Kaggle和UCI确实不错，但如果你需要datasets 使用代理，可以试试Scraper API或者Bright Data的公开数据集部分。
免费的话，看看Common Crawl，数据量超大，就是得自己清洗。付费的推荐Oxylabs，贵但稳，适合长期需求。
代理爬的话记得看平台的TOS，别被封了hh
免费的话，看看Common Crawl，数据量超大，就是得自己清洗。付费的推荐Oxylabs，贵但稳，适合长期需求。
代理爬的话记得看平台的TOS，别被封了hh