"Πώς να δικτυωθείτε με αρχάριους αναλυτές" ή μια ανασκόπηση του διαδικτυακού μαθήματος "Start in Data Science"

Δεν έχω γράψει τίποτα εδώ και «χίλια χρόνια», αλλά ξαφνικά υπήρχε λόγος να σβήσω τη σκόνη από έναν μίνι κύκλο δημοσιεύσεων σχετικά με το «μαθαίνοντας την Επιστήμη των Δεδομένων από την αρχή». Κατά τη συμφραζόμενη διαφήμιση σε ένα από τα κοινωνικά δίκτυα, καθώς και στο αγαπημένο μου Habré, βρήκα πληροφορίες σχετικά με το μάθημα "Ξεκινήστε στην Επιστήμη Δεδομένων". Κόστιζε μόνο δεκάρες, η περιγραφή του μαθήματος ήταν πολύχρωμη και πολλά υποσχόμενη. «Γιατί να μην αποκαταστήσετε τις δεξιότητες που έχουν σκονιστεί από την αχρηστία ακολουθώντας ένα άλλο μάθημα;» - Σκέφτηκα. Η περιέργεια έπαιξε επίσης ρόλο· από καιρό ήθελα να δω πώς λειτουργεί η οργάνωση της εκπαίδευσης σε αυτό το γραφείο.

Επιτρέψτε μου να σας προειδοποιήσω αμέσως ότι δεν είμαι σε καμία περίπτωση συνδεδεμένη με τους προγραμματιστές μαθημάτων ή τους ανταγωνιστές τους. Όλο το υλικό στο άρθρο είναι η υποκειμενική μου αξιακή κρίση με μια μικρή πινελιά ειρωνείας.
Λοιπόν, ακόμα δεν ξέρετε πού να επενδύσετε τα 990 ρούβλια που κερδίσατε με κόπο; Τότε είστε ευπρόσδεκτοι κάτω από τη γάτα.

"Πώς να δικτυωθείτε με αρχάριους αναλυτές" ή μια ανασκόπηση του διαδικτυακού μαθήματος "Start in Data Science"

Ως μικρός πρόλογος, θα πω ότι είμαι κάπως δύσπιστος σχετικά με τα πολλά υποσχόμενα μαθήματα που μπορούν να μετατρέψουν έναν αρχάριο σε «επιτυχή αναλυτή δεδομένων με μισθό πάνω από 100 ρούβλια» σε σύντομο χρονικό διάστημα (αν και μάλλον το μαντέψατε από την εικόνα του τίτλου του το άρθρο).

Πριν από αρκετά χρόνια, στον απόηχο της ενεργής διαφήμισης για την εκπαίδευση στο Data Science, προσπάθησα με διάφορους τρόπους να κατακτήσω τουλάχιστον κάτι στον τομέα της επιστήμης δεδομένων και μοιράστηκα σημειώσεις σχετικά με τα προβλήματα που είχα με τους αναγνώστες του Habr.

Άλλα άρθρα της σειράς1. Μάθετε τα βασικά:

2. Εξασκήστε τις πρώτες σας δεξιότητες

Και μετά από πολύ καιρό, αποφάσισα να δοκιμάσω ένα άλλο μάθημα.

Περιγραφή Μαθήματος:

Η περιγραφή του μαθήματος "Start in Data Science" υπόσχεται ότι αφού ξοδέψετε μόνο 990 ρούβλια (τη στιγμή που γράφονται αυτές οι γραμμές) θα λάβουμε ένα μάθημα τεσσάρων εβδομάδων σε μορφή βίντεο διαλέξεων και πρακτικών εργασιών για αρχάριους. Επίσης, ας μην ξεχνάμε την αποζημίωση για μέρος του κόστους του μαθήματος με τη μορφή έκπτωσης φόρου (Υπόσχονται να στείλουν όλα τα έγγραφα μέσω ταχυδρομείου).

Το μάθημα έχει δύο τμήματα υπό όρους, το ένα θα σας πει τι είναι η «Επιστήμη Δεδομένων», ποιες δημοφιλείς περιοχές υπάρχουν και πώς μπορείτε να αναπτύξετε μια καριέρα στον τομέα της Επιστήμης Δεδομένων. Το δεύτερο μπλοκ εξετάζει πέντε εργαλεία για ανάλυση δεδομένων: Excel, SQL, Python, Power BI και Data Culture.

Λοιπόν, αυτό που ακούγεται "νόστιμο", πληρώνουμε για το μάθημα και περιμένουμε την ημερομηνία έναρξης.

Εν αναμονή, συνδέουμε τον προσωπικό μας λογαριασμό την ημέρα πριν από την έναρξη του μαθήματος, μετακινούμαστε στις λέξεις αποχωρισμού από τους προγραμματιστές και περιμένουμε ειδοποίηση για την πολυαναμενόμενη έναρξη του μαθήματος.

Ο χρόνος πέρασε, έφτασε η D-Day και μπορείτε να ξεκινήσετε την προπόνηση. Έχοντας ανοίξει το πρώτο μάθημα, θα δούμε ένα σχήμα γνωστό στα διαδικτυακά συστήματα μάθησης - μια διάλεξη βίντεο, πρόσθετο υλικό, τεστ και εργασίες για το σπίτι. Εάν έχετε χρησιμοποιήσει ποτέ Coursera, EDX, Stepik, τότε δεν θα πρέπει να έχετε κανένα πρόβλημα.

Μέσα στο μάθημα:

Πάμε με τη σειρά. Το θέμα του πρώτου μαθήματος είναι «Επισκόπηση DS: Βασικά, Οφέλη, Εφαρμογές», ξεκινά με μια βιντεοδιάλεξη, όπως όλα τα επόμενα μαθήματα.

Και από την αρχή γίνεται αισθητό ότι οι σύντροφοι καθοδηγήθηκαν από την προσέγγιση «Έτσι θα γίνει» από το αγαπημένο μου σοβιετικό καρτούν.

Από το πρώτο κιόλας λεπτό καταλαβαίνεις ότι η ύλη για το μάθημα δεν ηχογραφήθηκε ειδικά, αλλά είχε ληφθεί από κάποια άλλα ανοιχτά μαθήματα ή εξειδικευμένα μαθήματα. Επίσης στο βίντεο χωρίς υπότιτλους ή επιλογή λήψης για προβολή εκτός σύνδεσης.

Μετά τη διάλεξη, προσφέρεται επιπλέον υλικό για το μάθημα (παρουσίαση από τη διάλεξη βίντεο και προτεινόμενη βιβλιογραφία), δεν θα τα αναλύσουμε.

Τότε μας περιμένει μια δοκιμή. Τα τεστ ποικίλλουν ως προς τον βαθμό πολυπλοκότητας και επάρκειας των ερωτήσεων με την καλυπτόμενη ύλη.

Και εδώ πάλι εκδηλώνεται η έλλειψη ενδιαφέροντος για το αποτέλεσμα της εκπαίδευσης, Μπορείτε να αποτύχετε στο τεστ, αλλά δεν θα επηρεάσει τίποτα, θα συνεχίσετε να περάσετε το μάθημα με επιτυχία, αλλά το αίτημα για επιπλέον προσπάθεια επανάληψης πιθανότατα θα παραμείνει αναπάντητο.

Στη συνέχεια, το σχέδιο μαθήματος: «βίντεο -> επιπλέον. υλικά -> τεστ» θα είναι η βάση όλου του μαθήματος.

Μερικές φορές το μάθημα θα αραιώνεται με ερωτηματολόγια και ανεξάρτητες εργασίες για το σπίτι.

Υπάρχουν μόνο δύο εργασίες για το σπίτι. Και για να είμαι ειλικρινής, πέρασα μόνο ένα.

Η πρώτη σας εργασία στο σπίτι είναι να υποβάλετε το βιογραφικό σας περιγράφοντας τις βασικές σας δεξιότητες. Δεν μπορώ να πω 100%, αλλά μου φαίνεται ότι σχεδόν οποιοδήποτε βιογραφικό θα γίνει αποδεκτό και η εργασία θα γίνει αποδεκτή. Μετά την εργασία, θα σας σταλεί πρόσθετο υλικό — συστάσεις. Θυμόμενος πώς δυσκολευόμουν με την εργασία στο Coursera, ήμουν ακόμη και λίγο αναστατωμένος με το πόσο απλό ήταν.

Μετά την ολοκλήρωση του εισαγωγικού μέρους, ξεκινά η μελέτη του πολυαναμενόμενου «Εργαλεία για το ξεκίνημα στην Επιστήμη των Δεδομένων». Και το πρώτο είναι ένα μάθημα με έναν δυνατό τίτλο: «Εργασία στο Excel: αναβάθμιση δεξιοτήτων από το μηδέν σε αναλυτή».

Ουάου! Ακούγεται δελεαστικό, αλλά στην πραγματικότητα η διαφορά μεταξύ προσδοκίας και πραγματικότητας είναι η ίδια με τη φωτογραφία ενός χάμπουργκερ από μια διαφήμιση γρήγορου φαγητού και αυτό που σας δίνουν στο ταμείο.

Στην πραγματικότητα, θα παρατηρήσουμε πώς, μεταβαίνοντας από την αυτόματη συμπλήρωση κελιών στο Excel σε μια συγκεχυμένη περιγραφή της συνάρτησης "VLOOKUP()", ο δάσκαλος θα διστάσει όπως ο Άμλετ στο θέμα της ερώτησης "Να είσαι, ή να μην είσαι", " Εξηγήστε τα πάντα για αρχάριους» ή «Δώστε ενδιαφέρον υλικό για επαγγελματίες». Κατά την υποκειμενική μου άποψη, ούτε το ένα ούτε το άλλο πέτυχαν.

Είναι ιδιαίτερα υπέροχο που παρά το γεγονός ότι το μάθημα δεν περιλαμβάνει ζωντανό διαδικτυακό σεμινάριο. Δηλαδή, αυτές δεν είναι ηχογραφήσεις μαθημάτων που χάσατε, αλλά απλώς ηχογραφήσεις μαθημάτων που έγιναν πριν από πολύ καιρό (βλ. εικόνα παρακάτω), οι συγγραφείς εξακολουθούν να αποφάσισαν να διατηρήσουν την ατμόσφαιρα (ή ίσως ήταν απλώς τεμπέληδες) и σας κάνει να παρακολουθείτε για πέντε λεπτά ενώ ο δάσκαλος λύνει προβλήματα ήχου.

"Πώς να δικτυωθείτε με αρχάριους αναλυτές" ή μια ανασκόπηση του διαδικτυακού μαθήματος "Start in Data Science"

Μετά το βίντεο, σύμφωνα με το τυπικό σχήμα, ακολουθεί πρόσθετο υλικό και μια δοκιμή.

Το επόμενο θέμα αφορά τη γλώσσα SQL. Το μάθημα παρέχει τις πολύ βασικές αρχές και παραδείγματα εργασίας με ερωτήματα SQL· κατ 'αρχήν, μπορούν να βρεθούν βίντεο και άρθρα για παρόμοιο θέμα εύκολο να βρεθεί στο Διαδίκτυο δωρεάν.

Μετά την SQL ακολουθεί ένα μάθημα για την επεξεργασία ενός συνόλου δεδομένων από το Kagle χρησιμοποιώντας τη βιβλιοθήκη Python «Pandas». Το σχέδιο μαθήματος δεν έχει αλλάξει: βίντεο -> επιπλέον. υλικά -> δοκιμή. Δεν παρέχονται πρόσθετες εργασίες, ούτε καν μια εργασία με αυτόματο έλεγχο των αποτελεσμάτων. Έτσι, σίγουρα δεν θα χρειαστεί να εγκαταστήσετε το Anaconda και να γράψετε κώδικα. Επίσης Αξίζει να σημειωθεί τα ψιλά γράμματα του κώδικα στη διάλεξη βίντεο, το να το βλέπω στο τηλέφωνο είναι άσκοπο και έπρεπε να το κοιτάξω σχεδόν άδειο στην οθόνη.

Μάθημα τέταρτο: "Οπτικοποίηση μιας αναφοράς logistics στο PBI σε 10 λεπτά" (видео кстати длится минут 50) . Σε αυτό το βίντεο θα μιλήσουν για ένα ενδιαφέρον εργαλείο που ονομάζεται Power BI· για να είμαι ειλικρινής, δεν το έχω ξανακούσει ποτέ.

Απροσδόκητο τέλος του μαθήματος:

Το τελευταίο πέμπτο μάθημα θα σας πει για τις γενικές αρχές της σωστής αποθήκευσης δεδομένων· η διάλεξη είναι και πάλι από άλλο μάθημα. Σε αυτό το μάθημα, εκτός από το τυπικό τεστ, εμφανίζονται ξανά οι εργασίες για το σπίτι, αλλά δεν το έκανα. Θέλετε να μάθετε γιατί;

Γιατί όταν άνοιξα τη σελίδα του μαθήματος σήμερα, που ολοκληρώθηκε μόνο κατά το ήμισυ, είδα αυτό:

"Πώς να δικτυωθείτε με αρχάριους αναλυτές" ή μια ανασκόπηση του διαδικτυακού μαθήματος "Start in Data Science"

Αυτό είναι το σύστημα θεώρησε ότι είχα ολοκληρώσει επιτυχώς το μάθημα, αν και στην πραγματικότητα δεν το ολοκλήρωσα.

Επιπλέον, μετά την παρακολούθηση όλων των υπόλοιπων βίντεο και τη διενέργεια δοκιμών, ο μετρητής δεν άλλαξε, αλλά παρέμεινε στο 56%. Υποθέτω ότι Δεν μπορούσα να δω τίποτα απολύτως και να μην κάνω τεστ και παρόλα αυτά να πάρω "Δίπλωμα".

Αυτό που προκαλεί ιδιαίτερη έκπληξη είναι ότι το μάθημα διήρκεσε επίσημα από τις 22 Ιουλίου έως τις 14 Αυγούστου και το «Δίπλωμα» μου εκδόθηκε ήδη στις 04.08.2019 Αυγούστου XNUMX.

Αποτέλεσμα προπόνησης

Με την ολοκλήρωση της εκπαίδευσης, ο ιστότοπος της εταιρείας μας υπόσχεται: «Τα προσόντα σας θα επιβεβαιωθούν με έγγραφα της καθιερωμένης φόρμας». Αλλά το πρόβλημα είναι ότι αυτό το μάθημα δεν φαίνεται να είναι ούτε πρόγραμμα επανεκπαίδευσης ούτε πρόγραμμα προηγμένης κατάρτισης, πράγμα που σημαίνει ότι απλά θα αποκτήσετε «πιστοποιητικό», το οποίο καταρχήν δεν έχει επίσημη ιδιότητα.

Πιθανώς μια εύλογη ερώτηση θα ήταν: "Τι περιμένατε για 990 ρούβλια;" Για να είμαι ειλικρινής, δεν περίμενα τίποτα. Είναι σαφές ότι τα μαθήματα υψηλής ποιότητας είναι σημαντικά πιο ακριβά. Αλλά το πρόβλημα είναι ότι υπάρχουν δωρεάν μαθήματα που γίνονται όχι μόνο χειρότερα, αλλά πολλές φορές πιο επαγγελματικά, για παράδειγμα, μαθήματα από MVA ή από Γνωστική τάξη. Το ίδιο «πιστοποιητικό» ολοκλήρωσης του μαθήματος (αν κάποιος το χρειαστεί), εκεί μπορείτε να το αποκτήσετε εντελώς δωρεάν.

Ένα από τα πλεονεκτήματα είναι ότι αυτά τα υλικά αναθεώρησης συλλέγονται σε ένα μέρος και θα είναι πολύ πιο εύκολο για ένα άτομο που δεν είναι απολύτως εξοικειωμένο με την Επιστήμη των Δεδομένων να πλοηγηθεί σε αυτήν την περιοχή.

Στο τέλος του μαθήματος, μας υποσχέθηκαν ότι θα μάθουμε ένα σωρό εργαλεία και στο βιογραφικό μας θα μπορούμε να γράψουμε κάτι σαν αυτό:

"Πώς να δικτυωθείτε με αρχάριους αναλυτές" ή μια ανασκόπηση του διαδικτυακού μαθήματος "Start in Data Science"

στην πραγματικότητα αυτό είναι μια πολύ ισχυρή υπερβολή. Ουσιαστικά θα ακούσεις για πολλά όργανα και τίποτα παραπάνω.

Περίληψη

Κατά τη γνώμη μου, το μάθημα έχει ελάχιστο ωφέλιμο φορτίο· είναι ιδιαίτερα απογοητευτικό το γεγονός ότι οι συγγραφείς τεμπέλησαν πολύ να ηχογραφήσουν ξεχωριστές διαλέξεις βίντεο για αυτό. Με την καλή έννοια, είναι κρίμα να ζητάς χρήματα για κάτι τέτοιο ή θα πρέπει να ζητάς 10 φορές λιγότερα.

Αλλά επαναλαμβάνω για άλλη μια φορά ότι όλα τα παραπάνω είναι απλώς η υποκειμενική μου αξιακή κρίση· εναπόκειται σε εσάς να αποφασίσετε αν θα ακολουθήσετε αυτό το μάθημα ή όχι.

Υ.Γ. Ίσως με τον καιρό οι συντάκτες του μαθήματος να το οριστικοποιήσουν και ολόκληρο το άρθρο να χάσει τη συνάφεια.
Για κάθε ενδεχόμενο, θα γράψω ότι ισχύει για την πρώτη κιόλας έναρξη αυτού του μαθήματος από 22 Ιουλίου έως 14 Αυγούστου

PPS Αν η ανάρτηση αποδείχτηκε τόσο ανεπιτυχής, θα τη διαγράψω, αλλά στην αρχή θα ήθελα να διαβάσω την κριτική, ίσως κάτι πρέπει απλώς να επεξεργαστεί. Διαφορετικά, προς το παρόν μοιάζει με μείον άβολη κριτική ενός μαθήματος χαμηλής ποιότητας

Πηγή: www.habr.com

Προσθέστε ένα σχόλιο