Aprendizaje automático: ¿Puede alguien que es horrible en los concursos de kaggle seguir siendo bueno como científico de datos?

Deberías poder hacerlo bien en los concursos relacionados con tu dominio.

Es razonable no hacerlo bien en un concurso de, por ejemplo, visión por computadora, si está enfocado principalmente en el pronóstico de series de tiempo.

Solo competí en una competencia y ocupé el cuarto lugar como parte de un equipo. Entrar en el 10% superior era completamente trivial si realmente sabía algo sobre validación cruzada e ingeniería de características. Entrar en el top 5 de miles fue brutal, requirió un esfuerzo de equipo coordinado con algunos científicos de datos muy buenos, y las diferencias en el rendimiento dentro de los 5 primeros fueron infinitesimales.

¿Qué significa ser horrible en kaggle?

Si por horrible quieres decir que ni siquiera puedes establecer cómo abordar la mayoría de los concursos allí, entonces no, no te irá bien en la ciencia de datos sin estudiar y entrenar. Eso significa que no comprende el problema que desea resolver o la pregunta que desea responder.

Si por horrible quieres decir que nunca llegas a las primeras posiciones, entonces sí, puedes hacerlo bien como científico de datos. La competencia allí es feroz, no lograr la primera posición puede suceder por muchas razones que no están relacionadas con su habilidad.

Como Giuliano Janson mencionó, hay más en ciencia de datos que “solo” ML. Lo que él describió como roles especializados se ajusta a la mayoría de lo que hago, por ejemplo, y lo estoy haciendo muy bien en Miniclip. Encuentro interesante a Kaggle pero no me importa competir y estoy bastante seguro de que no lo haría muy bien por muchas razones.

Por qué no?
Bueno, Kaggle es un gran lugar para probar sus capacidades de ciencia de datos, pero no creo que este sea el único punto de referencia para decidir sus habilidades. He visto competiciones de Kaggle en el pasado, la mayoría de los problemas no me motivaron a avanzar más. Participé una vez y lo hice bastante bien, pero no tuve mucho tiempo extra para trabajar en esos problemas, así que me concentré mejor en mi doctorado.

Como dijo Giuliano Janson, si llega al final de las competiciones de Kaggle, por ejemplo, por debajo de la línea de base, entonces algo está mal y debe evaluar sus opciones de carrera.

Actualmente (23-11-2015) la competencia más popular en Kaggle es Rossmann con cerca de 3000 participantes. En la sección especial, llamada “Scripts”, encontrará muchos códigos para calcular soluciones. No hay necesidad de escribir su propio código para funcionar bastante bien (en el LB, por supuesto). En muchos casos, LB refleja de cerca los resultados finales. Básicamente, tiene buenas posibilidades de obtener el 10% superior sin hacer nada en absoluto.