解自己在排行榜上的表現(xiàn)也很好玩；
還有獎品作為額外福利，但不應(yīng)把它作為唯一的標(biāo)準(zhǔn)。
2009 年 9 月 18 日，BellKor Pragmatic Chaos 團(tuán)隊在決賽中獲勝，正式贏得 NetFlix 的比賽。
Kaggle 是很有名的數(shù)據(jù)科學(xué)競賽平臺。這個在線社區(qū)有 10 萬多注冊用戶，這些用戶有新手也有專家。但除了 Kaggle，還有一些其它值得了解和研究的數(shù)據(jù)挖掘競賽平臺。
Driven Data
Driven Data 舉辦數(shù)據(jù)科學(xué)競賽的目的是要建設(shè)更美好的世界，用最先進(jìn)的預(yù)測模型來解決世界上最棘手的問題。Driven Data 在國際發(fā)展、醫(yī)療、教育、研究和保護(hù)以及公共服務(wù)等領(lǐng)域舉辦數(shù)據(jù)科學(xué)競賽，以謀求社會利益。你既可以參加平臺上的競賽，也可以通過該平臺舉辦自己的競賽。
該網(wǎng)站有專門的示例項(xiàng)目部分，這部分以案例研究的形式展示了一些成功的項(xiàng)目。Driven Data 列出的數(shù)據(jù)集都與一些非營利組織相關(guān)，數(shù)據(jù)從野生動物保護(hù)到公共衛(wèi)生都有。因此，如果你想將自己的技能應(yīng)用于實(shí)際問題，那這個平臺簡直就是為你而建的。
Driven Data：https://www.drivendata.org/
參加比賽：https://www.drivendata.org/competitions/
組織比賽：https://www.drivendata.org/partners/
示例項(xiàng)目：http://drivendata.co/projects.html
CrowdANALYTIX
CrowdANALYTIX 是一個眾包分析平臺，該平臺將商業(yè)上的挑戰(zhàn)和問題轉(zhuǎn)換成競賽題目。CroudANALYTIX 社區(qū)通過合作與競爭的方式來構(gòu)建和優(yōu)化 AI、ML、NLP 和 深度學(xué)習(xí)算法。該平臺還有社區(qū)博客，其中有包括訪談和參考資料在內(nèi)的大量資源。
CrowdANALYTIX：https://www.crowdanalytix.com/community
Community Blog：https://www.crowdanalytix.com/jq/communityBlog/listBlog.html
Innocentive
InnoCentive 的重點(diǎn)在生命科學(xué)上，但也有其它有趣的競賽主題。參賽者可以參與解決一些世界上最緊迫的問題——從促進(jìn)家用凈水供應(yīng)到旨在吸引和殺死攜帶瘧疾的蚊子的被動式太陽能裝置。挑戰(zhàn)是真正的問題，它需要持續(xù)集中注意力、批判性思維、研究、創(chuàng)造力以及綜合性知識。開發(fā)出解決方案就是最大的獎勵，在這個過程中還可以進(jìn)行無與倫比的腦力鍛煉。
InnoCentive：https://www.innocentive.com/our-solvers/
TunedIT
TuneIT 最初是華沙大學(xué)（University of Warsaw）的一個理科博士項(xiàng)目，其目的是幫助數(shù)據(jù)挖掘科學(xué)家進(jìn)行可重復(fù)的實(shí)驗(yàn)并輕松評估數(shù)據(jù)驅(qū)動算法。后來出于教育、科研以及商業(yè)目的，補(bǔ)充了用于舉辦數(shù)據(jù)競賽的 TunedIT Challenges 平臺。
TunedIT：http://tunedit.org/
TunedIT Challenges：http://tunedit.org/challenges
Codalab
Codalab 是一個基于 web 端的開源平臺，平臺上的研究人員、開發(fā)人員以及數(shù)據(jù)科學(xué)家互相合作，以推進(jìn)使用機(jī)器學(xué)習(xí)和高級計算的研究領(lǐng)域的發(fā)展。CodaLab 通過其在線社區(qū)解決數(shù)據(jù)導(dǎo)向研究領(lǐng)域的很多常見問題，人們可以在該社區(qū)共享 worksheets 并參與競賽。你既可以參加現(xiàn)有競賽，也可以舉辦新的競賽。
CodaLab：https://competitions.codalab.org/
Analytics Vidhya
Analytics Vidhya 除了為分析和數(shù)據(jù)科學(xué)專業(yè)人士提供了基于社區(qū)的知識門戶，還提供了大量數(shù)據(jù)科學(xué)的學(xué)習(xí)資源。該平臺還會舉辦編程馬拉松，通過競賽形式解決真實(shí)的行業(yè)問題。你既可以參加競賽，也可以贊助編程馬拉松。大多數(shù)在 Analytics Vidhya 上組織編程馬拉松的公司，都會給表現(xiàn)優(yōu)異的參賽者提供很好的工作機(jī)會。
Analytics Vidhya：https://datahack.analyticsvidhya.com/?utm_source=main-logo
CrowdAI
數(shù)據(jù)科學(xué)挑戰(zhàn)平臺 crowdAI 每年都會舉辦很多開放的數(shù)據(jù)科學(xué)挑戰(zhàn)賽。這些比賽覆蓋了圖像分類、文本識別、強(qiáng)化學(xué)習(xí)、對抗攻擊、圖像分割、資源配置優(yōu)化等多個領(lǐng)域。2017 年亞馬遜和英偉達(dá)贊助的競賽叫做「Learning to Run」，獎金高達(dá) 10 萬多美元。
crowdAI：https://www.crowdai.org/challenges
Learning to Run：https://www.crowdai.org/challenges/nips-2017-learning-to-run
Numerai
Numerai 是由眾多數(shù)據(jù)科學(xué)家建立的、AI 運(yùn)營的眾包對沖基金平臺。該平臺每周都會舉辦數(shù)據(jù)科學(xué)競賽以支持真正的對沖基金。Numerai 每周給參賽者提供加密數(shù)據(jù)，然后參賽者們提交其預(yù)測值。之后 Numerai 會根據(jù)所有提交結(jié)果構(gòu)建元模型，并進(jìn)行投資。
數(shù)據(jù)科學(xué)家們提交自己的預(yù)測值來換取一些 Numeraire，這是一種以太坊區(qū)塊鏈上的加密貨幣。
Numerai：https://numer.ai/rounds
天池
天池是阿里云創(chuàng)建的數(shù)據(jù)競賽平臺，它和 Kaggle 很像。該社區(qū)中有成千上萬互相合作的數(shù)據(jù)科學(xué)家，他們還可以在該平臺中聯(lián)系全球的企業(yè)和政府，以解決各行業(yè)中最棘手的問題。
天池：https://tianchi.aliyun.com/competition/gameList/activeList
DataScienceChallenge
Data Science Challenges 是由國防科學(xué)技術(shù)實(shí)驗(yàn)室（Dstl）以及包括政府科學(xué)辦公室（Government Office for Science）、SIS 和 MI5 在內(nèi)的許多英國政府部門共同贊助舉辦的，旨在鼓勵數(shù)據(jù)科學(xué)領(lǐng)域的優(yōu)秀人才解決現(xiàn)實(shí)問題。該平臺提供的兩個挑戰(zhàn)賽現(xiàn)在已經(jīng)結(jié)束了，但很快就會出現(xiàn)新的問題，這些比賽將鼓勵你找出現(xiàn)實(shí)問題的非正統(tǒng)答案。
Data Science Challenges：https://www.datasciencechallenge.org/
此外還有一些每年僅舉辦一次的比賽。
KDD CUP
KDD Cup 是 ACM 的數(shù)據(jù)挖掘及知識發(fā)現(xiàn)專委會（SIGKDD）組織的數(shù)據(jù)挖掘與知識發(fā)現(xiàn)競賽，該競賽一年舉辦一次，是數(shù)據(jù)挖掘人才的頂級專業(yè)盛會。KDD-2019 將于 2019 年 8 月 4 日至 8 月 8 日在美國阿拉斯加州的安克雷奇舉行。
KDD-2019：https://www.kdd.org/kdd2019/kdd-cup
VizDoom AI competition(VDAIC)
ViZDoom 是基于 Doom 的 AI 研究平臺，通過原始視覺信息進(jìn)行強(qiáng)化學(xué)習(xí)。Visual Doom AI 競賽的參賽者要提交可以玩 Doom 的控制器（C++、Python 或 Java 均可）。
ViZDoom：https://www.crowdai.org/challenges/visual-doom-ai-competition-2018-singleplayer-track-1/leaderboards
結(jié)論
盡管這個名單會隨著時間推移而有所改變，但你最終會找到自己最感興趣的比賽。那么，加油吧！