Kaggle寻找数据科学界的老虎伍兹

让电脑对一份论文打分，能给出可靠的分数吗？通过分析一个人在Twitter等社交媒体上的社交信息，就能探测出他（她）的个性特征以及患精神病的危险程度吗？这些看似疯狂的想法，都是一家名叫Kaggle的在线网站曾举行过的比赛项目。

这是一家位于美国旧金山的初创企业，一个拥有近11万名数据科学家的在线社区，一个大数据分析的众包平台，在2010年启动，2011年11月获得了1100万美元的风险投资。

与Kaggle合作的公司或机构，提交一些相关数据到Kaggle平台，进而提出一个问题，Kaggle网站上来自世界各地的计算机科学家和数学家，也就是现在所说的数据科学家，将领取任务，通过竞赛产生最好的模型并获得大奖（奖金由那些需要情报的公司提供），而且有机会提供咨询服务，而与Kaggle合作的公司或机构将最终拥有数据分析的结果、模型等知识产权。

换句话说，Kaggle在数据问题和数据解决方案架起了一座桥梁。Kaggle对于参赛的数据科学家是免费的，它在组织这些竞赛时会向企业收取费用。

到目前为止Kaggle已经做出了许多突破性成功，包括帮助改进了微软Kinect体感产品。

在Anthony Goldbloom看来，Kaggle上举行的竞赛，就像是职业高尔夫球巡回赛，他们试图借此找到数据科学世界里面的伍兹（Tiger Woods）。今年29岁的Anthony是Kaggle的联合创始人兼CEO。

Kaggle成功的关键就是它的社区：近11万名在线的数据科学家。这也是目前世界上最大的数据科学家社区。它是怎样吸引到第一批用户的？在Anthony看来，数据科学竞赛是“吸引最聪明的，最奇怪和最有创意的数据科学家的非常有效的方式”。Kaggle早期是通过机器学习竞赛来吸引用户。早期的比赛项目比如基于悉尼的历史交通数据来建立一个算法，来预测在悉尼的旅行时间等。

Kaggle目前的用户主要分布在北美，澳大利亚和东欧。“我们通过与腾讯的合作，得到了一个来自中国的‘招生大户’。” Anthony说。Kaggle与腾讯的合作，帮助后者解决了两个问题，帮助腾讯建立了一套预测腾讯不同广告的点击率效果的算法，以及给腾讯微博建立了一种“关注”算法。

在Kaggle的客户名单上，GE、微软、Facebook、Tesco、福特等赫然在列，甚至包括NASA（美国宇航局），当然它也服务规模较小的企业，帮助客户解决所有的数据科学问题，例如提高销售预测，客户细分，留住客户，优化定价等等。

Kaggle并不是以众包方式专注于大数据分析领域的唯一一家创业公司，类似的还有CrowdAnalytix，TunedIT等。Kaggle的优势是什么？

“超过10万名的数据科学家在线，而且极其活跃，Kaggle已经形成具有流动性的数据科学人才的市场。 TunedIT和CrowdAnaltix没有太多的数据科学家，也不是一个活跃的社区。”Anthony这样回答。

Kaggle还投资于基础设施建设，藉此能够向企业或机构客户提供安全的数据托管服务，据Anthony介绍，这种服务也是大部分客户所要求的。

事实上，Kaggle还有一个创新之处，即该公司的新服务Kaggle Connect。通过该服务，Kaggle可以对接这样的“供需”：有特殊要求的企业或机构客户，可以聘请到最适合解决这个问题、具有特殊技能的数据科学家。Anthony称他们是数据科学家里的“精英”，在Kaggle网站上排名前1%的一半，相当于大约500名数据科学家。

Kaggle是如何发现这些大数据分析领域的精英的？Anthony说，通过他们在科学竞赛中的表现，以及通过“竞赛”积累积分在Kaggle上获得的排名。据悉，Kaggle的排名榜，在专业人士圈内有很大影响力，也成为该领域人员技术水平高低的公认标杆。

如此看来，Kaggle不仅仅是一个大数据分析的众包平台，而是创造了一个全新的劳动力市场和评价体系。对于那些希望利用大数据分析改进业务的企业来说，Kaggle的大数据分析的众包模式，正好解决了两大难题：人才和想法。

这已经是趋势性的需求：一方面，随着数据量的爆炸性增长，尤其是互联网企业掌握的数据越来越多，如何利用这些数据成为了决策者们所关心的问题。另一方面，数据科学家成为了当下以及未来最稀缺的资源。根据McKinsey的预测，在未来6年，仅在美国本土就可能面临14万至19万具备深入分析数据能力人才的缺口，同时还有150万数据管理人员和分析师的缺口，他们能通过分析大数据为企业做出有效的决策。

市场如此之大，像Kaggle这样的初创企业面临的最大挑战是什么？“如何教育客户，让他们敏锐地意识到转型的数据科学的价值。”Anthony说。Kaggle团队的愿景是，希望帮助每个行业中每家公司，每家公司中的每个部门，实现数据科学的力量。

未来的世界是大数据的世界，所有的人都预测在这个领域内将来会产生一批伟大的公司。Kaggle会是其中之一吗？