在資料科學圈晃盪的小夥伴，很少有不知道Kaggle的。Kaggle不僅是一個競賽平臺，也提供了非常好學習機會。透過比賽，你可以接觸最先進的方法和資料集、可以與志同道合的人一起參賽，最重要的是能夠向全世界展示你的才華。
除了Kaggle，其實還有不少類似的平臺，下面文摘菌就給大家盤點一下這些頂級競爭資料科學平臺。
DrivenData
DrivenData
DrivenData主要舉辦的是資料科學類競賽，透過前沿的預測模型，解決世界上最棘手問題，建立一個更美好的世界。透過舉辦資料科學競賽來發揮資料在國際發展，健康，教育，醫療等社會問題中的作用。參賽者可以自己參加比賽或者釋出比賽專案。
平臺地址：https://www.drivendata.org/
該平臺有一個專門的案例分析部分，以案例研究的形式提供一些成功專案的資訊。DrivenData中列出的資料集與非營利組織相關，範圍從野生動物保護到公共健康。因此，如果你想將資料技能應用於實際問題，DrivenData是一個很好的選擇。
CrowdANALYTIX
CrowdANALYTIX是一個眾包分析平臺，他們將商業挑戰和業務問題轉化為競賽。參賽者可以在CrowdANALYTIX社群內透過合作或競爭來構建和最佳化AI，ML，NLP和深度學習演算法的專案。該平臺還擁有一個社群部落格，其中包含大量資源，包括訪談和參考資料。
平臺地址：https://www.crowdanalytix.com/community
社群部落格：https://www.crowdanalytix.com/jq/communityBlog/listBlog.html
InnoCentive
InnoCentive
InnoCentive 是一家開放式創新型的研究公司。最早是由醫藥製造商禮來公司資助，創立於2001年，最初的職能是化學和生物領域的研發供求網路平臺。服務於190多個國家，為390000人提供相關服務。
該平臺主要專注於處理生命科學的問題，但研究領域也包括數學、物理、化學、工程、電腦科學等。參與者需要具有批判性的思維、研究力、創造力、和多學科知識的交叉來解決平臺上的實際問題。提出解決方案不僅是一次非常好的能力鍛鍊，同時也可以獲得相應的報酬。
平臺連結：https://www.innocentive.com/our-solvers/
TundIT
TunedIT最初是華沙大學的一個科學博士專案。目標是幫助資料科學家進行可重複的實驗的，並輕鬆評估資料驅動的演算法。隨後，創始團隊為了教育研究、科學實驗和一些商業目的開發了TunedIT Challenges平臺，用於舉辦此類的資料競賽。
平臺連結：https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad93c
Codalab
Codalab是一個開源的基於Web的平臺，它使研究人員，開發人員和資料科學家能夠在同一平臺上進行協作，目標是推進使用機器學習和高階計算領域的研究。CodaLab透過其線上社群幫助解決了許多資料導向研究領域的常見問題。平臺既支援參加現有的比賽，也支援舉辦新的比賽。
平臺連結：https://competitions.codalab.org/
Analytics Vidhya
Analytics Vidhya 是一個為分析師和資料科學專家區提供的知識社群。除了為資料科學分析提供大量資源外，平臺的Hackathons旨在解決一些工商業界存在的實際問題，並透過競賽的形式釋出。在這個平臺上，你既可以參與挑戰，也可以贊助比賽。很多在Analytics Vidhya組織Hackathons挑戰的大公司也會為優秀的參賽者提供工作機會。
平臺連結：https://datahack.analyticsvidhya.com/?utm_source=main-logo
CrowdAI
資料科學挑戰平臺crowdAI每年都會面臨多項開放資料科學挑戰。挑戰包括影像分類，文字識別，強化學習，對抗性攻擊，影像分割，資源分配最佳化以及跨領域問題。這個平臺曾在亞馬遜和Nvidia獲得了超過10萬美元，然後釋出稱為“Learning to Run”的競賽。
crowdAI：https://www.crowdai.org/challenges
Learning to Run：https://www.crowdai.org/challenges/nips-2017-learning-to-run
Numerai
Numerai是由AI執行，是一群對沖基金圈的資料科學家建設。每週舉辦一次資料科學競賽，為真正的對沖基金提供支援。Numerai每週向其參與者提供加密資料，然後參與者提交預測模型。然後，Numerai從其所有提交中建立一個元模型並進行投資。如果投資有收益，資料科學家提交的預測可以換取加密Blockchain令牌。
天池
天池是阿里雲的資料競爭平臺，在很多方面類似於Kaggle。這是一個由數十萬資料科學家相互合作並與全球企業和政府聯絡以解決各行業最棘手的業務問題的社群。
平臺連結：https://tianchi.aliyun.com/competition/gameList/activeList
大資料專家、阿里巴巴集團副總裁塗子沛介紹，比賽中勝出的優秀資料模型，不僅可用於參賽者的學術研究成果，還有機會走出實驗室，直接應用於淘寶、 支付寶等真實的商業場景，影響中國乃至世界數以億計的使用者。
Data Science Challenge
Data Science Challenge
平臺上的資料科學挑戰是由英國政府部門贊助，包括國防科學技術實驗室（Dstl）、政府科學辦公室，SIS和MI5在內多個政府部門。這些挑戰旨在鼓勵資料科學領域最聰明的人才幫助解決現實問題。目前，該平臺提供的兩個挑戰已經結束，但仍會有源源不斷的問題等待者挑戰者去解決。
平臺連結：https://www.datasciencechallenge.org/
KDD Cup
KDD Cup是由ACM特別興趣小組組織的年度Data Mining 和Knowledge Discovery競賽。2019界SIGKDD將於2019年8月4日至8日在美國阿拉斯加州安克雷奇舉行。 KDD杯比賽預計將持續2-4個月，獲勝者將在2019年7月中旬通知。
今年的三個競賽課題為：
常規機器學習競賽軌道（常規ML軌道）
自動機器學習競賽軌道（Auto-ML Track）
“人文研究”強化學習競賽軌道（Humanity RL Track）
平臺連結：https://www.kdd.org/kdd2019/kdd-cup
相關報導：https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad93c