Las Competencias de Kaggle son una característica central de Kaggle, una plataforma de competencias de ciencia de datos y una comunidad en línea para científicos de datos y profesionales del aprendizaje automático, propiedad de Google LLC. Desde su fundación en abril de 2010 por Anthony Goldbloom, Kaggle ha permitido a los usuarios encontrar y publicar conjuntos de datos, construir modelos en un entorno basado en la web y participar en competencias para resolver desafíos de ciencia de datos. La plataforma ha crecido hasta superar los 15 millones de usuarios en 194 países en octubre de 2023, y sus competencias se han convertido en un referente para la innovación en aprendizaje automático y inteligencia artificial. Sin embargo, la plataforma también ha enfrentado críticas por facilitar el uso de datos poco éticos y poco fiables en la investigación médica.
Historia
Kaggle fue fundada por Anthony Goldbloom en abril de 2010. Jeremy Howard, uno de los primeros usuarios, se unió en noviembre de 2010 y se desempeñó como Presidente y Científico Jefe, con Nicholas Gruen como presidente fundador. En 2011, la empresa recaudó 12,5 millones de dólares, y Max Levchin se convirtió en presidente del consejo. El 8 de marzo de 2017, Fei-Fei Li, entonces Científica Jefe en Google, anunció la adquisición de Kaggle por parte de Google. En junio de 2017, Kaggle superó el millón de usuarios registrados, y para octubre de 2023 tenía más de 15 millones de usuarios en 194 países. En 2022, los fundadores Goldbloom y Ben Hamner renunciaron, y D. Sculley se convirtió en CEO. En febrero de 2023, Kaggle introdujo Modelos, permitiendo a los usuarios descubrir y usar modelos preentrenados con integraciones profundas. En abril de 2025, Kaggle se asoció con la Fundación Wikimedia.
Competencias
Muchas competencias de aprendizaje automático se han llevado a cabo en Kaggle desde su fundación. Ejemplos notables incluyen el reconocimiento de gestos para Microsoft Kinect, una IA de fútbol asociación para el Manchester City, un algoritmo de trading para Two Sigma Investments y la mejora de la búsqueda del bosón de Higgs en el CERN. Los anfitriones de las competencias preparan datos y descripciones de problemas, ofreciendo opcionalmente premios en efectivo. Los participantes experimentan con técnicas y compiten para producir los mejores modelos, compartiendo su trabajo públicamente a través de Kaggle Notebooks (anteriormente Kernels). Las presentaciones se realizan mediante Notebooks, carga manual o la API de Kaggle. La mayoría de las competencias puntúan las presentaciones inmediatamente contra una solución oculta y muestran los resultados en una tabla de clasificación en vivo. Los ganadores otorgan al anfitrión una licencia mundial, perpetua, irrevocable y libre de regalías para usar su entrada ganadora, que es no exclusiva a menos que se especifique lo contrario.
Kaggle también ofrece competencias privadas limitadas a los mejores participantes, una herramienta gratuita para competencias académicas y competencias de reclutamiento donde los científicos de datos compiten por entrevistas en empresas como Facebook, Winton Capital y Walmart. Proyectos exitosos han avanzado la investigación sobre el VIH, las calificaciones de ajedrez y la predicción del tráfico. En particular, Geoffrey Hinton y George Dahl usaron aprendizaje profundo con redes neuronales para ganar una competencia de Merck, y Vlad Mnih, un estudiante de Hinton, ganó una competencia de Adzuna usando técnicas similares, popularizando el aprendizaje profundo en la comunidad. Tianqi Chen de la Universidad de Washington demostró el poder de XGBoost, que desde entonces ha reemplazado a Random Forest como método dominante en las competencias de Kaggle. Varios artículos académicos se han publicado basados en hallazgos de competencias, a menudo inspirados por el impulso a la innovación que genera la tabla de clasificación en vivo.
Sistema de Progresión
Kaggle tiene un sistema de progresión con cinco niveles: Novato, Colaborador, Experto, Maestro y Gran Maestro. Los niveles se obtienen cumpliendo criterios en competencias, conjuntos de datos, notebooks y discusiones. El nivel más alto, Gran Maestro de Kaggle, requiere clasificaciones superiores en múltiples competencias, incluida una clasificación alta en un equipo en solitario. Al 2 de abril de 2025, de 23,29 millones de cuentas, 2.973 alcanzaron el estatus de Maestro y 612 alcanzaron el estatus de Gran Maestro.
Kaggle Notebooks
Kaggle Notebooks es un entorno de desarrollo integrado gratuito basado en navegador para ciencia de datos y aprendizaje automático. Los usuarios pueden escribir y ejecutar código en Python o R, importar conjuntos de datos, usar bibliotecas populares y entrenar modelos en CPU, GPU o TPU en la nube. Se usa ampliamente para presentaciones de competencias, tutoriales, educación y análisis exploratorio de datos.
Problemas de Investigación Médica
Kaggle ha enfrentado un escrutinio por los conjuntos de datos utilizados en la investigación médica. En diciembre de 2025, The Transmitter informó que Springer Nature retractó o eliminó casi 40 publicaciones que entrenaron redes neuronales con un conjunto de datos de fotografías de rostros de niños autistas y no autistas, subido a Kaggle con más de 2.900 imágenes. Era poco probable que existiera consentimiento para uso en investigación, y al menos otras 90 publicaciones citaron el conjunto de datos. En abril de 2026, Nature publicó hallazgos sobre dos conjuntos de datos en Kaggle sin procedencia de datos, utilizados en 125 modelos de predicción clínica, incluidos dos usados en hospitales de Indonesia y España, y uno referenciado en una patente de dispositivo médico. Para el 5 de junio de 2026, cinco artículos que usaban estos conjuntos de datos fueron retractados. En mayo de 2026, un artículo en Retraction Watch destacó conjuntos de datos 'cómicamente malos' para accidentes cerebrovasculares y diabetes, incluidas imágenes de celebridades como Sylvester Stallone y George Clooney, y niños, con algunas imágenes mal etiquetadas. Un conjunto de datos fue eliminado de Kaggle, mientras que el otro permaneció sin consentimiento para las imágenes de niños.