Det er efterhånden «tusinde år» siden, jeg har skrevet noget, men pludselig kom der en anledning til at puste støvet af min serie af publikationer om «at lære Data Science fra bunden». Jeg stødte på information om kurset i betalt annoncering på et af de sociale medier samt på min elskede «Habr», . Det kostede småpenge, og kursusbeskrivelsen var farverig og lovende. «Hvorfor ikke genoplive mine støvede færdigheder ved at tage endnu et kursus?» — tænkte jeg. Nysgerrigheden spillede også en rolle, da jeg længe gerne ville se, hvordan underviserorganisationen i denne virksomhed fungerer.
Jeg vil med det samme advare, at jeg ikke er på nogen måde tilknyttet kursusudviklerne eller deres konkurrenter. Hele materiale i artiklen er min subjektive vurdering med et let strejf af ironi.
Så, ved du stadig ikke, hvor du skal investere dine hårdt tjente 990 rubler? Så kom med under kat.
Som en lille forord vil jeg sige, at jeg er lidt skeptisk over for lovende kurser, der på kort tid kan omskole en nybegynder til «en succesfuld dataanalytiker med en løn på over 100 000 rubler» (selvom du sikkert allerede har gættet det ud fra artikelens hovedbillede).
For flere år siden, i takt med den aktive reklame for Data Science-uddannelse, forsøgte jeg på forskellige måder at lære noget som helst inden for data science og delte mine noter om de oplevede skrammer med læserne af Habr.
Andre artikler i serien1. Lærer grundlæggende færdigheder:
2. Praktiserer de første færdigheder
Og efter lang tid har jeg besluttet at prøve endnu et kursus.
Kursusbeskrivelse:
Kursusbeskrivelsen «Start i Data Science» lover, at vi kun for 990 rubler (på tidspunktet for artiklens udgivelse) får vi et fire-ugers kursus i form af videolektioner og praktiske opgaver for begyndere. Glem heller ikke kompensationen af en del af kursusprisen som skattefradrag (De lover at sende alle dokumenter på mail).
I løbet af kurset er der to betingede moduler, det ene vil fortælle om, hvad «Data Science» er, hvilke populære retninger der er, og hvordan man kan udvikle sin karriere inden for Data Science. Det andet modul ser på fem værktøjer til dataanalyse: Excel, SQL, Python, Power BI og «Datakultur».
Det lyder godt, tilmeld dig kursus og vent på startdatoen.
I forventning logger vi ind på vores konto dagen før kursets start, bladrer igennem opmuntrende ord fra udviklerne og venter på meddelelsen om den længe ventede kursusstart.
Tiden er fløjet af sted, «Dagen D» er kommet, vi kan begynde uddannelsen. Når vi åbner den første lektion, ser vi det velkendte for online læringssystemer – videolektion, yderligere materialer, tests og hjemmearbejde. Hvis du nogensinde har brugt Coursera, EDX eller Stepik, bør du ikke have nogle problemer.
Inde i kurset:
Lad os tage det i rækkefølge. Emnet for den første lektion - «Oversigt over DS: grundlag, nytte, anvendelse», starter med en videolektion, ligesom alle de følgende lektioner.
Og allerede fra starten fornemmes det, at mine gode venner har fulgt en tilgang «Så går det» fra min yndlingssovjetiske tegnefilm.
Fra første minut forstår man, at materialet til kurset ikke er optaget specielt, men er blevet taget fra nogle andre åbne lektioner eller specialiserede kurser. Desuden mangler videoen undertekster og mulighed for download til offline visning.
Efter lektionen tilbydes der yderligere materialer til lektionen (præsentation fra videolektionen og anbefalet litteratur), som vi ikke vil gennemgå.
Derefter venter der en test. Testene varierer i sværhedsgrad og spørgsmålene om materialet.
Og her viser manglen på interesse for læringsresultaterne sig endnu en gang, Du kan fejle testen, men det vil ikke have nogen indflydelse., du vil stadig bestå lektionen, men anmodningen om et ekstra forsøg for at tage den om vil sandsynligvis forblive ubesvaret.
Fremover vil strukturen for lektionen: «video -> ekstra materialer -> test» være fundamentet for hele kurset.
Nogle gange bliver lektionen blandet op med spørgeskemaundersøgelser og selvstudier.
Der er kun to hjemmeopgaver. Og hvis jeg skal være ærlig, har jeg kun bestået én.
Den første hjemmeopgave kræver, at du sender dit CV med en beskrivelse af dine nøglefærdigheder. Jeg kan ikke garantere det 100%, men det virker som om, at næsten alle CV'er bliver accepteret, og opgaven vil blive godkendt. Efter opgaven vil du modtage ekstra materialer — anbefalinger. Når jeg husker, hvordan jeg kæmpede med hjemmeopgaverne på Coursera, blev jeg endda lidt skuffet over, hvor let det var.
Efter den indledende del begynder studiet af de længe ventede «Værktøjer til at starte i Data Science». Og den første lektion har den prangende titel: «Arbejde med Excel: opgradering af færdigheder fra nul til analytiker».
Wow! Det lyder fristende, men i virkeligheden er forskellen mellem forventning og fakta den samme som mellem et billede af en hamburger fra en fastfood-reklame og det, du får i kassen.
I princippet vil vi se, hvordan instruktøren, der svinger mellem autoudfyldning af celler i Excel og det usammenhængende forklaring af funktionen «VLOOKUP()», som Hamlet, vil vakle mellem spørgsmålet «At være eller ikke at være» — «At forklare alt for nybegyndere» eller «At give materiale interessant for de professionelle». Efter min subjektive mening lykkedes det ikke med hverken det ene eller det andet.
Det er især fantastisk, at selvom der ikke er planlagt live webinarer i kurset. Dette er ikke optagelser af de lektioner, du har overset, men blot optagelser af lektioner, der blev afholdt for længe siden (se nedenstående billede), har forfatterne stadig besluttet at bevare atmosfæren. (eller måske var de bare for dovne) og tvinger dig til at se fem minutter, mens instruktøren løser lydproblemer..
Efter videoen følger standardproceduren – ekstra materiale og test.
Det næste emne handler om SQL-sproget. Lektionen giver de grundlæggende elementer og eksempler på arbejde med SQL-forespørgsler, generelt kan videoer og artikler om lignende emner nemt findes gratis på internettet..
Der SQL-lektion handler om behandling af et datasæt fra Kaggle ved hjælp af Python-biblioteket "Pandas". Undervisningsplanen er uændret: video -> supplerende materialer -> test. Der er ingen yderligere opgaver, og der er ikke engang en opgave med automatisk resultatkontrol. Derfor behøver du ikke at installere "Anaconda" og skrive kode. Det er værd at bemærke, at koden i videoen vises med lille skrifttype., det er meningsløst at se den på telefonen, og på en skærm måtte man næsten se helt tæt på.
Den fjerde lektion "Visualisering af logistikrapporten i PBI på 10 minutter" (videoen varer i øvrigt omkring 50 minutter) . I denne video vil de fortælle om det interessante værktøj Power BI, som jeg ærligt talt aldrig har hørt om før.
Uventet afslutning på kurset:
Den afsluttende femte lektion vil tale om de generelle principper for korrekt datalagring; forelæsningen er igen taget fra et andet kursus. I denne lektion, udover den standard test, dukker der igen et hjemmeopgave op, men jeg valgte ikke at gøre det. Ønsker du at vide hvorfor?
Fordi, da jeg i dag åbnede siden for kurset, som jeg kun har gennemført halvt, så jeg dette:
Det vil sige, systemet har beregnet, at jeg har bestået kurset, selvom jeg faktisk ikke har gennemført det..
Desuden ændrede tælleren sig ikke efter at have set alle de resterende videoer og gennemført testene, men forblev på 56%. Jeg antager, at jeg kunne have set overhovedet ingenting og ikke gennemført tests, og stadig ville have fået "Diplom"..
Det er især overraskende, at i nyhedsbrevet står der officielt, at kurset strakte sig fra 22. juli til 14. august, mens "Diplomet" blev udleveret til mig allerede den 04.08.2019.
Konklusion om undervisningen
Selskabets hjemmeside lover os ved afslutningen af uddannelsen: "Din kvalifikation vil blive bekræftet med dokumenter af fastlagt type." Men problemet er, at dette kursus tilsyneladende ikke er et efteruddannelsesprogram eller et kvalifikationsforbedringsprogram, og derfor vil du blot modtage en "certifikat", som i princippet ikke har officiel status..
Det ville nok være rimeligt at spørge: "Hvad forventede du for 990 rubler?" Hvis jeg skal være ærlig – forventede jeg ingenting. Det er klart, at kvalitetskurser koster betydeligt mere. Men hele problemet er, at der findes gratis kurser, som ikke bare ikke er dårligere, men også er langt mere professionelle, for eksempel kurser fra eller fra . Den samme "certifikat" for gennemførelse af kurset (hvis det overhovedet er nødvendigt for nogen), findes der. kan fås helt gratis.
Bland fordelene kan nævnes, at disse oversigtsmaterialer er samlet ét sted, og det vil være lettere for en, der er helt ny inden for Data Science, at orientere sig i dette område.
Ved kursets afslutning lover de, at vi vil lære en masse værktøjer, og vi vil kunne skrive noget som dette i vores CV:
I virkeligheden er det en stor overdrivelse. Om mange værktøjer vil du faktisk kun høre lidt og ikke meget mere.
CV
Efter min mening bærer kurset et minimum af nyttig belastning, og det er især ærgerligt, at forfatterne ikke har gidet at optage separate videolektioner til det. Man skulle skamme sig over at bede om penge for sådan noget, eller i det mindste bede om ti gange mindre.
Men jeg gentager, at alt dette kun er min subjektive vurdering; om du vil tage dette kursus eller ej – det er op til dig.
P.S. Måske vil forfatterne af kurset opdatere det over tid, og hele artiklen vil miste sin relevans.
For en sikkerheds skyld vil jeg nævne, at dette gælder for den allerførste kørsel af kurset fra 22. juli til 14. august.
P.P.S. Hvis indlægget er så mislykket, vil jeg slette det, men først ville jeg gerne læse kritik; måske skal der bare rettes noget til. Indtil videre ser det ud som en nedstemning af ubehagelig kritik af et dårligt kursus.
Kilde: habr.com
