看了很多经验贴后我发现kaggle比赛越早开始越好

我在知乎上看过一个问题：“Kaggle 的比赛在 Machine Learning 领域中属于什么地位？”

其中有一个回答是：

获奖的都是有真本事的人，在上面练几个题目得个好名次，十分能证明你对数据科学这个领域的实践和理解。

我现在招人的时候几乎是这个标准：

写上参加过Kaggle比赛，我会看简历。

得过一次10%，我会给电话面试。

得过2次或者以上10%，我会给on site面试。

得过一次前10，我们会谈笑风生。

看了这个回答，我觉得从毕业后找工作的角度来看，参加kaggle比赛是百利无一害的。

有些同学会想了，反正kaggle上面有很多比赛，我到毕业前一年再开始也没关系的，不必提前开始准备。

同学听我说完！早早开始kaggle比赛好处多多！

好处一：可以利用比赛资源

首先案例资源：

kaggle的比赛大多是公司发布的接近真实业务的问题需求，所以你直面的就是公司的实战项目需求。刺激啊！

不参加比赛那你只能再实习的时候去接触到项目，或者是自己跟着老师做一些项目。

Kaggle一共有200多个比赛，去比赛你一年能够才能加3-4次比赛，做不同的项目；

而实习期的那段时间只盯一个项目，甚至也够不到做项目；

跟着老师做是很不错，但是老师的项目也不是像比赛那样有很多供你挑选。

论坛是有练习赛的，专门给从未独立做过项目的人提供的，真是很贴心的嗷~

Public LB资源

有些大神会公开讨论一些问题，在他们的评论中也可以汲取一些经验，打破自己的瓶颈期，提高自己的排名！爽不爽？！

当然啦~这需要你自学能力贼拉强的。如果实在打不破自己的瓶颈期，一定要寻求帮助，比如来找我~

好处二：不同的比赛验证自己想法

Kaggle比赛每一个比赛都不会用单一的模型，而是多种模型，不同的比赛，用到不同的模型融合。

看到CSDN上有同学分享经验，许多比赛中的第一名的方案里面有十几种甚至几十种模型。

如果你没有多次比赛的历练，会有模型融合的经验吗？会知道哪些模型搭配之后效果好吗？

都是需要比赛来验证你的想法滴~

好处三：知道自己的位置技术程度

Kaggle比赛是可以看到自己的排名的，每次比赛的排名上升或者是下降都能看得明明白白，所以能知道自己的进步和误区在哪里。

而且还可以看到大牛的解决方案，结合大牛的解决方案，优化自己每个环节的处理。每一次的总结对技术都是一个质的提升。

因为每次的比赛周期是2-3个月，如果你大四才开始最多能做4个以上项目吧！也许就提升到100名。如果你大三开始就能做8个以上！也许就能提升前50名，所以早开始早受益。

要是想短时间提升一下自己的名次，或者遇到了瓶颈，就来找我唠嗑。

好处四：可以组队，可个人solo

练习赛可以个人solo一把，成熟一点可以跟其他人组队。

kaggle参赛者主要分为两种，一种是以奖金和排名为目的，包括靠奖金为生的职业Kaggler；另外一种就是以提升相关skills和背景为目的业余爱好者甚至在校学生了。

前者的来源主要有丰富data science、data mining、machine learning工作经验的业内人士，或者是实力强劲的民间“技术宅”；而后者则往往是一些有一定技术能力，但经验欠缺，从中进行学习和锻炼的“长江后浪”。

要是碰到“扫地僧”带你起飞，那真的是赚了！

还可以和一样经验的人交流想法，获得更多解决问题的想法。

早点开始能早点发现这些人，能早点提高自己的技术，总结经验，怎么看都是赚！

好处五：为参加工作攒项目经验

众所周知，工作经验是找工作路上的一大拦路虎，每次我收集应届生学习问题的时候，都会被问“找工作没有工作经验怎么办？”“没有工作经验简历怎么写？”

参加各种比赛的经历，是没工作经验时候最好的敲门砖。

最开头我引了知乎上行业知名人士的回答，谈到了比赛的重要性（忘记的返回顶部再看一遍，顺便点个关注）。

越早参加比赛能够攒的经验就越多，什么是早，不是以前，不是以后就是当下。

看到这里的是真爱！

你还在纠结要不要开始？别纠结了！看看上面的好处！学到自己手里的才是最硬的竞争力！

不知道怎么开始？找我呗~陪伴你从开始比赛到拿名次

超全面AI干货+行业资讯，关注【学姐教你玩AI】公众号！