Kaggle
Plataforma · a análise detalhada foi elaborada a partir das páginas oficiais páginas da própria plataforma e das ferramentas auxiliares.
Veja também: como ler as fichas и sobre as fontes e sobre o método.
Panorama geral
Kaggle («Kégol») é uma plataforma para especialistas em dados e aprendizado de máquina: competições, conjuntos de dados, um ambiente na nuvem para código, modelos prontos e cursos. O dono é o Google.
A plataforma dá a sua própria descrição num arquivo legível por máquina destinado a programas: «Kaggle é uma comunidade on-line para especialistas em dados, praticantes de aprendizado de máquina e desenvolvedores de IA. Os usuários podem encontrar e publicar conjuntos de dados, construir modelos num ambiente web de trabalho com dados e participar de competições». Ali mesmo há uma precisão: «Kaggle é mais do que competições: aqui há também uma grande coleção de conjuntos de dados, o ambiente na nuvem Notebooks, as seções Models e Benchmarks e uma porção de cursos», e que a plataforma é gamificada: os usuários recebem patentes de Novice a Grandmaster.
Já de saída, sobre a principal limitação desta análise detalhada. O site está protegido por uma checagem do navegador: uma requisição comum a www.kaggle.com devolve uma página «Checking your browser — reCAPTCHA», e o conteúdo é inserido por um script. No endereço www.kaggle.com/robots.txt não há arquivo com diretivas: o servidor entrega uma página HTML, e não o texto do robots.txt (numa das nossas verificações, com código 404; nas seguintes, com código 200 e tipo text/html). Ou seja, a plataforma não impõe uma proibição formal de leitura, mas existe uma proteção técnica contra robôs. Por isso as fontes abertas são duas: a descrição do site legível por máquina e a documentação oficial do Kaggle no GitHub.
Quem está aqui
Indicadores numéricos de audiência o Kaggle não publica nas páginas disponíveis para nós: nem número de usuários, nem número de conjuntos de dados, nem divisão por países e idiomas.
A única indicação indireta está na descrição da página da própria plataforma: um convite para «juntar-se a milhões de criadores, pesquisadores e laboratórios que avaliam agentes, modelos e tecnologia de fronteira por meio de bancos de teste colaborativos, competições e hackatonas». A palavra «milhões» é uma formulação de marketing sem medição.
O idioma da plataforma é o inglês. A composição da audiência se enxerga indiretamente pela estrutura: cinco degraus de progresso de Novice a Grandmaster e quatro linhas de atividade visíveis na linha de comando — competições, conjuntos de dados, cadernos e fóruns (a lista de comandos).
Como começar
O cadastro é necessário para tudo, menos para ler. A documentação oficial da linha de comando descreve assim o acesso: «primeiro você vai precisar de uma conta Kaggle»; depois de entrar, as credenciais para o acesso programático são baixadas na página de configurações, pelo botão «Generate New Token» da seção API.
A seção de tutoriais propõe entrar no Kaggle pelo navegador para conferir o resultado dos comandos na seção «Your Work» do seu perfil — a plataforma foi pensada para a dupla «web mais ferramenta».
A página kaggle.com/docs/getting-started, para a qual a plataforma remete na descrição do site, está escondida pela checagem do navegador — atrás dela ficam também o procedimento exato de cadastro, os requisitos de verificação e a existência de contas empresariais.
O que dá para publicar
Quatro tipos de objetos que o usuário cria por conta própria: competições, conjuntos de dados, modelos e suas variantes, cadernos (kernels). Os fóruns ficam disponíveis para leitura.
Conjuntos de dados são publicados com um arquivo dataset-metadata.json, no qual entram o título, o identificador de endereço, a licença e a descrição — o procedimento está descrito na seção de tutoriais. Os filtros de busca mostram quais formatos a plataforma distingue — CSV, SQLite, JSON, BigQuery — e quais licenças: CC, GPL, ODB e «outras». O tamanho é definido e filtrado em bytes; um limite superior a documentação não nomeia.
Cadernos. As linguagens estão relacionadas nos parâmetros do filtro: Python, R, SQLite, Julia; os tipos são script e caderno. Publica-se o arquivo .ipynb, .Rmd ou .py mais um kernel-metadata.json com título, identificador, linguagem, tipo e fontes de dados.
Modelos são publicados como modelo, suas variantes e versões das variantes — três níveis, cada um com seus comandos.
Competições dá para não só resolver, como também realizar: o README descreve os comandos do dono da competição — criação, preenchimento das páginas, configuração e lançamento.
As regras sobre o que é proibido publicar estão no termo de uso, numa página fechada para leitura.
Como crescer
A mecânica do ranqueamento a plataforma não descreve, mas os parâmetros de ordenação revelam pelo que ela calcula a popularidade. Para os cadernos, é hotness (padrão), número de comentários, data de criação, data de execução, relevância, nota, número de visualizações e número de votos; para os conjuntos de dados — hottest, votos, data de atualização, atividade; para os modelos — hotness, número de downloads, número de votos, número de cadernos, data de criação. Conclusão: no Kaggle não cresce o texto, e sim o artefato que as pessoas usam.
O segundo caminho de crescimento são as competições. Suas categorias: featured, research, recruitment, gettingStarted, masters, playground. A categoria recruitment fala por si: parte das competições é realizada para contratar. Na exibição da lista há as colunas reward (prêmio), teamCount (número de times) e userRank — o seu lugar na tabela pública.
Um painel de anúncios o Kaggle não anuncia.
O caminho até a monetização
O Kaggle não paga por publicações: nem participação na receita, nem assinaturas, nem pagamentos por conjuntos de dados estão descritos nas fontes disponíveis.
O dinheiro aqui vem dos prêmios das competições: cada competição tem uma coluna reward, e a lista pode ser ordenada por prize. O tamanho dos prêmios é definido pelo organizador, não pela plataforma, e é próprio de cada concurso. Um valor mínimo de saque único, condições de pagamento e lista de países não existem nas páginas abertas — essas condições são publicadas nas regras de cada competição.
A monetização indireta é a de carreira: a categoria recruitment mostra que a plataforma embutiu a contratação no seu formato.
Ferramentas e automação
O Kaggle tem duas ferramentas oficiais, e as duas estão abertas para leitura no GitHub — foi isso que permitiu verificá-las sem entrar no site.
O Kaggle CLI instala-se como pip install kaggle e exige Python 3.11 ou mais novo. Os recursos estão relacionados pela plataforma: lista de competições, download dos seus dados e envio de soluções; lista, criação, atualização, download e exclusão de conjuntos de dados; o mesmo para modelos e suas variantes; lista, atualização, execução, download do código e dos resultados dos cadernos; leitura dos fóruns. Autorização: fluxo web kaggle auth login, variável de ambiente KAGGLE_API_TOKEN, arquivo ~/.kaggle/access_token e o obsoleto ~/.kaggle/kaggle.json; configuram-se a competição padrão, a pasta de download e o proxy.
Os aceleradores para executar um caderno são escolhidos por um parâmetro. A lista em fevereiro de 2026: NvidiaTeslaP100, TpuV38, NvidiaTeslaT4, NvidiaTeslaT4Highmem, Tpu1VmV38, NvidiaTeslaA100, NvidiaL4, TpuV5E8, NvidiaL4X1, TpuV6E8, NvidiaH100, NvidiaRtxPro6000; ali mesmo há uma ressalva fácil de deixar passar: parte deles está disponível só para participantes de determinadas competições, e outra parte, só para administradores do Kaggle. O tempo de execução é limitado pelo parâmetro --timeout em segundos, e a exibição paginada dos arquivos de resultado — por padrão 20 arquivos, no máximo 200.
A biblioteca kagglehub dá acesso a conjuntos de dados, modelos e resultados de cadernos direto do código. O comportamento depende do lugar de execução: dentro de um caderno do Kaggle o recurso é anexado automaticamente ao caderno, aparece no painel Input e é servido a partir de um cache comum, sem ocupar o disco da máquina virtual; fora do Kaggle os arquivos são baixados para um cache local. Ali mesmo: dentro de um caderno do Kaggle a autorização já está feita, e manualmente ela só é necessária para recursos privados e para os públicos que exigem o consentimento do usuário.
Ferramentas de terceiros para publicação automática que declarem suporte ao Kaggle não existem — a plataforma não é sobre um feed de publicações.
Limites e regras
- Proteção contra robôs. A página inicial entrega uma checagem reCAPTCHA; no endereço robots.txt não há diretivas — chega uma página HTML. A leitura automática do site é, na prática, impossível sem contornar a proteção, e contorná-la não se pode.
- Aceleradores. Parte está disponível só para participantes de competições específicas ou para administradores.
- Versão do Python para a ferramenta. Não inferior a 3.11.
- Licenças dos conjuntos de dados. A plataforma distingue CC, GPL, ODB e «outras» — ao publicar dados de terceiros, a licença terá de ser indicada explicitamente.
- Regras das competições. São definidas pelo organizador separadamente para cada concurso; um documento geral não existe nas páginas disponíveis.
Para quem serve
Serve para especialistas em dados e aprendizado de máquina dispostos a mostrar resultado pelo trabalho, e não pelo texto: um conjunto de dados, um caderno ou um modelo pesam aqui mais do que uma publicação. Serve para objetivos de carreira — as patentes são públicas, e parte das competições está diretamente atribuída à categoria de contratação. Serve para empresas que querem atrair atenção para um problema: uma competição com prêmio é um formato compreensível, e ao dono é dado um conjunto separado de comandos.
Não serve para marketing de conteúdo no sentido habitual: feed de publicações aqui não há. Não serve para automação por ferramentas de terceiros: o site está fechado por uma checagem do navegador. Não serve para autores em busca de renda regular: quem paga não é a plataforma, e sim o organizador de cada competição.
Dados verificados da base
Dados verificados resumidos em que se apoia a análise detalhada.
Sobre a plataforma
a plataforma se descreve assim: «Discover what actually works in AI. Join millions of builders, researchers, and labs evaluating agents, models, and frontier technology through crowdsourced benchmarks, competitions, and hackathons.»
autodescrição: é uma declaração da própria plataforma sobre si mesma, não uma avaliação independente
fonte, verificado 2026-07-28
a plataforma se descreve assim: «Kaggle is an online community for data scientists, machine learning practitioners, and AI developers»
Declaração da plataforma sobre si mesma na descrição legível por máquina do site, não uma avaliação independente
fonte, verificado 2026-07-28
a plataforma lista suas seções: competições, conjuntos de dados, ambiente Notebooks, Models, Benchmarks, cursos Learn
Lista da própria plataforma
fonte, verificado 2026-07-28
a plataforma informa cinco níveis de progressão: de Novice a Grandmaster
Os limiares das medalhas não são citados nessa página; a página kaggle.com/progression está inacessível para nós
fonte, verificado 2026-07-28
As fontes divergem: DIVERGÊNCIA COM A BASE: o registro about/self_description remete a https://www.kaggle.com/, mas na data da verificação esse endereço entrega a página de verificação reCAPTCHA, e não a descrição da plataforma
O texto da autodescrição se confirma pelo llms.txt; o endereço original do registro não entrega conteúdo
fonte, verificado 2026-07-28
Por onde começar
para trabalhar com a plataforma é preciso uma conta no Kaggle: «First, you will need a Kaggle account. You can sign up here.» (tradução nossa: «primeiro, você vai precisar de uma conta no Kaggle. É possível se cadastrar aqui.»); a chave de API é emitida após o login, na página de configurações
documentação oficial da linha de comando do Kaggle no repositório da plataforma. Sobre cobrança pelo cadastro, sobre análise de solicitação e sobre moderação na criação da conta nada é dito neste documento
fonte, verificado 2026-08-07
O que se pode publicar
idiomas dos notebooks no filtro: python, r, sqlite, julia; tipos: script e notebook
Extraído dos parâmetros de filtro da CLI oficial
fonte, verificado 2026-07-28
tipos de arquivo dos conjuntos de dados no filtro: csv, sqlite, json, bigQuery
fonte, verificado 2026-07-28
Divulgação
categorias de competições: featured, research, recruitment, gettingStarted, masters, playground
A categoria recruitment designa competições realizadas com finalidade de contratação
fonte, verificado 2026-07-28
ordenações pelas quais a plataforma organiza: notebooks — hotness, commentCount, dateCreated, dateRun, relevance, score, viewCount, voteCount; conjuntos de dados — hottest, votes, updated, active; modelos — hotness, downloadCount, voteCount, notebookCount, createTime
São parâmetros de ordenação, não uma fórmula de ranqueamento: a plataforma não publica a mecânica
fonte, verificado 2026-07-28
Como se paga aqui
a competição tem um campo reward (prêmio), e a lista pode ser ordenada por prize
Os valores dos prêmios são definidos pelas regras de cada competição; não há um limiar único
fonte, verificado 2026-07-28
Limites e restrições
lista de aceleradores conforme fevereiro de 2026: NvidiaTeslaP100, TpuV38, NvidiaTeslaT4, NvidiaTeslaT4Highmem, Tpu1VmV38, NvidiaTeslaA100, NvidiaL4, TpuV5E8, NvidiaL4X1, TpuV6E8, NvidiaH100, NvidiaRtxPro6000
A documentação ressalva: parte está disponível apenas para participantes de determinadas competições, e parte apenas para administradores do Kaggle
fonte, verificado 2026-07-28
listagem dos arquivos de saída do notebook: por padrão 20 arquivos por página, no máximo 200
fonte, verificado 2026-07-28
o tempo máximo de execução do notebook é definido pelo parâmetro --timeout, em segundos
O valor padrão e o limite superior não são citados pela documentação
fonte, verificado 2026-07-28
Restrições
a página inicial entrega uma verificação de navegador: título «Checking your browser - reCAPTCHA»
NOSSA medição na data da verificação. Não contornamos a proteção contra robôs (TR 22 §0)
fonte, verificado 2026-07-28
Aspectos jurídicos
licenças dos conjuntos de dados no filtro: cc, gpl, odb, other
fonte, verificado 2026-07-28
Acesso via API
a ferramenta oficial é a Kaggle CLI, instalada com o comando pip install kaggle
Repositório oficial da Kaggle no GitHub
fonte, verificado 2026-07-28
pela CLI estão disponíveis: lista de competições, download de seus dados e envio de soluções; criação, atualização, download e exclusão de conjuntos de dados, modelos e variantes; gestão e execução de notebooks; leitura dos fóruns
A lista de recursos é apresentada pela própria documentação
fonte, verificado 2026-07-28
para o funcionamento da CLI é exigido Python 3.11 ou mais recente
fonte, verificado 2026-07-28
quatro formas de autenticação: kaggle auth login, variável KAGGLE_API_TOKEN, arquivo ~/.kaggle/access_token, o obsoleto ~/.kaggle/kaggle.json
fonte, verificado 2026-07-28
a biblioteca kagglehub dá acesso a conjuntos de dados, modelos e resultados de notebooks a partir do código; dentro de um notebook do Kaggle a autenticação já está feita
Repositório oficial da Kaggle
fonte, verificado 2026-07-28
Idiomas
idioma da interface da página inicial: en
O idioma foi obtido do atributo da marcação; as versões, do hreflang
fonte, verificado 2026-07-28
Seção do catálogo: todos os semelhantes Veja também: índice do catálogo · região: EUA e Canadá · comparação de agendadores · seleção por situação · restrições das plataformas