Недавно я завершил 9-месячный курс «Специалист по Data Science» и получил выпускной диплом. Хочу поделиться своими наблюдениями и впечатлениями от обучения в Яндекс Практикуме:
- Обучение проходило двухнедельными спринтами, которые включали теоретическую часть, задачи в тренажере и самостоятельные проекты в Jupiter Notebook. В конце каждого спринта нас ждали гибкие или жесткие дедлайны. Нарушение жестких дедлайнов не было допустимо, поэтому приходилось держаться в тонусе и стараться справляться вовремя. Этот подход, подойдет не для всех, действительно стимулировал и мотивировал меня идти вперед. Для меня такой инерционный подход был близок и понятен, потому что я сам все свои рабочие, и личные задачи разбиваю на спринты. Это удобно и эффективно.
- Некоторые темы представляли собой огромный информационный поток, с большим количеством материалов и заданий. Прогнозируемое время прохождения модулей, указанное в интерфейсе, часто казалось слишком оптимистичным. Мне требовалось больше времени для усвоения некоторых блоков, чем было заявлено, примерно от 30% до 100% сверху.
- Бывали темы и детали, которые не сразу становились понятными. Моя рекомендация — не залипать, а продолжать прохождение спринтов и выполнение проектов. А если и когда у вас появляется свободное время, можно вернуться к этим сложностям и разобраться в них подробнее. Тренажер доступен 24/7, и если что-то остается непонятным, всегда можно обратиться к одногруппникам в учебном чате или напрямую задать вопрос экспертам. К слову, коммуникация проходит в специально созданных каналах в «Пачке» и в Telegram. В последнем также есть группа для более неформального общения.
- В процессе выполнения самостоятельных проектов часто возникало желание сделать все идеально. Это отнимало много времени и идеально все равно не получалось, поэтому я рекомендую отключать свой перфекционизм и стремиться закончить проект в заданный дедлайн. Лучше получить реальную обратную связь от ревьюера, чем тратить время на фантазии о том, что еще можно было бы добавить в проект. Глубина обратной связи во многом будет зависеть от личности ревьювера. Но на первых парах не ожидайте сакральных откровений. Есть некоторые общие стандарты, которые вам будут подсвечивать на каждой отдельной теме. Чем дальше, тем сложнее.
- Поскольку теоретического материала было много, его подача в течение обучения не всегда была однородной, и иногда не все было понятно с первого раза. Иногда складывалось ощущение, что методологи и контент-менеджеры что-то забыли рассказать или они ушли в отпуск и кто-то написал недостающий материал на скорую руку. Чтобы более глубоко понять некоторые аспекты, мне приходилось искать дополнительную информацию или обращаться к преподавателям. Официальной документации и информации в разных сообществах в достатке. Часто информация представлена на английском. Вы также можете достать информацию у ChatGPT, но здесь тоже нужно уметь правильным образом сформулировать вопросы. Будьте с ChatGPT бдительными, ответы модели могут внести еще больше неразберихи в ваше понимание.
В сухом остатке, я доволен форматом обучения и его качеством. Могу рекомендовать прохождение данного курса, если вас тянет в сферу аналитики и машинное обучение. Направление, на мой взгляд, очень перспективное. По моим наблюдениям, сейчас все еще большой части бизнес сообщества не понятен прикладной эффект DS, в силу разных обстоятельств: отсутствие систематизированных данных, маленькое количество данных, неправильно организованные эксперименты по внедрению моделей, неправильная интерпретация результатов, неправильная постановка гипотез и т.д.
Хочу выразить большую благодарность команде сопровождения 54 когорты, а также всем, кто создавал методологию, контент, интерфейс, иллюстрации и разрабатывал платформу. За продуктом стоит большая команда преданных людей, и это заметно. Я горжусь своим достижением и уже в процессе обучения полученные знания по Data Science начали помогать мне в текущих проектах.
Полезные ссылки:
- Скидка 7% для хороших людей на курсы Яндекс Практикум. Правила использования:
- Перейти по ссылке, выбрать курс и пройти первую тему бесплатной части — именно по ссылке.
- В течение 24 часов после того, как вы пройдёте первую тему, у вас на экране оплаты сработает промокод.Удачи!
- Ссылка на описание курса «Специалист по Data Science» на странице Яндекс Практикум.
- Основы математики для цифровых профессий
Добавить комментарий