Jeg har ikke skrevet noget i "tusind år", men pludselig var der en grund til at blæse støvet af en minicyklus af publikationer om "at lære Data Science fra bunden." I kontekstuel annoncering på et af de sociale netværk, såvel som på min favorit Habré, stødte jeg på information om kurset . Det kostede kun øre, beskrivelsen af kurset var farverig og lovende. "Hvorfor ikke genoprette de færdigheder, der er blevet støvede af ubrugelighed ved at tage et andet kursus?" - Jeg troede. Nysgerrighed spillede også en rolle, jeg havde længe ønsket at se, hvordan tilrettelæggelsen af træningen på dette kontor fungerer.
Lad mig med det samme advare dig om, at jeg på ingen måde er tilknyttet kursusudviklerne eller deres konkurrenter. Alt materiale i artiklen er min subjektive værdivurdering med et lille strejf af ironi.
Så ved du stadig ikke, hvor du skal investere dine hårdt tjente 990 rubler? Så er du velkommen under kat.
Som et lille forord vil jeg sige, at jeg er noget skeptisk over for lovende kurser, der kan gøre en nybegynder til "en succesfuld dataanalytiker med en løn på over 100 rubler" på kort tid (selvom du nok har gættet dette ud fra titelbilledet af artiklen).
For flere år siden, i kølvandet på aktiv annoncering for Data Science-uddannelse, forsøgte jeg på forskellige måder at mestre i det mindste noget inden for datavidenskab og delte noter om de bump, jeg fik med Habr-læsere.
Andre artikler i serien1. Lær det grundlæggende:
2. Øv dine første færdigheder
Og efter lang tid besluttede jeg at prøve et andet kursus.
Kursus beskrivelse:
Beskrivelsen af kurset "Start i datavidenskab" lover, at efter kun at have brugt 990 rubler (i skrivende stund) vi får et fire ugers kursus i form af videoforelæsninger og praktiske opgaver for begyndere. Lad os heller ikke glemme kompensation for en del af kursusomkostningerne i form af et skattefradrag (De lover at sende alle dokumenter med posten).
Kurset har to betingede blokke, den ene vil fortælle dig, hvad "Data Science" er, hvilke populære områder der er, og hvordan du kan udvikle en karriere inden for DataScience. Den anden blok ser på fem værktøjer til dataanalyse: Excel, SQL, Python, Power BI og Data Culture.
Nå, hvad der lyder "lækkert", vi betaler for kurset og venter på startdatoen.
I forventning logger vi ind på vores personlige konto dagen før kursusstart, scroller gennem afskedsordene fra udviklerne og venter på besked om den længe ventede start på kurset.
Tiden er fløjet afsted, D-Day er kommet, og du kan begynde at træne. Efter at have åbnet den første lektion, vil vi se en ordning, der er kendt for online læringssystemer - en videoforelæsning, yderligere materialer, test og hjemmearbejde. Hvis du nogensinde har brugt Coursera, EDX, Stepik, så skulle du ikke have nogen problemer.
Inde i kurset:
Lad os gå i rækkefølge. Emnet for den første lektion er "DS Overview: Basics, Benefits, Applications", den begynder med et videoforedrag, ligesom alle efterfølgende lektioner.
Og helt fra begyndelsen mærkes det, at kammeraterne blev styret af tilgangen "Så det gør det" fra min yndlings sovjetiske tegnefilm.
Allerede fra første minut forstår du, at materialet til kurset ikke er specielt optaget, men er taget fra nogle andre åbne lektioner eller specialiserede kurser. Også til videoen ingen undertekster eller download mulighed til offline visning.
Efter forelæsningen tilbydes yderligere materialer til lektionen (præsentation fra videoforelæsningen og anbefalet litteratur), vi analyserer dem ikke.
Så venter der os en test. Tests varierer i graden af kompleksitet og tilstrækkeligheden af spørgsmålene til det dækkede materiale.
Og her manifesteres igen manglen på interesse for resultatet af træning, Du kan fejle testen, men det vil ikke påvirke noget, vil du stadig bestå lektionen med succes, men anmodningen om et yderligere forsøg på at tage om vil højst sandsynligt forblive ubesvaret.
Efterfølgende er lektionsplanen: “video -> yderligere. materialer -> test” vil være grundlaget for hele forløbet.
Nogle gange vil lektionen blive udvandet med spørgeskemaer og selvstændige lektier.
Der er kun to hjemmeopgaver. Og for at være ærlig, så bestod jeg kun én.
Din første hjemmeopgave er at indsende dit CV, der beskriver dine nøglefærdigheder. Jeg kan ikke sige 100%, men det forekommer mig, at næsten ethvert CV vil blive accepteret, og opgaven vil blive accepteret. Efter opgaven vil du få tilsendt yderligere materialer – anbefalinger. Da jeg huskede, hvordan jeg kæmpede med lektier på Coursera, var jeg endda lidt ked af det, hvor enkelt det var.
Efter at have gennemført den indledende del begynder studiet af det længe ventede "Værktøjer til at komme i gang i Data Science". Og den første er en lektion med en høj overskrift: "Arbejde i Excel: opgradering af færdigheder fra nul til analytiker."
Wow! Det lyder fristende, men i virkeligheden er forskellen mellem forventning og virkelighed den samme som mellem et billede af en hamburger fra en fastfood-annonce og det, de giver dig ved kassen.
Faktisk vil vi observere, hvordan læreren, ved at bevæge sig fra autoudfyldning af celler i Excel til en forvirrende beskrivelse af "VLOOKUP()"-funktionen, vil tøve ligesom Hamlet med spørgsmålet "At være, eller ikke at være", " Forklar alt for begyndere" eller "Giv materialet er interessant for professionelle." Efter min subjektive mening lykkedes hverken det ene eller det andet.
Det er især fantastisk, på trods af at kurset ikke inkluderer et live webinar. Det vil sige, det er ikke optagelser af klasser, du gik glip af, men blot optagelser af klasser, der fandt sted for lang tid siden (se billedet nedenfor), forfatterne besluttede alligevel at bevare atmosfæren (eller måske var de bare dovne) и få dig til at se i fem minutter, mens læreren løser lydproblemer.
Efter videoen følger i henhold til standardskemaet yderligere materiale og en test.
Det næste emne handler om SQL-sproget. Lektionen giver det helt grundlæggende og eksempler på at arbejde med SQL-forespørgsler; i princippet kan du finde videoer og artikler om et lignende emne let at finde på internettet gratis.
Efter SQL er der en lektion om at behandle et datasæt fra Kagle ved hjælp af Python-biblioteket "Pandas". Lektionsplanen er ikke ændret: video -> yderligere. materialer -> test. Der er ingen yderligere opgaver, ikke engang en opgave med automatisk kontrol af resultater. Således behøver du bestemt ikke at installere Anaconda og skrive kode. Også Det er værd at bemærke det med småt i koden i videoforelæsningen, at se det på telefonen er meningsløst, og jeg var nødt til at se det næsten ligefrem på skærmen.
Lektion fire: "Visualisering af en logistikrapport i PBI på 10 minutter" (видео кстати длится минут 50) . I denne video vil de tale om et interessant værktøj kaldet Power BI; for at være ærlig, har jeg aldrig hørt om det før.
Uventet afslutning på kurset:
Den sidste femte lektion vil fortælle dig om de generelle principper for korrekt datalagring; forelæsningen er igen taget fra et andet kursus. I denne lektion, ud over standardtesten, dukker lektier op igen, men jeg gjorde det ikke. Vil du vide hvorfor?
For da jeg åbnede kursets side i dag, som kun var halvt gennemført, så jeg dette:
Det er det systemet mente, at jeg havde gennemført kurset med succes, selvom jeg faktisk ikke gennemførte det.
Desuden, efter at have set alle de resterende videoer og udført tests, ændrede tælleren sig ikke, men forblev på 56%. Det formoder jeg Jeg kunne slet ikke se noget og tage ingen prøver og stadig få et "Diplom".
Det, der især er overraskende, er, at kurset officielt varede fra den 22. juli til den 14. august, og “Diplomet” blev udstedt til mig allerede den 04.08.2019. august XNUMX.
Resultat af træning
Efter afslutningen af uddannelsen lover virksomhedens hjemmeside os: "Dine kvalifikationer vil blive bekræftet af dokumenter i den etablerede form." Men problemet er, at dette kursus ser ud til at være hverken et genoptræningsprogram eller et avanceret træningsprogram, hvilket betyder, at du simpelthen får "certifikat", som i princippet ikke har nogen officiel status.
Sandsynligvis ville et rimeligt spørgsmål være: "Hvad forventede du for 990 rubler?" For at være ærlig havde jeg ikke forventet noget. Det er klart, at kurser af høj kvalitet er væsentligt dyrere. Men problemet er, at der er gratis kurser, der ikke bare gøres dårligere, men mange gange mere professionelt, for eksempel kurser fra eller fra . Det samme "certifikat" for fuldførelse af kurset (hvis nogen har brug for det), der du kan få det helt gratis.
En af fordelene er, at disse gennemgangsmaterialer er samlet ét sted, og det vil være virkelig nemmere for en person, der ikke er helt bekendt med Data Science, at navigere i dette område.
I slutningen af kurset bliver vi lovet, at vi vil lære en masse værktøjer, og på vores CV vil vi kunne skrive noget som dette:
Faktisk dette er en meget stærk overdrivelse. Du vil i det væsentlige bare høre om mange instrumenter og intet mere.
Resumé
Efter min mening har kurset en minimal brugbar belastning; det er især skuffende, at forfatterne var for dovne til at optage separate videoforelæsninger til det. På en god måde er det ærgerligt at bede om penge til sådan noget, eller også skal du bede om 10 gange mindre.
Men jeg gentager endnu en gang, at alt ovenstående blot er min subjektive værdivurdering; det er op til dig at beslutte, om du vil tage dette kursus eller ej.
PS Måske vil forfatterne af kurset med tiden færdiggøre det, og hele artiklen vil miste relevans.
For en sikkerheds skyld skriver jeg, at den er gyldig til den allerførste lancering af dette kursus fra 22. juli til 14. august
PPS Hvis indlægget viste sig at være så mislykket, sletter jeg det, men i starten vil jeg gerne læse kritikken, måske skal jeg lige redigere noget. Ellers ligner det lige nu minus ubelejlig kritik af et kursus af lav kvalitet
Kilde: www.habr.com