Kaggle与职业发展：展示成果与寻找机会

### Kaggle与职业发展：展示成果与寻找机会 #### 写作展示解决方案的优势 写作记录解决方案有独特的故事性优势。在写作时，需要为代码片段配上描述和解释，表述要比在笔记本中更详细。某种程度上，对工作的描述和所写的代码同样重要。通过调整写作风格，可以吸引不同类型的读者。用通俗易懂的方式阐述概念，能扩大受众群体，与更多专业人士建立联系；而采用高度技术性的写作方式，虽会限制读者数量，但可能会给潜在的招聘公司留下深刻印象。写作是非常个人化的行为，建议事先明确写作目的和目标受众。 #### GitHub的使用 - **代码复用**：除了撰写文章和拥有代码仓库引导读者外，将代码存于GitHub有助于避免在每次竞赛中重复造轮子。可以把想复用的代码存于项目或Gists（https://docs.github.com/en/github/writing-on-github/editing-and-sharing-content-with-gists ）中，Gists是可单独访问的代码片段。若把所有代码留在Kaggle，随着时间推移，查找和访问会变得困难，因为Kaggle笔记本不能按项目分类，只能按投票数、最后运行时间等属性排序。而GitHub更便于查找和复用代码，例如可以创建包含所有代码的脚本，然后下载并导入到Kaggle笔记本中，无需复制粘贴。示例代码如下： ```python !wget https://raw.githubusercontent.com/lmassaron/deep_learning_for_tabular_data/master/tabular.py # Importing from Tabular from tabular import gelu, Mish, mish from tabular import TabularTransformer, DataGenerator ``` - **获取代码链接**：使用`wget`命令可直接访问GitHub上的代码并下载到笔记本磁盘，之后导入所需的函数和类。要获取直接访问代码的链接，只需在GitHub仓库中找到包含代码的文件，然后点击页面头部的“Raw”按钮，点击后会跳转到代码存储的网页地址，可在GitHub外部引用该文件。 - **存储图片**：GitHub还可用于存储在Kaggle讨论中使用的图片（Kaggle论坛已无法上传图片）。对于图片，没有“Raw”按钮，可右键点击图片，在新标签页中打开文件，效果相同。 - **展示工作**：GitHub是展示工作的好方式，但因其面向开发者且主要存储代码文件，受众通常是技术人员。公司的人力资源部门可能只会简单查看README.md文件，所以该文件要写得好且有视觉吸引力；招聘经理则更关注项目中的代码。为了让代码文件、程序和类结构良好，需要使用`conda`（https://docs.conda.io/en/latest/ ）或`poetry`（https://python-poetry.org/ ）等工具确保安装正确的包。使用`CookieCutter`（https://drivendata.github.io/cookiecutter-data-science/ ）等模板能让项目代码更易排列到特定目录，便于理解和维护。 - **数据版本控制**：管理实验和数据源时，不仅代码需要版本控制，数据也需要，可使用Data Version Control（DVC：https://dvc.org/ ）。这些资源和相关技能更偏向软件工程，在Kaggle上虽不是必需的，但掌握后能提升在GitHub上展示项目的能力，增加在面试中给人留下好印象的机会。 #### 模型实时演示的选择 - **原始笔记本或Google Colab**：最简单的方式是让代码在原始笔记本（在GitHub项目的README.md文件中添加Kaggle笔记本链接）或Google Colab上运行。要让存储在GitHub上的笔记本在Google Colab中自动运行，只需将链接中的`github.com`改为`githubtocolab.com`即可。 - **HuggingFace Spaces**：最令人印象深刻的展示方式是使用HuggingFace Spaces（https://huggingface.co/spaces ）来演示Kaggle模型在在线应用中的使用。它可用于托管机器学习演示