Common Crawl

百度飞桨数据集

飞桨 AI Studio 的数据集与实训资源。

天池

阿里的数据竞赛平台，赛题来自真实业务场景，参赛者可组队提交方案并查看排名，适合用真实赛题练习算法。

Awesome Public Datasets

按主题整理的公共数据集清单，适合找数据入口。

AWS Open Data

AWS 公开数据集目录，覆盖科研与行业数据。

EU Open Data Portal

欧盟开放数据门户，覆盖政策、经济与社会数据。

Google BigQuery Public Data

BigQuery 公共数据集，可直接用 SQL 查询分析。