Kaggle Grandmaster是怎样炼成的

选自Medium作者：VladimirIglovikov机器之心编辑部VladimirI.Iglovikov是一名Kaggle顶级大师（Grandmaster），曾获得过Carvana图像遮蔽挑战的冠军，以及Dstl卫星图像特征检测挑战的第三名。他曾在UCDavis获得过理论凝聚态物理学博士的学位，现在是一名Lyft的计算机视觉工程师，主要研究自动驾驶。

我叫Vladimir，本科毕业并获得理论物理学位后搬到了硅谷，从事数据科学相关的工作。我当前在Lyft公司的自动驾驶部门工作，研究与计算机视觉相关的应用。过去几年来，我花了很多时间参加关于机器学习的比赛。这样做是因为，一方面我觉得它本身很好玩，而另一方面，我觉得这是一种非常高效的数据科学技能提升方法。当然，不是所有的比赛都很容易，我也不是在每场比赛中都能获得好成绩。

A：对我来说，虽然没有薪酬，但参加Kaggle比赛是我的第二职业。我这么做理由很充足。活跃的Kaggle参与者追求领域的改变很常见。我也不例外。当我从学界转向业界时，我开始参加比赛。我需要一个高效的方法来尽快熟悉ML需要解决的问题，掌握那些工具，并将思维扩展机器学习的新领域。后来，当我在Bidgely开始我的第一份工作之后，我参与的Kaggle赛事更多了。

仅有一台强大的计算机还是不够的，你需要学一些编程技巧，来利用它的算力。我从Keras转到PyTorch的一个原因是当时后者的DataLoader更加强大。我们看到imgaug太慢了，于是写了albumentations，以利用100%的CPU算力，不过它没法充分利用GPU。

Q：对于从Kaggle竞赛开始数据科学家生涯的人，你对他们有什么建议吗？特别是那些首次参加竞赛的菜鸟，有什么最好的建议？A：有很多方式来参加Kaggle竞赛，但根据我的观察经验，获取所需知识的最高效方法是使用黑客的方法。观看一些包含Python编程基础和机器学习的在线课程。参加一个Kaggle竞赛。如果你可以写出一个从数据到提交的端到端流程，这很好。如果你是新手，这可能很难。