Was ist Kaggle?

Was ist Kaggle?

Kaggle ist eine Online-Community-Plattform für Data Scientists und Machine-Learning-Enthusiast:innen. Auf Kaggle kannst du mit anderen zusammenarbeiten, Datensätze finden und veröffentlichen, GPU-integrierte Notebooks nutzen und dich mit anderen Data Scientists in Wettbewerben messen, um Data-Science-Herausforderungen zu lösen. Ziel dieser Online-Plattform (2010 von Anthony Goldbloom und Jeremy Howard gegründet und 2017 von Google übernommen) ist es, Profis und Lernende mit starken Tools und Ressourcen auf ihrem Weg in der Data Science voranzubringen. Stand heute (2021) sind über 8 Millionen Nutzer:innen bei Kaggle registriert.

Einer der Bereiche, die Kaggle so populär gemacht haben, sind die Competitions. Ähnlich wie HackerRank diese Rolle für Softwareentwickler:innen und Computer Engineers spielt, sind die „Kaggle Competitions“ für Data Scientists äußerst wichtig; in unserem Kaggle Competition Guide erfährst du mehr dazu, und in unserem Kaggle Competition Tutorial lernst du Schritt für Schritt, wie du einen Datensatz analysierst. In Data-Science-Wettbewerben wie denen von Kaggle oder DataCamp stellen Unternehmen und Organisationen eine Vielzahl anspruchsvoller Aufgaben mit attraktiven Preisgeldern bereit, bei denen Data Scientists – vom Einsteiger bis zur erfahrenen Fachkraft – gegeneinander antreten. Kaggle bietet außerdem das Kaggle Notebook an, das – genau wie DataLab – ermöglicht, Code für Data-Science-Aufgaben direkt im Browser zu bearbeiten und auszuführen. So muss dein Rechner nicht die ganze Schwerstarbeit leisten und du brauchst keine eigene Entwicklungsumgebung aufzusetzen. 

Kaggle stellt leistungsfähige Cloud-Ressourcen bereit und erlaubt dir, pro Woche maximal 30 Stunden GPU und 20 Stunden TPU zu nutzen. Du kannst eigene Datensätze auf Kaggle hochladen und die Datensätze anderer herunterladen. Außerdem kannst du Datensätze und Notebooks anderer prüfen und Diskussionen dazu starten. Deine gesamte Aktivität wird auf der Plattform bewertet, und dein Score steigt, je mehr du anderen hilfst und nützliche Inhalte teilst. Sobald du Punkte sammelst, erscheinst du auf einem Live-Leaderboard mit 8 Millionen Kaggle-Nutzer:innen. 

Kaggle eignet sich für viele Zielgruppen – von Studierenden mit Interesse an Data Science und Künstlicher Intelligenz bis hin zu den erfahrensten Data Scientists weltweit. Wenn du gerade erst anfängst, kannst du die Kurse von Kaggle nutzen. In dieser Community mit ganz unterschiedlichen Erfahrungsstufen kannst du Schritt für Schritt vorankommen und dich mit vielen sehr erfahrenen Data Scientists austauschen. Mit den Kaggle-Punkten und -Medaillen, die deinen Fortschritt belegen, steigt zudem die Chance, Headhunter und Recruiter auf dich aufmerksam zu machen und neue Jobmöglichkeiten zu eröffnen.

Nicht zuletzt macht sich deine Kaggle-Erfahrung bei Bewerbungen im Data-Science-Bereich definitiv positiv bemerkbar. All diese Vorteile gelten selbstverständlich auch für sehr erfahrene Data Scientists. Unabhängig von deinem Erfahrungsniveau bietet die Plattform kontinuierliche Lern- und Verbesserungsmöglichkeiten – und die Preisgelder aus den Competitions sind obendrein ein attraktiver Anreiz.

Hilfreiche Data-Science-Kurse für deinen Kaggle-Erfolg

Hier sind einige empfohlene DataCamp-Kurse für Einsteiger:

• Winning a Kaggle Competition in Python: Entwickle Herangehensweisen und Strategien für Kaggle-Competitions.
• Introduction to Python: Lerne die Grundlagen der beliebtesten Sprache in der Data Science.
• Intermediate Python: Ein weiterer Kurs, um deine grundlegenden Python-Kenntnisse zu vertiefen.
• Linear Classifiers in Python: Lerne logistische Regression und Support Vector Machines und entwickle deine ersten Modelle mit Scikit-learn.
• Cluster Analysis in Python: Unüberwachtes Lernen mit der SciPy-Bibliothek. 
• Preprocessing for Machine Learning in Python: Bereite deine Daten für Machine-Learning-Modelle auf.
• Model Validation in Python: Lerne, die Frage „Wie gut ist dein Modell?“ zu beantworten. 
• Dimensionality Reduction in Python: Das Fundament für Datenvisualisierung.
• Designing Machine Learning Workflows in Python: Ein Überblick über den Prozess hin zu produktionsreifen Machine-Learning-Modellen. 
• Data Privacy and Anonymization in Python: Ein unverzichtbarer Kurs zur Datensicherheit deines Unternehmens oder deines zukünftigen Startups.
• Introduction to Data Visualization with Seaborn: Baue deine Visualisierungskompetenz mit der Python-Bibliothek Seaborn auf – ideal für Einsteiger in die Datenvisualisierung.
• Image Processing in Python: Lerne Bildvorverarbeitungstechniken, um die Fülle an Informationen in Bildern zu erschließen.
• Introduction to Natural Language Processing in Python: Lerne die Grundlagen der Sprachverarbeitung und den Einsatz gängiger Bibliotheken in diesem Bereich. 
• Introduction to SQL: Lerne grundlegendes SQL für die Arbeit mit Datenbanken. 
• Intermediate SQL: Verbessere deine SQL-Kompetenzen. 
• Introduction to Deep Learning with PyTorch: Einführung ins Deep Learning mit dem populären und leicht zu nutzenden Python-Paket PyTorch. 
• Time Series Analysis in Python: Lerne Modelle und Techniken für Zeitreihenanalyse. 

Kaggle Jobs

„Kaggle Jobs“ war eine 2014 von Kaggle gestartete Plattform für Data-Science-Stellenanzeigen. Das Ziel war, Unternehmen bei der Suche nach passenden Kandidat:innen zu unterstützen und Data Scientists den Zugang zu geeigneten Arbeitgebern zu erleichtern. Aufgrund geringer Aktivität wurde die Plattform 2020 von Kaggle geschlossen. Hier sind jedoch einige Alternativen zu Kaggle Jobs und weitere Jobplattformen:

• LinkedIn: Eine der am häufigsten genutzten Plattformen für die Jobsuche. Gib einfach "data scientist" in die Suche ein, um passende Angebote zu finden. Du kannst außerdem nach Kriterien wie Remote/Büro, Standort, Unternehmensgröße usw. filtern.
• Upwork: Upwork ist eine Plattform für Freelance-Jobs und eignet sich auch, um Teilzeit- oder Vollzeitstellen zu finden. Vor langfristigen Projekten sollten Bewerber:innen in der Regel einige Kurzaufträge erfolgreich abschließen und Bewertungen sammeln.
• AngelList: Eine ideale Plattform, um dich bei Startup-Stellenausschreibungen zu bewerben.
• Y Combinator: Ein Accelerator- und Funding-Programm, aus dem viele renommierte Startups hervorgehen. Deren Stellenanzeigen werden auf der Plattform geteilt.
• StackOverflow: Eine Q&A-Plattform für Programmierer:innen und Engineers, von der alle profitieren – ob jung oder alt, erfahren oder Einsteiger. Es gibt dort auch einen Bereich für Stellenanzeigen.

HÄUFIG GESTELLTE FRAGEN ZU KAGGLE (FAQ)

Was ist Kaggle und wofür wird es genutzt?

Kaggle ist eine Plattform für Data Science und Künstliche Intelligenz. Auf der Plattform veröffentlichen große Unternehmen und Organisationen Wettbewerbe mit Preisgeldern. Neben den Competitions können Nutzer:innen eigene Datensätze teilen und die von anderen erkunden. Außerdem können Data Scientists mit diesen Datensätzen Code-Snippets veröffentlichen und sich im Diskussionsbereich darüber austauschen. Jede:r kann an den kostenlosen Kursen auf Kaggle teilnehmen und erhält nach erfolgreichem Abschluss ein kostenloses Zertifikat.

Ist Kaggle kostenlos?

Ja, alles auf Kaggle ist vollständig kostenlos: Kurse, Zertifikate aus den Kursen, Datensätze, Teilnahme an Competitions, Diskussionsbereiche usw.

Was sind Kaggle-Competitions?

Kaggle-Competitions bestehen aus Data-Science-Aufgaben. Einige Wettbewerbe haben keine Preisgelder (bieten aber Lern- und Austauschmöglichkeiten), andere locken mit hohen Geldpreisen. Du kannst allein oder im Team teilnehmen. Neben Preisgeldern für gute Platzierungen gewinnst du Medaillen und Punkte. Diese Punkte und Medaillen bringen dich auf ein Leaderboard zusammen mit Data Scientists aller Level auf der Plattform. Diese Platzierung bestimmt dein globales Ranking auf Kaggle. Siege in Kaggle-Competitions und ein starkes Kaggle-Ranking können sich positiv auf deine Karriere auswirken. Mehr Infos zu den Wettbewerben findest du in Abschnitt 4.

Ist Kaggle ein guter Weg, um Data Science zu lernen?

Es gibt viele Möglichkeiten, sich die Grundlagen anzueignen und in Data Science einzusteigen, doch Kaggle ragt aus mehreren Gründen heraus. Auf Kaggle gibt es viele Faktoren, die dir helfen, Wissen aufzubauen und motiviert zu bleiben.

Der wichtigste ist das Ranking-System. Während du dich weiterentwickelst, Punkte in Competitions sammelst und anderen mit nützlichen Beiträgen hilfst, steigt dein weltweites Kaggle-Ranking – und du kannst es in Echtzeit verfolgen. Unter vielen Expert:innen platziert zu sein, ist äußerst motivierend.

Außerdem sind viele Menschen auf der Plattform hilfsbereit und sammeln selbst Punkte, wenn sie dir helfen. Teilst du zum Beispiel Code und startest eine Diskussion dazu, ist die Chance groß, dass du auf deine Fragen zur Weiterentwicklung deines Codes Kommentare von Top-Data-Scientists erhältst. Das funktioniert wie ein Mentoring-System und ist besonders für Einsteiger sehr wertvoll.

Wem gehört Kaggle? 

Kaggle wurde 2010 von Anthony Goldbloom und Ben Hamner gegründet. Am 8. März 2017 wurde Kaggle von Google übernommen.

Sind Kaggle-Datensätze kostenlos?

Um zu wissen, für welche Zwecke du Datensätze nutzen darfst, musst du die jeweilige Lizenz prüfen. Einige Datensätze dürfen nicht in wissenschaftlichen Publikationen oder zu kommerziellen Zwecken verwendet werden. Du kannst jedoch jeden geteilten Datensatz kostenlos in dein Kaggle Notebook oder anderswohin über die Kaggle API herunterladen.

Stellt Kaggle GPUs bereit?

In Kaggle-Notebooks kannst du jederzeit eine GPU aktivieren. Du darfst die GPU maximal 30 Stunden pro Woche aktiv nutzen. Die von Kaggle bereitgestellte GPU ist eine Nvidia Tesla P100 mit 16 GB Speicher.

Wer ist Jeremy Howard?

Jeremy Howard ist ein australischer Data Scientist und Unternehmer, der die globalen Kaggle-Data-Science-Wettbewerbe 2011 und 2010 gewann. Anschließend wurde Howard Chief Scientist und President bei Kaggle.

Was ist ein Kaggle Grandmaster?

Die Grandmaster-Stufe ist die höchste innerhalb der Kaggle-Leistungsstufen (Novice, Contributor, Expert, Master und Grandmaster). Um Grandmaster zu werden, braucht ein:e Nutzer:in mindestens 5 Goldmedaillen in Competitions, davon mindestens 1 Solo-Gold; mindestens 5 Gold- und 5 Silbermedaillen bei Datasets; mindestens 15 Goldmedaillen bei Notebooks; und mindestens 500 Medaillen in Discussions, davon mindestens 50 Gold. Aktuell gibt es nur 241 Data Scientists auf der Grandmaster-Stufe.

Sind Kaggle-Datensätze Open Source?

Ja. Kaggle-Datensätze sind Open Source, aber um zu wissen, wofür sie genutzt werden dürfen, musst du die jeweilige Lizenz prüfen. Einige Datensätze dürfen nicht in wissenschaftlichen Publikationen oder zu kommerziellen Zwecken verwendet werden.

Wie zuverlässig sind Kaggle-Datensätze?

Die große Mehrheit der Kaggle-Datensätze ist zuverlässig. Du kannst die Vertrauenswürdigkeit eines Datensatzes anhand der Upvotes einschätzen oder indem du die dazu geteilten Notebooks prüfst. Allerdings eignen sich nicht alle Kaggle-Datensätze für reale Anwendungsfälle.

Gibt es eine mobile App für Kaggle?

Kaggle bietet derzeit keine mobile App. DataCamp hat jedoch eine Mobile App zum Lernen von Data Science und zum Üben von Programmierung. Sie ist für iOS und Android verfügbar.

Nutzt Kaggle meine CPU?

Kaggle Kernel ist ein kostenloser Jupyter-Notebook-Server mit optionaler GPU-Integration. Er ermöglicht dir, Machine-Learning-Berechnungen auf Cloud-Rechnern auszuführen, statt auf deinem eigenen Computer – ähnlich wie DataLab im Browser arbeitet und Cloud-Ressourcen statt deiner lokalen Maschine nutzt. 

Wo finde ich die Notebook-Ausgabe in Kaggle?

Um auf die Notebook-Ausgaben von Kaggle zuzugreifen, musst du dein Notebook zunächst committen. Klicke dazu oben links im Notebook auf „Save Version“. Nach dem Commit laufen zwei Kernel weiter. Der erste ist der, an dem du gerade arbeitest, der zweite ist der Hintergrund-Kernel, den du committed hast. Der im Hintergrund laufende Kernel erstellt downloadfertige Ausgabedateien. Interaktive Notebooks speichern keine Dateien. Wenn der Hintergrund-Kernel fertig ist, klicke oben links auf Zurück, um zur Seite mit den Tabs Notebook, Code, Data, Output und Comments zu gelangen. Wechselst du zum Output-Tab, siehst du die Ausgabedateien zum Download bereit.

Wo fange ich bei Kaggle an?

Wenn du neu dabei bist, starte mit den Wettbewerben in der Kategorie „Getting Started“ im Competitions-Bereich. Du kannst auch Notebooks anderer anschauen. Wenn du schon fortgeschritten bist, kannst du direkt in aktive Wettbewerbe einsteigen.

Wann setzt Kaggle das GPU-Kontingent zurück?

Das GPU-Kontingent wird jeden Samstag erneuert. Du kannst dein verbleibendes GPU-Kontingent im GPU-Bereich unter dem Tab Account in deinem Profil prüfen. Dort siehst du auch deinen privaten Datenspeicher sowie das GPU- und TPU-Kontingent.

Wo finde ich die Sieg-Lösungen auf Kaggle?

Wenn du auf der Wettbewerbsseite den Discussion-Tab öffnest, findest du viele Threads zu den Competitions. Der Thread mit den meisten Upvotes steht oben – dort findest du die Gewinnerlösung mit Erläuterung und Link zum siegreichen Notebook.