关注我 带你康好康的
年中了，各大AI竞赛平台都在如火如荼的举办着一些比赛，以下都是小律筛选过，觉得有参与价值的比赛！主要是针对学生的~上篇文章秋招提前批开了？算法岗秋招提前批信息汇总！也说到，秋招提前批已经近了，如果应届生们还有时间的话，下面的比赛或许也可以参加一下，以增加自己的简历丰富度！
这里回忆一下我师兄的简历，秋招时，三段大厂实习，一篇顶刊，一个顶会竞赛冠军，kaggle master，一金五银。。。简历整整写了三页。。。这是他当时的履历情况，最后拿了八个ssp，结束秋招。
至于他为什么这么叼，其实很大部分因素是他的竞赛成果好，我们导师其实没啥项目，所以师兄选择了打比赛丰富简历。也正是因为竞赛成绩好，进而去了大厂，因为去了大厂，能力有了提高，和大厂的大佬又组队打比赛，然后拿了更好的成绩，然后又跳去其他大厂实习。。。可以说是一个非常完美的循环了...
菜狗瑟瑟发抖
还有一个例子，我在实习的时候，认识了一位22届同学，他是土木转行，秋招时0项目，春招靠985学历和两个竞赛成绩丰富简历，最后也是去了某中大厂。
虽然这样的经历现在已经很难复制了，但是对于现在没实习，没项目，或者实习不忙的人来说，打比赛依旧是一个性价比非常高的选择！而且能提高代码能力和完善简历。
所以，小律这两天花了点时间去找相关竞赛，这几个竞赛， 胜在知名度大，有的周期不长，有的教程多，可以快速上手并拿到好成绩，适合老手和新手，到时候往简历上一写，这不就饱满了吗！
感兴趣的同学可以参加起来呀，努力的话，肯定能在自己简历上加上一个竞赛成绩。
kaggle
kaggle的名气不用我多介绍，我心中全球最好的竞赛平台，最近也是举办了很多cv和表格比赛，这个平台的比赛胜在容易入门，能学会很多东西，肯花时间的话，能拿铜牌银牌，金牌就得看能力和显卡资源啦，以下是几个个人觉得可以参加的比赛：
CAFA 5 Protein Function Prediction
蛋白质结构预测问题。看起来可能很多人都会觉得比较陌生，但是看了几个入门notebook之后发现，这个比赛和nlp还有点相似，很多人会用一些预训练蛋白质语言模型进行微调，这些预训练模型，相信很多人也都熟悉，都是类bert的，感兴趣的可以参加一下~
Google Research - Identify Contrails to Reduce Global Warming
带时间戳的图像分割问题，特点是给的数据是高光谱图像数据，不是常规的RGB图像，然后是带时间戳的，给一段时间拍摄的数据，预测其中一个时间的分割。数据看起来有400g很吓人，但实际上就两万的数据，显卡消耗不大，且挺有挑战性的~值得参加。
Vesuvius Challenge - Ink Detection
又是一个图像分割问题，但不同于上面那一个，他是带空间属性的图像分割问题，类似于3D医学图像分割。缺点是只有21天了，如果是老手的话，靠着公开的notebook和自己的调参经验，混个银牌铜牌应该不成问题，看自己情况参加~
HuBMAP - Hacking the Human Vasculature
很标准的医学图像分割问题，这个比赛，举办过两届了，这是第三届，所以有很多解决方案可以学习，强烈推荐学cv的新手参加！这个任务带来的困难点就是常规的医学分割的难点，可参考的内容多。同样推荐~
Predict Student Performance from Game Play
时间序列比赛，根据学生以往的游戏表现，预测接下来的事情，是一个分类问题，同样的，就是参赛时间只剩21天了，只适合想混牌子的老手参加了，新手的话估计时间来不及，最多就是抱着学习的心态参加了
ICR - Identifying Age-Related Conditions
图一乐的表格比赛，分类问题，但是这里还写上去是因为它的训练集和验证集都很小，任务也很简单，小白即使没好电脑也能参加，几百条数据一小时内肯定能跑完。想靠它打排名有点难，参加的人很多，而且肯定会有较大程度的shake，但靠它学习机器学习的经典算法还是很ok的，如果你想熟练掌握lightgbm,xgboost等算法框架，了解怎么做特征工程，这个比赛就有很多教学贴和经验贴！
百度飞桨
百度近期也有不少的AI竞赛，但是没有入门notebook，对新手不太友好，且一些比赛要求使用paddle框架，并有答辩环节。（很想吐槽的一点，算法比赛，性能为主，为什么要加答辩环节，而且答辩还要算分，是想要考验大家的PPT功底吗）
抛开这个不谈，飞桨的比赛还是有很多的，所以就不一一列举了，主要可以分为cv比赛，时间序列比赛，推荐算法比赛。
推荐对以上三个方面感兴趣的老鸟和有足够时间的新手参赛~参考以下链接：
https://aistudio.baidu.com/aistudio/competition/1/1
https://aistudio.baidu.com/aistudio/competition/detail/956/0/introduction
天池
天池最近的竞赛也挺多的，但和飞桨一样，没有入门notebook，对新手不太友好，但比赛逼格拉满~，推荐有实力的选手参赛。
主要有三类，分别是半监督图像分割，LLM测评和知识图谱的相关任务。
网址：https://tianchi.aliyun.com/competition/algorithmList
入门都略有难度。
看来看去，还是kaggle最适合大众参加。。。新手可以从kaggle友好的氛围中快速学习东西，老手也能充分发挥自己的实力，和全球AI大佬比拼~
