Apa itu Kaggle?

Apa itu Kaggle?

Kaggle adalah platform komunitas daring untuk data scientist dan penggemar machine learning. Kaggle memungkinkan pengguna berkolaborasi dengan pengguna lain, menemukan dan memublikasikan dataset, menggunakan notebook terintegrasi GPU, serta berkompetisi dengan data scientist lain untuk memecahkan tantangan data science. Tujuan platform daring ini (didirikan pada 2010 oleh Anthony Goldbloom dan Jeremy Howard dan diakuisisi oleh Google pada 2017) adalah membantu para profesional dan pelajar mencapai tujuan mereka dalam perjalanan data science dengan alat dan sumber daya yang kuat. Hingga saat ini (2021), ada lebih dari 8 juta pengguna terdaftar di Kaggle.

Salah satu sub-platform yang membuat Kaggle menjadi sumber daya populer adalah kompetisinya. Mirip seperti peran yang dimainkan HackerRank bagi pengembang perangkat lunak dan insinyur komputer, “Kaggle Competitions” memiliki arti penting bagi data scientist; Anda dapat mempelajarinya lebih lanjut dalam Panduan Kompetisi Kaggle kami dan pelajari cara menganalisis dataset selangkah demi selangkah dalam Tutorial Kompetisi Kaggle kami. Dalam kompetisi data science seperti milik Kaggle atau DataCamp, perusahaan dan organisasi membagikan berbagai tugas data science yang menantang dengan imbalan yang menarik, di mana data scientist, dari pemula hingga berpengalaman, berkompetisi untuk menyelesaikannya. Kaggle juga menyediakan Kaggle Notebook, yang, seperti halnya DataLab, memungkinkan Anda mengedit dan menjalankan kode untuk tugas data science langsung di peramban, sehingga komputer lokal Anda tidak harus bekerja keras dan Anda tidak perlu menyiapkan lingkungan pengembangan baru sendiri. 

Kaggle menyediakan sumber daya berbasis cloud yang kuat dan memungkinkan Anda menggunakan maksimal 30 jam GPU dan 20 jam TPU per minggu. Anda dapat mengunggah dataset Anda ke Kaggle dan mengunduh dataset milik orang lain. Selain itu, Anda dapat meninjau dataset dan notebook milik orang lain serta memulai topik diskusi tentangnya. Semua aktivitas Anda dinilai di platform dan skor Anda meningkat seiring Anda membantu orang lain dan berbagi informasi bermanfaat. Setelah mulai memperoleh poin, Anda akan ditempatkan pada papan peringkat langsung yang berisi 8 juta pengguna Kaggle. 

Kaggle cocok untuk berbagai kalangan, dari pelajar yang tertarik pada data science dan kecerdasan buatan hingga data scientist paling berpengalaman di dunia. Jika Anda pemula, Anda dapat memanfaatkan kursus yang disediakan Kaggle. Dengan bergabung ke platform ini, Anda akan dapat berkembang dalam komunitas dengan berbagai tingkat keahlian, dan memiliki kesempatan untuk berkomunikasi dengan banyak data scientist berpengalaman. Saat Anda memperoleh poin dan medali Kaggle, yang menjadi bukti kemajuan Anda, sangat mungkin Anda akan menarik perhatian headhunter dan perekrut, serta membuka peluang kerja baru.

Terakhir namun tidak kalah penting, saat melamar pekerjaan di bidang data science, menyebutkan pengalaman Kaggle Anda jelas memberikan dampak positif. Tidak perlu dikatakan lagi bahwa semua manfaat ini juga berlaku bagi data scientist yang sangat berpengalaman. Tak peduli seberapa berpengalaman Anda, platform ini menawarkan peluang belajar dan peningkatan berkelanjutan, dan tentu saja, hadiah uang tunai yang menyertai kompetisi juga sama menariknya.

Kursus Data Science yang Bermanfaat untuk Sukses di Kaggle

Berikut beberapa kursus yang direkomendasikan di DataCamp untuk pemula:

• Winning a Kaggle Competition in Python: Kembangkan pendekatan yang akan Anda terapkan dan strategi yang akan Anda tentukan dalam kompetisi Kaggle
• Introduction to Python: Pelajari dasar-dasar bahasa paling populer dalam data science
• Intermediate Python: Ini adalah kursus lain tentang pengetahuan dasar Python
• Linear Classifiers in Python: Pelajari regresi logistik dan support vector machine serta kembangkan model pertama Anda menggunakan Scikit-learn
• Cluster Analysis in Python: Pembelajaran tanpa pengawasan menggunakan pustaka SciPy 
• Preprocessing for Machine Learning in Python: Siapkan data Anda untuk model machine learning
• Model Validation in Python: Pelajari cara menjawab pertanyaan, “seberapa baik model Anda?” 
• Dimensionality Reduction in Python: Fondasi visualisasi data
• Designing Machine Learning Workflows in Python: Tinjauan tingkat tinggi atas proses menghasilkan model machine learning siap produksi 
• Data Privacy and Anonymization in Python: Kursus penting tentang privasi data perusahaan tempat Anda bekerja, atau untuk startup apa pun yang mungkin Anda dirikan
• Introduction to Data Visualization with Seaborn: Kembangkan keterampilan visualisasi data Anda menggunakan pustaka Python Seaborn—kursus ideal bagi pemula visualisasi data
• Image Processing in Python: Dalam kursus ini, Anda dapat mempelajari teknik prapemrosesan citra yang memungkinkan Anda mengakses dan mengekstrak beragam informasi dalam gambar.
• Introduction to Natural Language Processing in Python: Pelajari dasar-dasar pemrosesan bahasa alami dan penggunaan beberapa pustaka populer di bidang ini 
• Introduction to SQL: Pelajari SQL dasar untuk bekerja dengan basis data 
• Intermediate SQL: Tingkatkan keterampilan SQL Anda 
• Introduction to Deep Learning with PyTorch: Pengantar deep learning menggunakan paket Python Pytorch yang paling populer dan mudah digunakan 
• Time Series Analysis in Python: Pelajari model dan teknik deret waktu 

Pekerjaan di Kaggle

“Kaggle Jobs” adalah platform berbagi lowongan kerja data science yang dibuka oleh Kaggle pada 2014. Tujuan platform ini adalah membantu perusahaan menemukan kandidat yang paling sesuai dan membantu data scientist menemukan perusahaan yang tepat bagi mereka. Platform ini ditutup oleh Kaggle pada 2020 karena aktivitas yang tidak memadai. Namun, berikut beberapa alternatif Kaggle Jobs dan platform ketenagakerjaan lainnya:

• Linkedin: Salah satu platform yang paling umum digunakan untuk mencari kerja. Anda akan menemukan lowongan yang sesuai hanya dengan menulis "data scientist" di bilah pencarian. Anda juga dapat menentukan filter lebih rinci, seperti jarak jauh/kantor, lokasi, ukuran perusahaan, dll.
• Upwork: Upwork adalah platform kerja lepas yang juga ideal untuk menemukan pekerjaan paruh waktu maupun penuh waktu. Sebelum melamar pekerjaan jangka panjang, kandidat umumnya perlu menyelesaikan beberapa pekerjaan jangka pendek dan mendapatkan beberapa ulasan.
• AngelList: Platform ideal bagi startup untuk melamar atau memasang lowongan pekerjaan.
• Y Combinator: Ini adalah platform akselerator dan pendanaan tempat startup paling bergengsi dipilih. Lowongan pekerjaan dari startup tersebut dibagikan di platform.
• StackOverflow: Ini adalah platform tanya jawab untuk programmer dan insinyur yang kita semua manfaatkan, dari muda hingga tua, dan dari berpengalaman hingga yang belum berpengalaman. Platform ini juga memiliki area lowongan pekerjaan.

PERTANYAAN YANG SERING DITANYAKAN TENTANG KAGGLE (FAQ)

Apa itu Kaggle dan untuk apa digunakan?

Kaggle adalah platform data science dan kecerdasan buatan. Di platform ini, kontes dengan hadiah uang dipublikasikan oleh perusahaan dan organisasi besar. Selain kompetisi, pengguna juga dapat berbagi dataset mereka dan menelaah dataset yang dibagikan orang lain. Lebih dari itu, data scientist dapat berbagi potongan kode menggunakan dataset tersebut dan berdiskusi dengan data scientist lain tentangnya di bagian diskusi. Setiap pengguna dapat memperoleh manfaat dari mengikuti kursus gratis yang dibagikan di Kaggle dan menerima sertifikat gratis setelah menyelesaikannya dengan sukses.

Apakah Kaggle gratis?

Ya, semua hal di Kaggle sepenuhnya gratis: kursus, sertifikat yang diperoleh dari kursus, dataset, partisipasi dalam kompetisi, bagian diskusi, dan lain-lain.

Apa itu kompetisi Kaggle?

Kompetisi Kaggle terdiri dari tugas-tugas data science. Beberapa kompetisi tidak memiliki hadiah (namun menawarkan peluang belajar dan berbagi pengetahuan), sementara yang lain memiliki hadiah uang yang menarik. Anda dapat berpartisipasi dalam kompetisi ini sendiri atau bersama tim. Selain uang hadiah untuk skor yang baik dalam kompetisi, Anda juga mendapatkan medali dan poin. Poin dan medali ini menempatkan Anda pada papan peringkat bersama data scientist lain di semua tingkat di platform. Peringkat ini menentukan peringkat global Anda di Kaggle. Kompetisi yang Anda menangkan di Kaggle dan peringkat Kaggle Anda dapat berdampak menguntungkan pada karier Anda. Untuk informasi lebih lanjut tentang kompetisi, kunjungi bagian 4.

Apakah Kaggle cara yang baik untuk belajar data science?

Ada banyak alternatif untuk mempelajari dasar-dasar dan mengenalkan diri Anda pada data science, tetapi ada beberapa alasan mengapa Kaggle sangat menonjol. Ada banyak faktor yang akan membantu Anda meningkatkan pengetahuan dan menjaga motivasi di Kaggle.

Yang utama adalah sistem peringkat Kaggle. Saat Anda berkembang, memperoleh skor dalam kompetisi, dan menyediakan informasi bermanfaat bagi orang lain, peringkat Kaggle Anda di seluruh dunia meningkat, dan Anda dapat mengikutinya secara langsung. Fakta bahwa Anda ditempatkan di antara banyak data scientist ahli di platform sangat memotivasi.

Selain itu, banyak orang di platform bersikap membantu dan terus memperoleh poin serta meningkatkan peringkatnya saat mereka membantu Anda. Misalnya, jika Anda membagikan potongan kode dan diskusi tentangnya, ketika Anda mengajukan pertanyaan dalam diskusi tentang bagaimana Anda dapat mengembangkan kode Anda sendiri, sangat mungkin Anda akan menerima komentar dari data scientist terbaik di platform. Ini bekerja sebagai sistem pendampingan yang terbukti sangat berguna, terutama bagi pemula.

Siapa pemilik Kaggle? 

Kaggle didirikan pada 2010 oleh Anthony Goldbloom dan Ben Hamner. Pada 8 Maret 2017, Google mengakuisisi Kaggle.

Apakah dataset Kaggle gratis?

Untuk mengetahui untuk tujuan apa Anda dapat menggunakan dataset, Anda perlu memeriksa lisensi dataset tersebut. Beberapa dataset tidak dapat digunakan dalam publikasi akademik atau untuk tujuan komersial. Namun, Anda dapat mengunduh setiap dataset yang dibagikan secara gratis ke Kaggle Notebook Anda atau ke mana pun melalui Kaggle API.

Apakah Kaggle menyediakan GPU?

Di notebook Kaggle, Anda dapat mengaktifkan GPU kapan saja. Anda diizinkan menggunakan GPU secara aktif maksimal 30 jam per minggu. GPU yang disediakan Kaggle adalah Nvidia Tesla P100 GPU dengan memori 16GB.

Siapa Jeremy Howard?

Jeremy Howard adalah data scientist dan pengusaha asal Australia yang menjuarai kompetisi data science global Kaggle pada 2011 dan 2010. Howard kemudian menjadi Chief Scientist dan President di Kaggle.

Apa itu Kaggle Grandmaster?

Tier grandmaster adalah yang tertinggi di antara tier kinerja Kaggle (novice, contributor, expert, master, dan grandmaster). Untuk mencapai level grandmaster, seorang pengguna perlu meraih setidaknya 5 medali emas dalam kompetisi, dengan minimal 1 medali emas solo; setidaknya 5 medali emas dan 5 medali perak dalam dataset; setidaknya 15 medali emas dalam notebook; dan setidaknya 500 medali dalam diskusi, dengan minimal 50 di antaranya medali emas. Saat ini hanya ada 241 data scientist di tier grandmaster.

Apakah dataset Kaggle bersifat open source?

Ya. Dataset Kaggle bersifat open source, namun untuk mengetahui untuk tujuan apa dataset ini dapat digunakan, Anda perlu memeriksa lisensi dataset. Beberapa dataset tidak dapat digunakan dalam publikasi akademik atau untuk tujuan komersial.

Apakah dataset Kaggle andal?

Mayoritas besar dataset Kaggle andal. Anda dapat menilai seberapa andal sebuah dataset dengan melihat jumlah upvote atau meninjau notebook yang dibagikan menggunakan dataset tersebut. Namun, tidak semua dataset Kaggle akan cocok untuk kasus penggunaan di dunia nyata.

Apakah Kaggle memiliki aplikasi seluler?

Saat ini Kaggle belum mendukung aplikasi seluler. Namun, DataCamp memiliki aplikasi seluler untuk belajar data science dan berlatih coding. Tersedia untuk iOS dan Android.

Apakah Kaggle menggunakan CPU saya?

Kaggle Kernel adalah server Jupyter notebook gratis yang dapat mengintegrasikan GPU. Ini memungkinkan Anda memproses operasi machine learning pada komputer cloud alih-alih melakukannya di komputer Anda sendiri, serupa dengan DataLab yang bekerja di peramban, menggunakan sumber daya berbasis cloud alih-alih mesin lokal Anda. 

Di mana keluaran notebook saya di Kaggle?

Untuk mengakses keluaran notebook Kaggle, Anda harus terlebih dahulu melakukan commit pada notebook Anda. Anda dapat melakukan ini dengan mengklik tombol “Save Version” di kiri atas notebook. Setelah melakukan commit pada notebook, dua kernel akan terus berjalan. Yang pertama adalah yang sedang Anda edit saat ini, dan yang kedua adalah kernel latar belakang yang Anda commit. Kernel yang berjalan di latar belakang akan membuat file keluaran yang siap diunduh. Notebook interaktif tidak akan menyimpan file. Setelah kernel di latar belakang selesai, klik tombol kembali di kiri atas untuk menuju halaman dengan tab berikut: Notebook, Code, Data, Output, dan Comments. Saat Anda beralih ke tab output, Anda akan melihat file keluaran siap diunduh.

Mulai dari mana di Kaggle?

Jika Anda pemula, Anda dapat mulai dengan mengikuti kompetisi dalam kategori “Getting Started” di bagian kompetisi. Anda juga dapat meninjau notebook milik orang lain. Jika Anda berada pada tingkat keahlian yang lebih lanjut, Anda dapat langsung mulai dengan mengikuti kompetisi aktif.

Kapan Kaggle mereset kuota GPU?

Kuota GPU diperbarui setiap hari Sabtu. Anda dapat memeriksa sisa kuota GPU Anda di bagian GPU dengan membuka tab Account di profil Anda. Bagian ini menampilkan penyimpanan data pribadi Anda, serta kuota GPU dan TPU.

Di mana menemukan solusi pemenang Kaggle?

Saat Anda mengeklik tab diskusi dari halaman kompetisi, Anda akan melihat banyak topik diskusi tentang kompetisi. Topik diskusi dengan upvote terbanyak berada di bagian atas dan topik dengan suara terbanyak adalah pemenang, dengan penjelasan solusi dan tautan ke notebook pemenang.