Kaggle là gì?

Kaggle là gì?

Kaggle là một nền tảng cộng đồng trực tuyến dành cho các nhà khoa học dữ liệu và người yêu thích học máy. Kaggle cho phép người dùng cộng tác với nhau, tìm kiếm và xuất bản bộ dữ liệu, sử dụng sổ tay tích hợp GPU và thi đấu với các nhà khoa học dữ liệu khác để giải các bài toán khoa học dữ liệu. Mục tiêu của nền tảng trực tuyến này (được Anthony Goldbloom và Jeremy Howard thành lập năm 2010 và được Google mua lại vào năm 2017) là giúp các chuyên gia và người học đạt được mục tiêu trên hành trình khoa học dữ liệu của họ nhờ những công cụ và tài nguyên mạnh mẽ mà nền tảng cung cấp. Tính đến hiện tại (2021), Kaggle có hơn 8 triệu người dùng đã đăng ký.

Một trong những tiểu nền tảng khiến Kaggle trở thành nguồn tài nguyên phổ biến là các cuộc thi. Tương tự vai trò mà HackerRank đảm nhiệm cho lập trình viên và kỹ sư máy tính, “Kaggle Competitions” có ý nghĩa đặc biệt đối với các nhà khoa học dữ liệu; bạn có thể tìm hiểu thêm trong Hướng dẫn Cuộc thi Kaggle và học cách phân tích một bộ dữ liệu theo từng bước trong Hướng dẫn Cuộc thi Kaggle của chúng tôi. Trong các cuộc thi khoa học dữ liệu như của Kaggle hoặc DataCamp, các công ty và tổ chức chia sẻ một lượng lớn bài toán khoa học dữ liệu đầy thách thức cùng phần thưởng hào phóng, nơi các nhà khoa học dữ liệu từ người mới đến giàu kinh nghiệm cạnh tranh để hoàn thành. Kaggle cũng cung cấp Kaggle Notebook, tương tự như DataLab, cho phép bạn chỉnh sửa và chạy mã cho các tác vụ khoa học dữ liệu ngay trên trình duyệt, nhờ đó máy tính cá nhân không phải gánh toàn bộ việc nặng và bạn cũng không cần tự thiết lập môi trường phát triển mới. 

Kaggle cung cấp tài nguyên đám mây mạnh mẽ và cho phép bạn sử dụng tối đa 30 giờ GPU và 20 giờ TPU mỗi tuần. Bạn có thể tải lên bộ dữ liệu của mình lên Kaggle và tải xuống bộ dữ liệu của người khác. Ngoài ra, bạn có thể xem bộ dữ liệu và sổ tay của người khác và mở chủ đề thảo luận về chúng. Toàn bộ hoạt động của bạn được chấm điểm trên nền tảng và điểm sẽ tăng khi bạn hỗ trợ người khác và chia sẻ thông tin hữu ích. Khi bắt đầu tích lũy điểm, bạn sẽ được xếp trên bảng xếp hạng trực tiếp gồm 8 triệu người dùng Kaggle. 

Kaggle phù hợp với nhiều nhóm người, từ sinh viên quan tâm đến khoa học dữ liệu và trí tuệ nhân tạo đến những nhà khoa học dữ liệu giàu kinh nghiệm nhất trên thế giới. Nếu bạn là người mới bắt đầu, bạn có thể tận dụng các khóa học do Kaggle cung cấp. Khi tham gia nền tảng này, bạn sẽ được tiến bộ trong một cộng đồng có nhiều mức độ chuyên môn khác nhau, và có cơ hội giao lưu với nhiều nhà khoa học dữ liệu dày dạn kinh nghiệm. Khi bạn tích lũy điểm và huy chương trên Kaggle, vốn là minh chứng cho sự tiến bộ của bạn, rất có thể bạn sẽ thu hút được các headhunter và nhà tuyển dụng, và mở ra những cơ hội việc làm mới.

Cuối cùng nhưng không kém phần quan trọng, khi ứng tuyển công việc trong lĩnh vực khoa học dữ liệu, đề cập đến kinh nghiệm trên Kaggle chắc chắn tạo ấn tượng tích cực. Tất nhiên, tất cả những lợi ích này cũng áp dụng cho các nhà khoa học dữ liệu giàu kinh nghiệm. Dù bạn có dày dạn đến đâu, nền tảng này vẫn mang đến cơ hội học hỏi và cải thiện liên tục, và dĩ nhiên, các phần thưởng tiền mặt đi kèm với cuộc thi cũng rất hấp dẫn.

Các khóa học Khoa học Dữ liệu hữu ích để thành công trên Kaggle

Dưới đây là một số khóa học được khuyến nghị trên DataCamp dành cho người mới bắt đầu:

• Winning a Kaggle Competition in Python: Phát triển phương pháp tiếp cận và chiến lược bạn sẽ áp dụng trong các cuộc thi Kaggle
• Introduction to Python: Học những điều cơ bản về ngôn ngữ phổ biến nhất trong khoa học dữ liệu
• Intermediate Python: Một khóa học khác về kiến thức Python cơ bản
• Linear Classifiers in Python: Học hồi quy logistic và máy vector hỗ trợ, và phát triển các mô hình đầu tiên bằng Scikit-learn
• Cluster Analysis in Python: Học không giám sát bằng thư viện SciPy 
• Preprocessing for Machine Learning in Python: Chuẩn bị dữ liệu cho các mô hình học máy
• Model Validation in Python: Học cách trả lời câu hỏi “mô hình của bạn tốt đến mức nào?” 
• Dimensionality Reduction in Python: Nền tảng của trực quan hóa dữ liệu
• Designing Machine Learning Workflows in Python: Nhìn tổng quan ở mức cao về quy trình tạo các mô hình học máy sẵn sàng cho sản xuất 
• Data Privacy and Anonymization in Python: Khóa học thiết yếu về quyền riêng tư của công ty bạn đang làm hoặc bất kỳ startup nào bạn có thể thành lập
• Introduction to Data Visualization with Seaborn: Phát triển kỹ năng trực quan hóa dữ liệu bằng thư viện Seaborn của Python—khóa học lý tưởng cho người mới bắt đầu trực quan hóa dữ liệu
• Image Processing in Python: Trong khóa học này, bạn có thể học các kỹ thuật tiền xử lý ảnh giúp truy cập và trích xuất lượng thông tin khổng lồ trong ảnh.
• Introduction to Natural Language Processing in Python: Học những kiến thức cơ bản về xử lý ngôn ngữ tự nhiên và cách dùng một số thư viện phổ biến trong lĩnh vực này 
• Introduction to SQL: Học SQL cơ bản để làm việc với cơ sở dữ liệu 
• Intermediate SQL: Nâng cao kỹ năng SQL của bạn 
• Introduction to Deep Learning with PyTorch: Nhập môn học sâu với gói PyTorch của Python—phổ biến và dễ sử dụng nhất 
• Time Series Analysis in Python: Tìm hiểu các mô hình và kỹ thuật chuỗi thời gian 

Việc làm trên Kaggle

“Kaggle Jobs” là một nền tảng chia sẻ việc làm trong khoa học dữ liệu do Kaggle mở năm 2014. Mục tiêu là giúp công ty tìm ứng viên phù hợp nhất và giúp nhà khoa học dữ liệu tìm đúng công ty cho mình. Nền tảng đã bị Kaggle đóng vào năm 2020 do hoạt động không đủ mạnh. Tuy nhiên, dưới đây là một số lựa chọn thay thế Kaggle Jobs và các nền tảng tuyển dụng khác:

• LinkedIn: Một trong những nền tảng tìm việc được dùng nhiều nhất. Bạn sẽ tìm được các vị trí phù hợp chỉ bằng cách gõ "data scientist" trong thanh tìm kiếm. Bạn cũng có thể đặt các bộ lọc chi tiết hơn như làm việc từ xa/văn phòng, địa điểm, quy mô công ty, v.v.
• Upwork: Upwork là nền tảng việc làm tự do, cũng lý tưởng để tìm cả việc bán thời gian lẫn toàn thời gian. Trước khi ứng tuyển các công việc dài hạn, ứng viên thường cần hoàn thành vài công việc ngắn hạn và nhận được đánh giá.
• AngelList: Nền tảng lý tưởng để ứng tuyển vào các tin tuyển dụng của startup.
• Y Combinator: Đây là một vườn ươm và nền tảng gọi vốn chọn lọc ra những startup danh giá nhất. Tin tuyển dụng của các startup này được chia sẻ trên nền tảng.
• StackOverflow: Nền tảng Hỏi & Đáp cho lập trình viên và kỹ sư mà tất cả chúng ta đều hưởng lợi, từ trẻ đến già, từ ít đến nhiều kinh nghiệm. Nền tảng cũng có khu vực đăng tin tuyển dụng.

CÁC CÂU HỎI THƯỜNG GẶP VỀ KAGGLE (FAQ)

Kaggle là gì và dùng để làm gì?

Kaggle là một nền tảng khoa học dữ liệu và trí tuệ nhân tạo. Trên nền tảng này, các cuộc thi có giải thưởng tiền mặt được đăng bởi các công ty và tổ chức lớn. Bên cạnh cuộc thi, người dùng cũng có thể chia sẻ bộ dữ liệu của mình và xem xét bộ dữ liệu do người khác chia sẻ. Hơn nữa, các nhà khoa học dữ liệu có thể chia sẻ đoạn mã sử dụng các bộ dữ liệu này và trao đổi với nhau về chúng trong phần thảo luận. Bất kỳ người dùng nào cũng có thể tham gia các khóa học miễn phí được chia sẻ trên Kaggle và nhận chứng chỉ miễn phí sau khi hoàn thành thành công.

Kaggle có miễn phí không?

Có, mọi thứ trên Kaggle đều hoàn toàn miễn phí: khóa học, chứng chỉ từ khóa học, bộ dữ liệu, tham gia cuộc thi, phần thảo luận, v.v.

Cuộc thi Kaggle là gì?

Cuộc thi Kaggle bao gồm các bài toán khoa học dữ liệu. Một số cuộc thi không có giải thưởng (nhưng mang đến cơ hội học hỏi và chia sẻ kiến thức), trong khi số khác có giải tiền mặt hậu hĩnh. Bạn có thể tham gia các cuộc thi này một mình hoặc theo đội. Bên cạnh tiền thưởng cho điểm số tốt trong cuộc thi, bạn còn nhận huy chương và điểm. Những điểm số và huy chương này đưa bạn lên bảng xếp hạng cùng với các nhà khoa học dữ liệu ở mọi cấp độ trên nền tảng. Bảng xếp hạng này quyết định thứ hạng toàn cầu của bạn trên Kaggle. Các cuộc thi bạn thắng trên Kaggle và thứ hạng Kaggle của bạn có thể tạo lợi thế cho sự nghiệp. Để biết thêm thông tin về các cuộc thi, hãy xem mục 4.

Học khoa học dữ liệu qua Kaggle có tốt không?

Có nhiều lựa chọn để học nền tảng và làm quen với khoa học dữ liệu, nhưng có vài lý do khiến Kaggle nổi bật. Có nhiều yếu tố giúp bạn gia tăng kiến thức và duy trì động lực trên Kaggle.

Chính yếu là hệ thống xếp hạng của Kaggle. Khi bạn phát triển, ghi điểm trong các cuộc thi và cung cấp thông tin hữu ích cho người khác, thứ hạng Kaggle toàn cầu của bạn sẽ tăng và bạn có thể theo dõi ngay lập tức. Việc bạn được xếp hạng giữa nhiều nhà khoa học dữ liệu chuyên gia trên nền tảng là nguồn động lực lớn.

Ngoài ra, nhiều người trên nền tảng rất sẵn lòng giúp đỡ và tiếp tục kiếm điểm, tăng thứ hạng khi họ hỗ trợ bạn. Ví dụ, nếu bạn chia sẻ một đoạn mã và mở thảo luận về nó, khi bạn đặt câu hỏi trong phần thảo luận về cách phát triển mã của riêng mình, rất có thể bạn sẽ nhận được bình luận từ những nhà khoa học dữ liệu giỏi nhất trên nền tảng. Điều này hoạt động như một hệ thống cố vấn, cực kỳ hữu ích, đặc biệt cho người mới bắt đầu.

Ai sở hữu Kaggle? 

Kaggle được Anthony Goldbloom và Ben Hamner thành lập năm 2010. Ngày 8 tháng 3 năm 2017, Google đã mua lại Kaggle.

Các bộ dữ liệu trên Kaggle có miễn phí không?

Để biết bạn có thể sử dụng bộ dữ liệu vào mục đích gì, bạn cần kiểm tra giấy phép của bộ dữ liệu. Một số bộ dữ liệu không được dùng trong các ấn phẩm học thuật hoặc cho mục đích thương mại. Tuy nhiên, bạn có thể tải miễn phí từng bộ dữ liệu được chia sẻ về Kaggle Notebook của mình hoặc ở nơi khác thông qua Kaggle API.

Kaggle có cung cấp GPU không?

Trong các sổ tay trên Kaggle, bạn có thể bật GPU bất cứ lúc nào. Bạn được phép sử dụng GPU tối đa 30 giờ mỗi tuần. GPU do Kaggle cung cấp là Nvidia Tesla P100 với bộ nhớ 16GB.

Jeremy Howard là ai?

Jeremy Howard là một nhà khoa học dữ liệu và doanh nhân người Úc, người đã thắng các cuộc thi khoa học dữ liệu toàn cầu của Kaggle vào năm 2011 và 2010. Sau đó Howard trở thành Chief Scientist và Chủ tịch tại Kaggle.

Kaggle Grandmaster là gì?

Hạng grandmaster là cấp cao nhất trong các hạng hiệu suất của Kaggle (novice, contributor, expert, master và grandmaster). Để đạt cấp grandmaster, người dùng cần thắng ít nhất 5 huy chương vàng ở hạng mục cuộc thi, trong đó ít nhất 1 huy chương vàng phải là cá nhân; ít nhất 5 huy chương vàng và 5 huy chương bạc ở hạng mục bộ dữ liệu; ít nhất 15 huy chương vàng ở hạng mục sổ tay; và ít nhất 500 huy chương ở hạng mục thảo luận, trong đó tối thiểu 50 huy chương phải là vàng. Hiện chỉ có 241 nhà khoa học dữ liệu ở hạng grandmaster.

Các bộ dữ liệu Kaggle có mã nguồn mở không?

Có. Các bộ dữ liệu trên Kaggle là mã nguồn mở, nhưng để biết chúng có thể được dùng vào mục đích gì, bạn cần kiểm tra giấy phép của bộ dữ liệu. Một số bộ dữ liệu không được sử dụng trong các ấn phẩm học thuật hoặc cho mục đích thương mại.

Các bộ dữ liệu Kaggle có đáng tin cậy không?

Phần lớn các bộ dữ liệu trên Kaggle là đáng tin cậy. Bạn có thể đánh giá độ tin cậy của một bộ dữ liệu bằng cách xem số lượt ủng hộ (upvote) hoặc xem xét các sổ tay được chia sẻ sử dụng bộ dữ liệu đó. Tuy nhiên, không phải mọi bộ dữ liệu trên Kaggle đều phù hợp cho các bài toán thực tế.

Kaggle có ứng dụng di động không?

Hiện Kaggle chưa hỗ trợ ứng dụng di động. Tuy nhiên, DataCamp có ứng dụng di động để học khoa học dữ liệu và luyện tập lập trình. Ứng dụng có trên iOS và Android.

Kaggle có dùng CPU của tôi không?

Kaggle Kernel là máy chủ Jupyter notebook miễn phí có thể tích hợp GPU. Nó cho phép bạn xử lý các tác vụ học máy trên máy tính đám mây thay vì trên máy của bạn, tương tự như DataLab hoạt động trên trình duyệt, sử dụng tài nguyên đám mây thay vì máy cục bộ. 

Đầu ra sổ tay của tôi ở đâu trên Kaggle?

Để truy cập đầu ra của sổ tay Kaggle, trước tiên bạn phải commit sổ tay của mình. Bạn có thể làm điều này bằng cách nhấp nút “Save Version” ở góc trên bên trái của sổ tay. Sau khi commit sổ tay, sẽ có hai kernel tiếp tục chạy. Cái thứ nhất là kernel bạn đang chỉnh sửa hiện tại, và cái thứ hai là kernel chạy nền mà bạn đã commit. Kernel chạy nền sẽ tạo các tệp đầu ra sẵn sàng để tải xuống. Các sổ tay tương tác sẽ không lưu tệp. Sau khi kernel chạy nền hoàn tất, hãy nhấp nút quay lại ở góc trên bên trái để vào trang có các thẻ: Notebook, Code, Data, Output và Comments. Khi chuyển sang thẻ output, bạn sẽ thấy các tệp đầu ra đã sẵn sàng để tải xuống.

Bắt đầu từ đâu trên Kaggle?

Nếu bạn là người mới, bạn có thể bắt đầu bằng cách tham gia các cuộc thi trong danh mục “Getting Started” ở phần cuộc thi. Bạn cũng có thể xem sổ tay của người khác. Nếu bạn ở mức độ chuyên môn cao hơn, bạn có thể bắt đầu ngay bằng cách tham gia các cuộc thi đang hoạt động.

Khi nào Kaggle đặt lại hạn ngạch GPU?

Hạn ngạch GPU được làm mới vào mỗi thứ Bảy. Bạn có thể kiểm tra hạn ngạch GPU còn lại trong phần GPU bằng cách vào thẻ Account trong hồ sơ của mình. Phần này hiển thị dung lượng lưu trữ dữ liệu riêng tư, cùng hạn ngạch GPU và TPU.

Tìm lời giải thắng cuộc trên Kaggle ở đâu?

Khi bạn nhấp vào thẻ thảo luận từ trang cuộc thi, bạn sẽ thấy nhiều chủ đề thảo luận về cuộc thi. Chủ đề thảo luận có nhiều lượt ủng hộ nhất nằm trên cùng và chủ đề được bình chọn nhiều nhất là chủ đề thắng cuộc, kèm phần giải thích lời giải và liên kết đến sổ tay chiến thắng.