Kaggle

Kaggle es donde muchos científicos de datos aprenden y demuestran su nivel. Empresas e investigadores publican competiciones con problemas reales, como predecir resultados a partir de datos o clasificar imágenes, y los participantes envían modelos a un ranking. Las soluciones ganadoras suelen publicarse, y los foros de discusión son una gran fuente de técnicas. Las clasificaciones y las medallas ayudan a construir un historial público.

La plataforma ofrece más que concursos. Los conjuntos de datos públicos cubren temas que van de la salud al deporte, los notebooks gratuitos ejecutan Python y R en el navegador con acceso a GPU y TPU dentro de unos límites, y un centro de modelos comparte modelos preentrenados. Kaggle Learn ofrece cursos breves y prácticos de Python, pandas, aprendizaje automático y más. Se han añadido benchmarks y retos de la comunidad en torno a los grandes modelos de lenguaje, y el sitio se integra con Google Cloud.

Kaggle es gratuito. La capacidad de cómputo gratuita tiene límites semanales, y los conjuntos de datos varían en calidad y licencia, así que conviene revisar los términos antes de usarlos en trabajo comercial. Las competiciones premian el rendimiento en el ranking, algo distinto de construir sistemas de producción mantenibles. Entre las alternativas están Hugging Face para modelos y conjuntos de datos, Google Colab para notebooks, DrivenData y Zindi para competiciones, y Papers with Code para investigación. Kaggle es un lugar excelente para practicar y para encontrar conjuntos de datos con los que experimentar.