本文作者 Sanyam Bhutani (https://hackernoon.com/@init_27) 是一名機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的自由職業(yè)者、數(shù)據(jù)科學(xué)家。自 2018 年以來(lái)，他對(duì)自己心目中的一些 AI 領(lǐng)域「英雄」進(jìn)行了采訪，如Ian Goodfellow、Richard Socher 等。本文的采訪對(duì)象是在 Kaggle 排行榜上排名第 29 位的 GrandMaster Autue Kuzin。在本次采訪中，他就如何組隊(duì)、如何取得好成績(jī)等問(wèn)題給出了自己的建議。

Autue Kuzin（Kaggle ID: @drn01z3）來(lái)自 ods.ai 社區(qū)，擁有物理和應(yīng)用數(shù)學(xué)的碩士學(xué)位背景，目前在 X5 零售集團(tuán)（俄羅斯最大的多業(yè)態(tài)零售商）擔(dān)任計(jì)算機(jī)視覺(jué)主管。在供職于 X5 集團(tuán)之前，他在 Dbrain（Dbrain.io）擔(dān)任首席數(shù)據(jù)科學(xué)家，也曾在 Avito（全球第二大分類信息網(wǎng)站，隸屬于 OLX 集團(tuán)）擔(dān)任數(shù)據(jù)科學(xué)家。

以下為采訪內(nèi)容：

Sanyam Bhutani：您好！Artur 大師，感謝您百忙之中接受我的采訪。現(xiàn)在，您是一名 Kaggle 競(jìng)賽大師，也是 Kaggle 的討論專家及 Kernels 論壇專家。實(shí)際上，您擁有物理學(xué)和應(yīng)用數(shù)學(xué)的學(xué)術(shù)背景。那么，您當(dāng)初是如何對(duì)機(jī)器學(xué)習(xí)和 Kaggle 產(chǎn)生興趣的呢？

Artur Kuzin：當(dāng)我還是一名學(xué)生的時(shí)候，我在實(shí)驗(yàn)室工作的同時(shí)嘗試參與了許多不同的活動(dòng)。當(dāng)時(shí)，我的幾個(gè)朋友被拉去一家陌生的初創(chuàng)公司工作，從事人工智能的開(kāi)發(fā)。時(shí)至今日，我仍然想不通我當(dāng)時(shí)是如何被說(shuō)服的，因?yàn)樵谀莻€(gè)時(shí)候，這樣的工作與我原本的生活相去甚遠(yuǎn)。這些任務(wù)大多與計(jì)算機(jī)視覺(jué)有關(guān)。

這家初創(chuàng)公司很有趣，也很多元化。但現(xiàn)在看來(lái)，我覺(jué)得那時(shí)我的成長(zhǎng)速度還是太慢了。當(dāng)我開(kāi)始參加 Avito 組織的機(jī)器學(xué)習(xí)競(jìng)賽時(shí)，我感覺(jué)自己才得到了真正的提升。在我第一次參與的關(guān)于汽車分類的比賽中，我獲得了第三名。為此，我感到很激動(dòng)，也充滿了動(dòng)力。在接下來(lái)的 Avito 組織的比賽中，我獲得了第一名。正因?yàn)槿绱耍冶凰麄冧浻昧恕?/p>

Sanyam Bhutani：您目前在 X5 零售集團(tuán)擔(dān)任計(jì)算機(jī)視覺(jué)主管，過(guò)去幾年一直在數(shù)據(jù)科學(xué)領(lǐng)域工作。Kaggle 在您的職業(yè)生涯中的意義何在呢？這和您的其他項(xiàng)目有關(guān)嗎?

Artur Kuzin：在 Avito 比賽中獲勝后，我意識(shí)到這些機(jī)器學(xué)習(xí)比賽是一項(xiàng)非常酷的活動(dòng)，有著獨(dú)特的氛圍。從那以后，我一直努力參與有趣的比賽。在這段時(shí)間里，我一直有一份全職工作，而 kaggle 看起來(lái)就像是第二份沒(méi)有報(bào)酬的工作（是的，實(shí)際上一些 kaggle 比賽會(huì)設(shè)置一定的獎(jiǎng)勵(lì)，但它們很難稱得上是穩(wěn)定的工作）。

在 Kaggle Dstl 衛(wèi)星圖像特征檢測(cè)大賽發(fā)布后，Vladmir Iglovikov（Kaggle: @iglovikov）鼓勵(lì)我和其他許多頂級(jí)團(tuán)隊(duì)的參賽者參與到這項(xiàng)賽事中，我十分感謝他！這是一場(chǎng)艱苦卓絕但又妙趣橫生、令人激動(dòng)的比賽。從那時(shí)起，我意識(shí)到自己已經(jīng)對(duì) Kaggle 比賽上癮了！時(shí)至今日，比賽本身并沒(méi)有促使我開(kāi)展自己的項(xiàng)目。但是，我經(jīng)常接觸到一些向我提供有趣的工作機(jī)會(huì)的人。

Sanyam Bhutani：您能介紹一下您在當(dāng)前的工作中所扮演的角色嗎？您現(xiàn)在在做什么項(xiàng)目，您在其中的角色是什么？

Artur Kuzin：X5 零售集團(tuán)最近成立了視頻分析部門。該部門的任務(wù)是使用計(jì)算機(jī)視覺(jué)技術(shù)開(kāi)發(fā)和實(shí)現(xiàn)解決方案，任務(wù)包括對(duì)貨架上的商品是否可以獲得進(jìn)行分析、隊(duì)列控制、客戶分析、員工分析等。我領(lǐng)導(dǎo)著一個(gè)由 10 名工程師和研究人員組成的團(tuán)隊(duì)。團(tuán)隊(duì)的任務(wù)包括機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)領(lǐng)域的研發(fā)，以及封裝從塑造硬件架構(gòu)到與數(shù)據(jù)倉(cāng)庫(kù)集成的整套解決方案。

Sanyam Bhutani：您在許多比賽中都取得了驚人的戰(zhàn)績(jī)。能告訴我您最喜歡的挑戰(zhàn)賽是什么嗎？

Artur Kuzin：對(duì)我來(lái)說(shuō)，最重要、最有意義的比賽經(jīng)歷莫過(guò)于在第二屆 Kaggle IEEE camera 大賽中獲得第二名。在職業(yè)生涯的那個(gè)階段，我曾經(jīng)考慮過(guò)擔(dān)負(fù)起一個(gè)團(tuán)隊(duì)領(lǐng)袖的角色，但是我并不確定自己是否能夠勝任。于是，我決定在 kaggle 比賽中試著扮演該角色。通常，團(tuán)隊(duì)中的每個(gè)人都會(huì)從頭到尾開(kāi)發(fā)自己的解決方案。然后有人負(fù)責(zé)將這些方案整合起來(lái)或建立二級(jí)模型。我們卻選擇了另一條道路。Arthur Fattakhov 負(fù)責(zé)收集數(shù)據(jù)，Ilya Kibardin 負(fù)責(zé)訓(xùn)練模型。而我只是給他們提供硬件、想法和建議。我自己動(dòng)手完成的唯一的部分就是過(guò)濾數(shù)據(jù)、并在截止日期前 5 分鐘將最終用于提交的結(jié)果混合起來(lái)。結(jié)果是，我們從 public leaderboard 上的第六名進(jìn)步到了 private leaderboard 上的第二名。這讓我有了堅(jiān)定的信心領(lǐng)導(dǎo)團(tuán)隊(duì)。

你可以查看下面的兩個(gè)資源鏈接，獲取該競(jìng)賽解決方案的相關(guān)信息：

一個(gè)帶有英文字幕的視頻（https://youtu.be/ETh8bJ_xKGA）

一篇博文（https://hackernoon.com/ieees-camera-identification-challenge-different-approach-to-teaming-up-28da44dfe635）

我們最后也決心在排行榜上獲得較高的排名。我們與 Vladimir Iglovikov 以及他的研究生合作撰寫了一篇論文，并在 2018 IEEE 國(guó)際大數(shù)據(jù)會(huì)議上展示了相關(guān)工作（摘要鏈接：https://ieeexplore.ieee.org/abstract/document/8622031）

Sanyam Bhutani：您在單人比賽和團(tuán)隊(duì)比賽中都取得了驕人的成績(jī)。對(duì)于 kaggler 新人，您在組建團(tuán)隊(duì)方面有何建議？

Artur Kuzin：如果你是第一次參賽，我強(qiáng)烈推薦你參加一個(gè)團(tuán)隊(duì)。此外，你十分需要找到一個(gè)有經(jīng)驗(yàn)的參與者（至少在 Master 水平）。他不會(huì)犯愚蠢的錯(cuò)誤，也不會(huì)太緊張。同時(shí)，對(duì)于團(tuán)隊(duì)來(lái)說(shuō)，最好有一個(gè)熟悉開(kāi)發(fā)實(shí)踐的人，并且能夠調(diào)整開(kāi)發(fā)進(jìn)度，將其拆分為常見(jiàn)的數(shù)據(jù)折疊、git、交換數(shù)據(jù)的位置和討論的位置。

事實(shí)上，即使是對(duì)于經(jīng)驗(yàn)豐富的參賽者來(lái)說(shuō)，加入一個(gè)團(tuán)隊(duì)也會(huì)更好。我認(rèn)為組建一個(gè)擁有不同水平技能的團(tuán)隊(duì)很有價(jià)值。年輕人和沒(méi)有經(jīng)驗(yàn)的人通常會(huì)極具熱情，所以如果你正確地激勵(lì)他們，你可以讓他們甘愿做一些「無(wú)聊」的事情，比如清理數(shù)據(jù)和測(cè)試重要的假設(shè)。Middles / kaggle 大師可以在高級(jí)團(tuán)隊(duì)成員的督促下編寫出良好的代碼。Senior/ Kaggle 特級(jí)大師可以成為解決方案架構(gòu)師，并將工作完全委托給其他人。

Sanyam Bhutani：您現(xiàn)在期待什么樣的挑戰(zhàn)？如何才能讓您決定參與一項(xiàng)新的競(jìng)賽？

Artur Kuzin：現(xiàn)在，我面臨的主要挑戰(zhàn)是在 X5 零售集團(tuán)推出一個(gè)大型項(xiàng)目，我全身心專注于此。然而，我仍然認(rèn)為參加競(jìng)賽是很有價(jià)值的（特別是如果他們與工作相關(guān)）。例如，目前有一個(gè)關(guān)于鯨魚(yú)的競(jìng)賽，該任務(wù)非常類似于定義貨架上的商品。

Sanyam Bhutani：如果給他足夠的時(shí)間，您認(rèn)為 Kaggle 能夠給參賽新人帶來(lái)什么樣的機(jī)會(huì)？

Artur Kuzin：Kaggle 讓你能夠非常快速地提升一些特定的技能。通過(guò)正確的方法，這些技能可以轉(zhuǎn)化為工作所需的特質(zhì)。此外，這些競(jìng)賽讓你可以嘗試很多不同的任務(wù)，大大擴(kuò)展你的知識(shí)面。最后，如果你能找到一個(gè)像 ODS.ai 這樣友好的技術(shù)社區(qū)，那將會(huì)非常有趣。

如果我們談?wù)摰膶?duì)象是更有經(jīng)驗(yàn)的大師或特級(jí)大師級(jí)別的參賽者，那么對(duì)他們來(lái)說(shuō)，這是一個(gè)試著成為團(tuán)隊(duì)領(lǐng)導(dǎo)者的機(jī)會(huì)。在工作中，僅僅因?yàn)槟阆氤蔀橐粋€(gè)團(tuán)隊(duì)領(lǐng)導(dǎo)者，你就能成功地做到這一點(diǎn)的情況是非常罕見(jiàn)的。但如果能夠在這種競(jìng)賽中有很成功的領(lǐng)導(dǎo)表現(xiàn)，那么通往領(lǐng)導(dǎo)生涯的道路就會(huì)容易一些。

就我個(gè)人而言，我用 kaggle 來(lái)尋找有智慧的人。例如，我與 Ilya Kibardin 和 Miras Amir 一起參加了多項(xiàng)比賽。所以他們是我在 X5 零售集團(tuán)團(tuán)隊(duì)的候選人名單上的首選。

最后需要強(qiáng)調(diào)的一點(diǎn)是，Ilya 和 Miras 在 kaggle 上的成就是讓他們獲得高薪的原因之一（盡管他們還是學(xué)生）。

Sanyam Bhutani：對(duì)于想在深度學(xué)習(xí)比賽中取得好成績(jī)的初學(xué)者，你有什么好的建議（他們自己往往沒(méi)有強(qiáng)大的 GPU 集群系統(tǒng)）？他們?cè)鯓硬拍軕?zhàn)勝數(shù)不勝數(shù)的對(duì)手呢？

Artur Kuzin：我認(rèn)為可以采取下列策略：

1. 尋找計(jì)算資源。這些計(jì)算資源可以是 Kaggle GPU kernels，也可以是谷歌云的積分，或者是學(xué)術(shù)用的 AWS。

2. 盡早開(kāi)始參與。計(jì)算資源的缺乏可以通過(guò)時(shí)間和嘗試次數(shù)來(lái)彌補(bǔ)。

3. 當(dāng)你得到一個(gè)不錯(cuò)的結(jié)果時(shí)，你可以與具有計(jì)算資源的更有經(jīng)驗(yàn)的參賽者合作。

4. 奮戰(zhàn)到底。

Valery Babushkin 親自實(shí)現(xiàn)了這樣的策略。他根本沒(méi)有任何顯卡，然而他卻能夠在 Kaggle Carvana 競(jìng)賽中取得不錯(cuò)的結(jié)果。因此，我與他組隊(duì)并最終得到了金牌。

Sanyam Bhutani：當(dāng)你開(kāi)始從事一項(xiàng)新的比賽時(shí)，你要做的第一步技術(shù)準(zhǔn)備是什么？

Artur Kuzin：下面給出的套路很典型：

1. 我會(huì)閱讀任務(wù)描述，逛逛論壇。如果沒(méi)有發(fā)現(xiàn)數(shù)據(jù)泄露，那么你可以決定參與其中。

2. 探索性數(shù)據(jù)分析

3. 將數(shù)據(jù)折疊，并考慮一些局部驗(yàn)證方案

4. 準(zhǔn)備對(duì)比基線

5. 接下來(lái)的步驟取決于具體競(jìng)賽

Sanyam Bhutani ：對(duì)于讀者們以及像我這樣想成為更優(yōu)秀的 Kaggler 的新人來(lái)說(shuō)，您對(duì)我們有什么好的建議嗎？

Artur Kuzin：也許我的觀點(diǎn)有些獨(dú)特。但我堅(jiān)信，最重要的是有能力去渴望和癡迷于某件事。這是一種對(duì)事物感興趣的能力，不要半途而廢，要堅(jiān)持到底，奮戰(zhàn)到最后一秒。如果你有這種愿景，那么你就會(huì)明白如何做到最好。

Sanyam Bhutani：如今機(jī)器學(xué)習(xí)技術(shù)飛速發(fā)展，請(qǐng)問(wèn)您如何才能緊跟該領(lǐng)域最新的進(jìn)展？

Artur Kuzin：機(jī)器學(xué)習(xí)領(lǐng)域幾乎所有最近發(fā)生的事件和結(jié)果都在 ODS.ai 中有所討論。但我對(duì)學(xué)術(shù)上的發(fā)現(xiàn)并不感興趣，我感興趣的是實(shí)用的技術(shù)，這些技術(shù)可以讓我訓(xùn)練出一種準(zhǔn)確、輕量級(jí)的模型用于生產(chǎn)。在這方面，你可以關(guān)注在比賽結(jié)束后給出的解決方案的概述。一些參與者甚至?xí)⒃创a和他們的解決方案一起分享給大家，這是非常值得尊敬的。

Sanyam Bhutani：您認(rèn)為該領(lǐng)域最激動(dòng)人心的發(fā)展是什么？

Artur Kuzin：我仍然對(duì) AlphaStar 印象深刻。我們生活在一個(gè)非常有趣的時(shí)代。我認(rèn)為這是將很快改變我們生活方式的重大發(fā)現(xiàn)的開(kāi)始。

Sanyam Bhutani：你對(duì)機(jī)器學(xué)習(xí)這一領(lǐng)域有什么看法，會(huì)不會(huì)認(rèn)為它被過(guò)度炒作了？

Artur Kuzin：我認(rèn)為機(jī)器學(xué)習(xí)肯定是被炒作過(guò)頭了。但這并非無(wú)緣無(wú)故。在我看來(lái)，這個(gè)領(lǐng)域的成功并不是虛假的，因?yàn)楝F(xiàn)在很多公司都在大量不同的應(yīng)用程序中使用機(jī)器學(xué)習(xí)。勞動(dòng)力市場(chǎng)似乎也仍然不穩(wěn)定。但是隨著時(shí)間的推移，機(jī)器學(xué)習(xí)的能力水平將會(huì)提高，并且一切都將得到平衡，就像在通常的軟件開(kāi)發(fā)中發(fā)生的那樣。

Sanyam Bhutani：在采訪結(jié)束前，你對(duì)于那些渴望有一天像你一樣成功，但卻對(duì)如何開(kāi)始比賽感到不知所措的新手有什么建議嗎？

Artur Kuzin：現(xiàn)在就開(kāi)始吧！想做就做！事在人為。我不認(rèn)為自己有什么非凡的才能，也不認(rèn)為自己有多聰明或精明。我有一群朋友，他們?cè)诟鞣矫娑急任液谩５掖_信，勤能補(bǔ)拙！