D. Sculley
D. Sculley 於哈佛大學獲得學士和碩士學位，於塔夫茨大學獲得電腦科學與機器學習博士學位，師從 Carla E. Brodley 教授。
在過去 20 年裡，D. Sculley 一直在進行機器學習前沿技術的研究，在谷歌工作期間，他領導了超大規模機器學習系統的研究，還對 MLOps 等方向進行了基礎探索。D. Sculley 也與 Kaggle 很早就產生了聯絡，從他在 2011 年發起半監督機器學習挑戰開始，現在，他成為了 Kaggle CEO。
成立 12 年，Kaggle 成就滿滿
Anthony Goldbloom 於 2010 年在墨爾本創立了 Kaggle，主要為開發者和資料科學家提供舉辦機器學習競賽、託管資料庫、編寫和分享程式碼的平臺。2017 年 3 月谷歌官方部落格宣佈收購 Kaggle，目前該平臺已經吸引了數百萬資料科學家的關注，就在最近 Kaggle 剛過完 12 週歲生日。
Anthony Goldbloom
Kaggle 起始於一個輕鬆的比賽專案，該專案是預測 2010 年歐洲歌唱大賽的投票矩陣。當時，很難想象 Kaggle 會在未來的機器學習和人工智慧領域發揮重大作用。
成立 12 年，Kaggle 取得的成就可總結為：首先也是最重要的是 Kaggle 對人們生活的影響，許多人透過 Kaggle 開始學習機器學習。在將近 1000 萬使用者中，有 110 萬已經提交了 Titanic 入門比賽的演算法 ，大約 100 萬使用者完成了 Kaggle 課程練習，18700 個大學課程舉辦了課堂競賽，有 88 萬學生參加了這些競賽。
不僅新手可以使用 Kaggle 進行學習，高階使用者同樣也可以，並有機會從成功的解決方案中學習。正如 Kaggle 大師 Vladimir Iglovikov 說的那樣：「我認為機器學習競賽好比健身房，機器學習好比肌肉。」
Kaggle 還為機器學習領域的研究者提供憑證。早在 2012 年，Meta（原 Facebook） 就開始使用 Kaggle 挖掘機器學習人才。到 2017 年，Kaggle 已經成為獲得精英 AI 人才的好方法。如今，英偉達和 H20.ai 等知名 AI 公司都聘請了 Kaggle 大師團隊。
Kaggle 在實踐中也發揮著重要作用。該機構表示，每天 Arxiv 上會發表約 200 篇相關機器學習論文，與此同時，相關研究者已開發了無數機器學習工具。
Kaggle 使用者在競爭激烈的環境中探索這些技術，並傳播那些行之有效的方法。像 Keras 和 XGBoost 這樣的框架在 Kaggle 社群中流行起來，此外還包括預處理和資料增強庫。許多技術已經透過 Kaggle 平臺傳播，包括用於分割的 U-Nets、去噪自動編碼器和對抗性驗證。Kaggle 幫助研究者證明了機器學習的新應用，包括醫學成像和自動論文評分。
最後，值得一提的是，雖然 Kaggle 從機器學習競賽開始，但其已經推出了其他服務。Notebooks 增加了使用者分享學習的方式，推出的課程讓 Kaggle 更容易被新使用者接受。此外，Kaggle 還收集了超過 15 萬個公共資料集，這使得 Kaggle 成為世界上最大的公共資料集儲存庫之一。
當然，如果沒有社群和 Kaggle 團隊，上述這一切都不可能實現。期待 D. Sculley 帶領 Kaggle 更上一層樓。
參考連結：https://www.kaggle.com/discussions/general/329411