„Kuidas tutvustada tooteid algajatele analüütikutele” või ülevaade veebikursusest „Algus Data Science' s”

Olen juba mitu aastat midagi kirjutanud, kuid ootamatult ilmus põhjus tolmu maha pühkida oma mini-sarja postitusi "Andmete teaduse õppest nullist". Ühes sotsiaalvõrgustikus kontekstuaalses reklaamis ning ka mu lemmik „Habr“ lehelt leidsin ma teavet kursuse kohta „Alustamine Andmete Teaduses“. Selle hind oli olematu, kursuse kirjeldus oli värvikas ja lubav. „Miks mitte taastada tolmunud oskused, läbides järgmise kursuse?“ — mõtlesin ma. Samuti mängis oma osa uudishimu, ma olen juba ammu tahtnud näha, kuidas on korraldatud õpe selles firmast.

Tahan kohe hoiatada, et ma ei ole kuidagi seotud kursuse arendajate ega nende konkurentidega. Kogu artikli materjal on minu subjektiivne hinnang kerge iroonia varjundiga.
Nüüd, kui te endiselt ei tea, kuhu oma raske tööga teenitud 990 rubla investeerida, siis palun astuge edasi.

Tere tulemast, öeldes väikese eelnevana, et ma olen suhteliselt skeptiline lubavate kursuste suhtes, mis suudavad algaja kiiresti muuta "edukaks andmeanalüütikuks, kelle palk ületab 100 000 rubla" (kuigi te ilmselt taipasite seda juba artikli pealkirja pildist).

Mõned aastad tagasi, aktiivse reklaami laine all andmete teaduse õppimise osas, proovisin ma erinevatel viisidel omandada midagi andmete teaduse valdkonnas ja jagasin märkmeid saadud kogemustest Habr lugejatega.

Sari teise artiklid1. Õpime aluseid:

• „Olgu Andmed suured ja väikesed!“ — (Kursus ülevaade Cognitive Classi Andmete Teadusest)
• „Nüüd loendas ta ka sind“ või Andmete teadus nullist (Andmete Teadus Nullist)
• „Jääberg Oscar asemel!“ või kuidas ma proovisin omandada Andmete Teaduse aluseid kaggle'is
• „Vagun, kes suutis!“ või „Spetsialiseerimine Masinõpe ja andmeanalüüs“, algaja pilguga Andmete Teaduses

2. Harjutame esimesi oskusi

• “Masinõppe ülestõus” või ühendame andmete teaduse hobi ja pirnide spektraalanalüüsi
• „Nagu noodid!“ või Masinõpe (Andmete Teadus) C# abil Accord.NET raamistikuga
• „Kasuta masinaõppe jõudu, Luke!“ või automaatne valgustite klassifitseerimine KSS-i järgi
• „4 pulma ja ühe matuse“ või lineaarne regressioon Moskva avatud andmete analüüsimiseks
• „Kiri Türgi sultanile“ või lineaarne regressioon C# abil Accord.NET Moskva avatud andmete analüüsimiseks

Ja ja otsustasin proovida veel üht kursust pärast pikka aega.

Kursuse kirjeldus:

Kursuse "Data Science'i alustamine" kirjeldus lubab, et kulutades vaid 990 rubla (artikli kirjutamise hetkel) , saame neljanädalase kursuse videolektori ja praktiliste ülesannete formaadis algajatele. Samuti ei unusta kompenseerida osa kursuse maksumusest maksuvähendusega (Lubatakse saata kõik dokumendid e-postiga).

Kursuse raames on kaks tingimuslikku plokki, üks räägib, mis on "Andmete teadus", millised on populaarsed suunad, kuidas arendada karjääri DataScience'i valdkonnas. Teine plokk käsitleb viit andmeanalüüsi tööriista: Excel, SQL, Python, Power BI ja "Andmete töötlemise kultuur".

Noh, see kõlab "maitsvalt", maksame kursuse eest ja ootame alguse kuupäeva.

Ootuse ajal siseneme isiklikku kontosse päev enne kursuse algust, sirvime arendajate julgustavaid sõnu ja ootame kauaoodatud kursuse algust.

Aeg möödus märkamatult, "D-päev" on käes, saame alustada õppimist. Avades esimese õppetunni, näeme tuntud online-õppe süsteemi – videolektoreid, lisamaterjale, teste ja kodutöid. Kui olete kunagi kasutanud Coursera, EDX, Stepik, ei tohiks teil mingeid probleeme tekkida.

Kursuse sees:

Liigume järgnevate teemade kaupa. Esimese õppetunni teema - "Ülevaade DS: alused, kasu, rakendused", algab see videolektoriga, nagu kõik järgmised õppetunnid.

Ja juba algusest peale tunneb, et kaaslased lähenesid lähenemisele "Nii sobib pealegi" minu lemmik Nõukogude multikast.

Esimese minutiga mõistad, et kursuse materjal ei olnud spetsiaalselt salvestatud, vaid on pärit mõnest muust avalikust õppetunnist või erialasest kursusest. Samuti puuduvad videol subtiitrid ja võimalus allalaadimiseks offline vaatamiseks.

Pärast loengut pakutakse õppetunnige lisamaterjale (videoloengu esitlus ja soovitatav kirjandus), mida me ei hakka arutama.

Seejärel ootab meid test. Testid on erinevates raskusastmetes ja küsimuste sobivuses läbitud materjali.

Ja siin kordub veel kord huvi puudumine õppimise tulemuse suhtes, testi saab läbi kukkuda, kuid see ei mõjuta midagi., kuid te saate õppematerjali edukalt läbi, kuid täiendava katse sooviavaldus jääb tõenäoliselt vastuseta.

Edaspidi on tunni skeem: «video -> täiendavad materjalid -> test» – kursuse aluseks.

Mõnikord on tundudele lisatud ankeete ja iseseisvaid koduseid ülesandeid.

Koduseid ülesandeid on kokku kaks. Ja ausalt öeldes lõpetasin ma tõenäoliselt ainult ühe neist.

Esimese koduse ülesande raames peate saatma oma CV, kus on kirjas peaoskused. Ma ei saa 100% kindel olla, kuid mul on tunne, et pea iga CV võetakse vastu ja ülesanne loetakse täidetuks. Pärast ülesande täitmist saadetakse teile täiendavad materjalid — soovitused. Mõeldes, kui raskelt olin ma Courseras koduste ülesannete kallal, hakkasin isegi natuke kurvastama selle lihtsuse pärast.

Pärast sissejuhatava osa lõpetamist algab kauaoodatud «Tööriistade tutvustus Data Science'is». Esimene tund kannab kõlavat pealkirja: «Töö Excelis: oskuste arendamine nullist analüütikuks».

Woohoo! Tundub ahvatlev, kuid tegelikkuses on erinevus ootuse ja fakti vahel sama suur kui reklaamifastfood hamburgeri pildi ja selle vahel, mis teile kassas antakse.

Sisuliselt jälgime, kuidas liikudes Exceli rakkude automaatse täitmise kaudu juhendaja heitleb hamleti rõhumõttel: «Kas seletada kõik algajatele» või «Anda huvitavat materjali professionaalidele». Minu subjektiivne arvamus on, et ei õnnestunud kumbagi.

Eriti tore on see, et kuigi kursuse käigus ei ole ette nähtud elavat veebiseminar, see ei ole lindistused tundidest, mida te jätsite vahele, vaid lihtsalt varasemate tundide lindistused (vt allolevat joonist), autorid otsustasid siiski säilitada atmosfääri. (võib-olla nad lihtsalt laiskasid) ja sunnevad teid viis minutit vaatama, kuidas õpetaja lahendab heliprobleeme..

Pärast videot järgneb standardne skeem - täiendavad materjalid ja test.

Järgmine teema on SQL keel. Tunnis antakse kõige alused ja näited SQL päringutega töötamiseks, põhimõtteliselt saab sarnaste teemade jaoks videosid ja artikleid. rahulikult internetist täiesti tasuta leida..

SQL kursusel käsitletakse Kaglist pärit andmestiku töötlemist Python'i „Pandas” raamatukogu abil. Tunni struktuur ei ole muutunud: video -> lisamaterjalid -> test. Täiendavaid ülesandeid pole ette nähtud, isegi automaatse tulemuste kontrollimise ülesannet pole. Seega ei ole teil vaja „Anaconda” installida ja koodi kirjutama hakata. Samuti tasub tähele panna koodi väikest fonti videoloengus, telefoni pealt seda vaadata – pole mõtet, ja ka monitori pealt pidin vaatama praktiliselt lähedalt.

Neljas loeng „Logistika aruande visualiseerimine PBI's 10 minutiga” (video kestus on muide 50 minutit) . Selles videos räägitakse huvitavast Power BI tööriistast, ausalt öeldes pole ma sellest enne kuulnud.

Kursuse ootamatu lõpetamine:

Viies lõpploeng räägib andmete korraliku hoidmise üldpõhimõtetest; loeng on taas võetud teisest kursusest. Selles loengus, välja arvatud tavapärane test, ilmub taas kodutöö, kuid ma ei viitsinud seda teha. Kas soovite teada, miks?

Sellepärast, et avades täna kursuse lehe, mille olin läbinud vaid poole ulatuses, nägin ma järgnevat:

See tähendab , et süsteem pidas mind kursuse edukaks läbijaks, kuigi tegelikult ei olnud ma seda lõpetanud..

Peale kõigi ülejäänud videote vaatamist ja testide tegemist ei muutunud loendur, vaid jäi endiselt 56% peale. Ma arvan, et oleksin võinud üldse mitte midagi vaadata ega teste teha ja ikka oleksin saanud „Diplomi”..

Eriti üllatav on see, et ametlikus kirjas kestis kursus 22. juulist 14. augustini, kuid „Diplom” anti mulle juba 04.08.2019.

Koolituse kokkuvõte

Ettevõtte veebisait lubab koolituse lõpus meile: „Teie kvalifikatsiooni kinnitavad kehtivad dokumendid”. Kuid probleem on selles, et see kursus ei tundu olevat ei ümberkvalifitseerimise ega kvalifikatsiooni tõstmise programm, seega saate lihtsalt „sertifikaadi”, millel ei ole ametlikku staatust..

Tõenäoliselt on mõistlik küsimus: „Mida sa ootasid 990 rubla eest?”. Ausalt öeldes - ei oodanud midagi. On selge, et kvaliteetsed kursused maksavad oluliselt rohkem. Aga kogu probleem on see, et on tasuta kursusi, mis on tehtud mitte halvemini, vaid mitmeid kordi professionaalsemalt, näiteks kursused MVA või Cognitive Class. Sama „sertifikaat” kursuse lõpetamise kohta (kui see kellelegi tõeliselt vajalik on) on seal. saab saada täiesti tasuta.

Plusside seas on kindlasti see, et need ülevaateressursid on koondatud ühte kohta ja täiesti tundmatul Data Science valdkonnas on algajal kindlasti lihtsam orienteeruda.

Kursuse lõppedes lubatakse meile, et me õpime hulga tööriistu ja suudame oma CV-s kirjutada selliselt:

Tegelikult on see väga suur liialdus. Paljusid tööriistu kuulete te tegelikult vaid ja mitte rohkem.

Elulookirjeldus

Minu arvates on kursus minimaalsete kasutegudega, eriti häirib see, et autorid ei viitsinud salvestada sellele eraldi videoloenguid. Ausalt öeldes on selle eest raha küsida piinlik, või siis tuleks küsida kümme korda vähem.

Aga veel kord rõhutan, et kõik eelnevalt öeldu on vaid minu subjektiivne arvamus, kas seda kursust läbida või mitte - otsustada on Teil.

P.S. Võib-olla parandavad kursuse autorid seda ajaga ja kogu artikkel kaotab oma aktuaalsuse.
Igaks juhuks mainin, et see kehtib kursuse esimese käivitamise kohta 22. juulist 14. augustini

P.P.S. Kui postitus osutub nii ebaõnnestunuks, siis kustutan selle, aga alguses sooviksin lugeda kriitikat, ehk on lihtsalt midagi vaja toimetada. Praegu tundub see nagu kvaliteediga kursuse ebamugav kriitika maha tegemine

Allikas: habr.com