Wie ich den Online Master of Science in Computer Science absolviere und für wen er möglicherweise nicht geeignet ist

Ich habe mein erstes Studienjahr im Programm Online Master of Science in Computer Science (OMSCS) am Georgia Institute of Technology abgeschlossen (3 von 10 Kursen). Ich möchte einige vorläufige Erkenntnisse teilen.

Man sollte dort nicht hingehen, wenn:

1. Man möchte Programmieren lernen.

Meiner Meinung nach sollte ein guter Programmierer:

• Die Struktur einer bestimmten Programmiersprache, Standardbibliotheken usw. kennen;
• In der Lage sein, wiederverwendbaren und erweiterbaren Code zu schreiben;
• In der Lage sein, Code zu lesen und lesbaren Code zu schreiben;
• In der Lage sein, Code zu testen und Fehler zu beheben;
• Die grundlegenden Datenstrukturen und Algorithmen kennen.

Es gibt Bücher zu diesem Thema, MOOC-Kurse und die Möglichkeit, in einem guten Team normal zu arbeiten. Einzelne MSCS-Kurse können in einigen Bereichen hilfreich sein, aber insgesamt geht es im Programm nicht darum. Sprachkenntnisse sind entweder eine Voraussetzung für die Kurse oder es wird davon ausgegangen, dass man sie sich schnell in dem erforderlichen Umfang aneignen kann. Zum Beispiel mussten im Kurs "Graduate Introduction to Operating Systems" vier Projekte mit insgesamt über 5000 Zeilen C-Code erstellt werden, zusätzlich mussten etwa 10 wissenschaftliche Arbeiten gelesen werden. Im Kurs "Artificial Intelligence" waren neben sechs komplexen Projekten zwei anspruchsvolle Prüfungen erforderlich — innerhalb einer Woche mussten 30 und 60 Seiten schwieriger Aufgaben gelöst werden.

Es gibt häufig keine Anforderungen an "guten" Code in Bezug auf Lesbarkeit. Oft erfolgt die Bewertung automatisch basierend auf Tests, es gibt nicht selten Anforderungen an die Leistungsfähigkeit, und Code sowie Texte werden auf Plagiate überprüft.

2. Die Hauptmotivation ist, neues Wissen am aktuellen Arbeitsplatz anzuwenden.

Einige Kurse können dir Werkzeuge an die Hand geben. Aber die Frage ist, was du mit all den zusätzlichen Projekten und Materialien anfangen wirst, deren Einarbeitung über Jahre hinweg deine ganze Freizeit in Anspruch nehmen wird. Ich denke, die Erfahrung aus MSCS passt gut zu dem Spruch:

Ein Wissenschaftler und Wissenschaftsvermittler wurde nach den Zielen und Ergebnissen einer bestimmten Studie gefragt:

Wissenschaftsvermittler:
— Die Ergebnisse dieser Studie haben dabei geholfen, die Hypothese zu überprüfen… und haben auch einen signifikanten Beitrag zur Entwicklung von… geleistet.

Wissenschaftler:
— Das ist einfach grandios!

Ich glaube, dass man das gesamte Programm nur dann ohne Einbußen durchlaufen kann, wenn alles auf die eine oder andere Weise interessant und unterhaltsam ist. Aber das ändert nichts an der Tatsache, dass Arbeitgeber (besonders in den USA, ich denke aber nicht nur dort) so eine Ausbildung wahrnehmen. Nachdem ich mein LinkedIn-Profil aktualisiert habe, um zu zeigen, dass ich dort studiere, habe ich Anfragen von Recruitern einiger namhafter Unternehmen aus Europa und den USA erhalten. Von meinen Bekannten in Toronto haben einige während des Studiums berufliche Fortschritte gemacht oder eine neue Stelle gefunden.

Neben professionellen Möglichkeiten bietet das MSCS auch andere Chancen. Man kann sich in interessante Forschungsprojekte innerhalb von Georgia Tech einbringen, wenn man die erforderlichen Kurse erfolgreich bestanden hat. Der leitende Lehrassistent (TA) im Bereich KI ist ein russischer Student, der nach einem Jahr im OMSCS-Programm auf den Campus gewechselt ist, um in Atlanta zu studieren und zu forschen. Soweit ich weiß, plant er, seinen PhD zu machen.

3. Planst du, das Programm ganz alleine zu absolvieren?

So betrachtet sind 50% des Nutzens des Programms die Möglichkeit zum Austausch. Die OMSCS-Community ist groß und aktiv. Für jeden Kurs wird ein großes Team von TAs (häufig sind das Studenten des aktuellen Programs, die den Kurs erfolgreich bestanden haben) eingestellt. All diese Personen wollen aus irgendeinem Grund zusammenarbeiten und lernen. Was der Austausch bietet:

• Das Vergnügen, dass man nicht alleine leidet;
• Neue Bekanntschaften aus der ganzen Welt und die Entwicklung von Soft Skills;
• Die Möglichkeit, Hilfe zu erhalten und etwas zu lernen;
• Die Möglichkeit, anderen zu helfen und selbst etwas zu lernen;
• Professionelles Networking.

Die Mehrheit der Studierenden sind Menschen mit Erfahrung in der Branche, oft Abteilungsleiter, Architekten und sogar CTOs. Etwa 25 % haben keinen formalen Abschluss in Informatik, sind also Menschen mit recht vielfältiger Erfahrung. Zu Beginn des Programms hatte ich 5 Jahre Erfahrung in der Java-Entwicklung bei Yandex.Money und arbeite jetzt part-time als Researcher in einem Medizin-Startup (Deep Learning in der Zahnmedizin).

Viele Studierende sind motiviert und offen für Kommunikation. Man kann das Programm auch alleine durchlaufen, investiert dann jedoch 2,5 bis 3 Jahre seiner Zeit (wenn man die Arbeit berücksichtigt) und erhält nur 50 % des möglichen Profits. Für mich ist dieser Punkt die größte Herausforderung, da ich mit Unsicherheit und Sprachbarrieren kämpfe, aber ich arbeite daran. Wir treffen uns regelmäßig mit Kollegen, die in Toronto wohnen. Sie sind alle recht aktiv, interessante Leute und fortgeschrittene Fachleute, einer von ihnen hat ein Treffen mit Zvi Galil organisiert, dem "Vater" des OMSCS-Programms, Dekan der Fakultät Computing an der Georgia Tech, der in diesem Jahr seine Position aufgegeben hat.

Ein Beispiel für Motivation: Es gibt einen legendären Studenten, der sein Studium mit dem Militärdienst kombiniert hat. Während der Flüge hat er sich in Foren eingeloggt, Projekte bearbeitet und Vorlesungen gehört, während er in Feldübungen war. Jetzt arbeitet er an einem Forschungsinstitut der Georgia Tech und plant, eine Promotion zu machen.

4. Mangelnde Bereitschaft, ernsthaft Zeit zu investieren

Auf den ersten Blick könnte es den Anschein haben, dass OMSCS ähnlich wie eine Reihe von MOOC-Kursen oder einer Spezialisierung auf Coursera oder einer ähnlichen Plattform ist. Ich habe einige Kurse auf Coursera gehört, wie die ersten Teile der Kryptographie und Algorithmen von Stanford. Außerdem habe ich einen kostenpflichtigen Online-Graduiertenkurs an Stanford absolviert (den auch MS- und PhD-Studierende belegen) und die Vorlesungen des Stanford CS231n (Convolutional Neural Networks for Visual Recognition) kostenlos gehört.

Basierend auf meinen Erfahrungen sind die wichtigsten Unterschiede zwischen Online-Graduiertenkursen und kostenlosen MOOC-Kursen:

• Die bereits erwähnte deutlich höhere Beteiligung und Motivation der TAs, Dozenten und anderen Studierenden, sowie ein erheblich größeres Engagement (niemand möchte das Programm ewig hören, zumal es eine Begrenzung von 6 Jahren gibt);
• Der Zeitplan ist recht straff: Die Vorlesungen an Georgia Tech sind alle sofort verfügbar (man kann sie zu einem beliebigen Zeitpunkt anhören). Man kann das Lehrbuch im Voraus lesen (viele tun dies während der Semesterpausen). Es gibt jedoch Projekte, und diese haben Fristen, oft hängen die Projekte von bestimmten Vorlesungen ab. Es gibt Fristen für Prüfungen (in der Regel zwei pro Semester). Es ist ratsam, das Tempo einzuhalten. Wie viel Zeit man pro Woche benötigt, hängt von den Kursen und der Erfahrung ab. Ich würde nicht mit weniger als 10 Stunden pro Woche für einen Kurs rechnen. Im Durchschnitt benötige ich 20 Stunden (manchmal ist es wenig, manchmal können es auch 30 oder 40 Stunden sein).
• Die Projekte sind komplexer und interessanter als in MOOCs und erheblich umfangreicher.
• Solche Kurse werden von Universitäten und potenziellen Arbeitgebern stärker beachtet. Insbesondere verlangt Georgia Tech bei der Bewerbung: "LISTEN SIE KEINE NICHT-BEWERTETEN, NICHT-AKADEMISCHEN MOOCs."

5. Es ist wichtig, dass alles klar, verständlich und präzise erklärt wird.

Zunächst einmal ist der MSCS kein Bachelor-Studiengang. Es gibt Vorlesungen, aber diese bieten nur einen allgemeinen Überblick über das Thema. Fast alle Projekte setzen persönliche, aktive Recherche voraus. Dies kann den Austausch mit Kommilitonen und TAs (siehe Punkt 3), das Lesen von Büchern, Artikeln usw. umfassen.

Zweitens, das OMSCS ist eine ziemlich große und leistungsstarke Infrastruktur mit einer Menge engagierter Menschen, die Kurse erstellen und pflegen (siehe Punkt 2). Diese Personen lieben Experimente und Herausforderungen. Sie ändern Projekte, experimentieren mit Fragen in Tests und Prüfungen, passen Testumgebungen an usw. Das führt zu einigen eher unvorhersehbaren Ergebnissen. Aus meiner Erfahrung:

• In einem Kurs gab es nach einem Update Probleme. Server Die Server konnten unter Last keine stabilen Testergebnisse mehr liefern. Die Leute reagierten, indem sie ein Emoji mit einem Serverfehler in Slack posteten und versuchten, nachts ihre Einreichungen durchzubringen;
• In einem anderen Kurs wurden Tests und Prüfungen mit falschen oder strittigen Antworten veröffentlicht. Nach Diskussionen mit den Studierenden wurden diese Fehler zusammen mit den Bewertungen korrigiert. Einige nahmen es gelassen, andere waren verärgert und beschwerten sich. Für mich waren alle Änderungen positiv, und es war sogar auf seine Weise erfreulich (man macht nichts und die Note steigt).

Das fügt natürlich etwas Stress zu der ohnehin aufregenden Achterbahnfahrt hinzu, aber all diese Erfahrungen spiegeln die Realitäten des Lebens wider: Sie lehren, Probleme zu erkunden, Aufgaben unter unsichereren Bedingungen zu lösen und einen Dialog mit anderen Menschen aufzubauen.

Der OMSCS-Programm an der Georgia Tech hat seine Besonderheiten:

• Georgia Tech ist eine der besten technischen Hochschulen in den USA;
• Es ist eines der ältesten Online-MSCS-Programme;
• Wahrscheinlich das größte Online-MSCS-Programm: etwa 9.000 Studierende in 6 Jahren;
• Eines der kostengünstigsten MSCS-Programme: etwa 8.000 Dollar für das gesamte Studium;
• In den Klassen lernen gleichzeitig 400 bis 600 Personen (am Ende sind es in der Regel weniger, mitten im Semester kann man mit einer W-Bewertung abbrechen, die sich nicht auf den GPA auswirkt);
• Nicht alle Präsenzkurse sind online verfügbar (aber die Liste erweitert sich, und es gibt bereits eine sehr gute Auswahl, auch wenn es noch keinen Kurs zu Deep Learning gibt, geben wir die Hoffnung nicht auf);
• Nicht jeder kann einfach in einen Kurs kommen, da es Prioritätswarteschlangen und viele Interessierte gibt (das Graduate Algorithms-Kurs wird paradoxerweise fast immer erst gegen Ende absolviert);
• Nicht alle Kurse sind in Qualität der Materialien und der Aktivität der Dozenten gleich, aber es gibt viele gute Kurse. Im Internet gibt es viele Informationen über spezifische Kurse (Bewertungen, Reddit, Slack). Man kann immer etwas nach seinem Geschmack wählen.

Angesichts aller Besonderheiten ist dies bei einem hohen Maß an Motivation, einer aktiven Einstellung und insgesamt einer positiven Sichtweise ein interessanter und durchaus realistischer Weg. Ich hoffe, dass sich meine Meinung in einem Jahr nicht grundlegend ändern wird und dass diese Informationen jemandem nützlich sein werden.

Quelle: habr.com