È passato un po' di tempo da quando ho scritto qualcosa, ma improvvisamente è emerso un motivo per togliere la polvere da un mini-ciclo di pubblicazioni su «l’apprendimento della Data Science da zero». Su una delle piattaforme di pubblicità in contesto, così come sul mio amato «Habr», ho trovato informazioni su un corso . Il costo era ridotto, e la descrizione del corso era vivace e promettente. «Perché non riacquistare competenze dimenticate partecipando a un altro corso?» ho pensato. La mia curiosità ha influenzato la decisione, da tempo volevo vedere come fosse organizzata la formazione in questa azienda.
Vi avviso subito, non ho alcun legame né con gli ideatori del corso né con i loro concorrenti. Tutto il materiale che segue è il mio giudizio soggettivo, con un leggero tocco di ironia.
Quindi, non sapete ancora dove investire i vostri 990 rubli? Allora vi invito a continuare a leggere.
Come premessa, vorrei dire che ho una certa dose di scetticismo nei confronti di corsi promettenti capaci di trasformare un principiante in un "analista dei dati di successo con uno stipendio superiore a 100.000 rubli" in poco tempo (anche se probabilmente lo avevi già intuito dall'immagine di copertura dell'articolo).
Qualche anno fa, sull'onda di una intensa pubblicità dei corsi di formazione in Data Science, ho provato vari modi per apprendere qualcosa nel campo della scienza dei dati e ho condiviso le mie note sulle difficoltà incontrate con i lettori di Habr.
Altri articoli del ciclo1. Impariamo le basi:
2. Pratichiamo le prime competenze
E così, dopo molto tempo, ho deciso di provare un altro corso.
Descrizione del corso:
La descrizione del corso «Avvio in Data Science» promette che, spendendo solo 990 rubli (al momento della scrittura dell'articolo) otterremo un corso di quattro settimane in formato di videolezioni e esercizi pratici per principianti. Inoltre, non dimentichiamo il rimborso parziale del costo del corso sotto forma di detrazione fiscale (Promettono di inviare tutti i documenti via email).
Il corso è suddiviso in due blocchi. Il primo spiega cosa sia la «Scienza dei Dati», quali siano le direzioni popolari e come si possa sviluppare una carriera nel campo della Data Science. Il secondo blocco esamina cinque strumenti per l'analisi dei dati: Excel, SQL, Python, Power BI e «Cultura del lavoro con i dati».
Bene, sembra «appetitoso», pago il corso e aspetto la data di inizio.
Siamo in attesa, accediamo al nostro profilo il giorno prima dell'inizio del corso, scorriamo le parole di incoraggiamento degli sviluppatori e aspettiamo la notifica dell'attesissimo avvio del corso.
Il tempo è volato, è arrivato il "Giorno D", possiamo iniziare a studiare. Aprendo la prima lezione, vedremo la consueta scheda dei sistemi di apprendimento online: videolezione, materiali aggiuntivi, test e compiti a casa. Se avete mai utilizzato Coursera, EDX o Stepik, non dovreste avere alcun problema.
All'interno del corso:
Procediamo in ordine. Il tema della prima lezione è "Panoramica di DS: fondamenti, vantaggi, applicazione", inizia con una videolezione, come tutte le successive.
E fin dall'inizio si avverte che i colleghi si sono guidati dall'approccio "Va bene così" del mio cartone animato sovietico preferito.
Dalla prima minuto si capisce che il materiale del corso non è stato registrato appositamente, ma è stato estratto da altre lezioni aperte o corsi tematici. Inoltre, nel video mancano i sottotitoli e la possibilità di scaricare per la visione offline.
Dopo la lezione, vengono forniti materiali aggiuntivi per l'insegnamento (presentazione della videolezione e letteratura consigliata), che non analizzeremo.
Poi ci aspetta il test. I test possono variare in termini di difficoltà e pertinenza delle domande rispetto ai contenuti trattati.
Ecco che si manifesta nuovamente la mancanza di interesse nel risultato dell'apprendimento, si può fallire il test, ma questo non avrà alcuna conseguenza,la lezione verrà comunque superata con successo, mentre la richiesta di un secondo tentativo per il recupero rimarrà probabilmente senza risposta.
In seguito, il modello della lezione: «video → materiali aggiuntivi → test» sarà la base di tutto il corso.
A volte la lezione sarà arricchita da questionari e compiti a casa.
Ci sono solo due compiti a casa. E, a dire il vero, ne ho superato solo uno.
Come primo compito a casa è necessario inviare il proprio curriculum con una descrizione delle principali competenze. Non posso affermare con certezza, ma mi sembra che quasi ogni curriculum venga accettato e il compito venga convalidato. Dopo il compito, riceverai materiali aggiuntivi — raccomandazioni. Ricordando quanto ho faticato con i compiti a casa su Coursera, mi sono anche un po' rattristato per questa semplicità.
Dopo aver completato la parte introduttiva, inizia lo studio atteso degli "Strumenti per iniziare con il Data Science". E il primo è una lezione con un titolo accattivante: "Lavorare con Excel: potenziare le competenze da zero ad analista".
Wow! Suona allettante, ma in realtà la differenza tra aspettativa e realtà è la stessa che c'è tra la foto di un hamburger in una pubblicità di fast food e quello che ti sarà consegnato alla cassa.
In sostanza, osserveremo come, passando dall'autocompletamento delle celle in Excel alla descrizione confusa della funzione "CERCA.VERT()", l'insegnante si dibatterà come Amleto sul quesito "Essere o non essere" — "Spiegare tutto per i principianti" o "Fornire materiale interessante per i professionisti". A mio modesto avviso, non è riuscito né nell'uno né nell'altro.
È particolarmente interessante che, nonostante il corso non preveda un webinar dal vivo, gli autori abbiano deciso di mantenere l'atmosfera del corso. Non si tratta di registrazioni delle lezioni perse, ma di registrazioni di lezioni tenutesi molto tempo fa (vedi l'immagine qui sotto). (o forse semplicemente si sono messi in pigrizia) e vi costringono a guardare per cinque minuti come l'insegnante risolve problemi audio..
Dopo il video seguono, secondo lo schema standard, materiali aggiuntivi e un test.
Il prossimo tema riguarda il linguaggio SQL. La lezione fornisce le basi e esempi di utilizzo delle query SQL; in generale, video e articoli su argomenti simili possono essere facilmente trovati su Internet completamente gratis..
Dopo SQL segue una lezione sull'elaborazione di un dataset da Kaggle utilizzando la libreria Python 'Pandas'. Lo schema della lezione non è cambiato: video -> materiali aggiuntivi -> test. Non sono previsti compiti aggiuntivi, non c'è neppure un compito con verifica automatica dei risultati. Pertanto, non dovrete installare 'Anaconda' e scrivere codice. Inoltre, è da notare il carattere piccolo del codice nella videolezione., guardare sul telefono è inutile, e anche al monitor ho dovuto guardare praticamente a stretto contatto.
Quarto lezione «Visualizzazione del report sulla logistica in PBI in 10 minuti» (il video dura infatti circa 50 minuti) . In questo video parleranno di uno strumento interessante, Power BI, di cui devo ammettere non avevo mai sentito parlare prima.
Un finale inaspettato del corso:
La quinta e ultima lezione tratterà i principi generali di una corretta archiviazione dei dati; la lezione è stata nuovamente estratta da un altro corso. In questa lezione, oltre al test standard, appare di nuovo un compito a casa, ma non l'ho svolto. Vuoi sapere perché?
Perché, aprendo oggi la pagina del corso, completato solo per metà, ho visto questo:
Cioè il sistema ha conteggiato che ho completato con successo il corso, anche se in realtà non l'ho finito.
Inoltre, dopo aver visto tutti i video rimanenti e aver sostenuto i test, il contatore non è cambiato e è rimasto al 56%. Presumo che potrei non guardare nulla e non sostenere test e comunque ricevere il «Diploma».
Particolarmente sorprendente è il fatto che nella comunicazione ufficiale il corso era previsto dal 22 luglio al 14 agosto, mentre il «Diploma» è stato emesso il 04.08.2019.
Esito dell'apprendimento
Il sito dell'azienda alla fine del corso promette: «La tua qualifica sarà confermata da documenti di modello stabilito». Ma, purtroppo, sembra che questo corso non sia né un programma di riqualificazione né un programma di aggiornamento professionale, il che significa che otterrai semplicemente un «certificato» che non ha alcuno status ufficiale.
Probabilmente, una domanda ragionevole sarebbe: «Cosa ti aspettavi per 990 rubli?». A dirla tutta – non mi aspettavo nulla. È chiaro che corsi di qualità costano significativamente di più. Ma tutta la sfortuna è che ci sono corsi gratuiti che non solo non sono peggiori, ma sono decisamente più professionali, come i corsi di o di . Lo stesso «certificato» di completamento del corso (se mai a qualcuno serve), lì puoi ottenerlo del tutto gratuitamente.
Tra i pro, si può notare che questi materiali di revisione sono raccolti in un unico posto e a una persona totalmente estranea al Data Science sarà davvero più semplice orientarsi in questo campo.
Alla fine del corso ci promettono che impareremo un sacco di strumenti e potremo scrivere nel nostro curriculum così:
Infatti è una grossa esagerazione. Molti strumenti li sentirai solo e nient'altro.
Riepilogo
A mio parere, il corso offre un’utilità minima; ciò che mi rattrista di più è che gli autori non si sono presi la briga di registrare video lezioni separate. In buona sostanza, sarebbe imbarazzante chiedere soldi per questo, o quantomeno si dovrebbero chiedere dieci volte di meno.
Ma ripeto che tutto ciò detto è solo il mio giudizio soggettivo; sta a voi decidere se seguire questo corso o meno.
P.S. Potrebbe darsi che nel tempo gli autori apportino delle migliorie al corso e l’intera pubblicazione perda di rilevanza.
Per ogni evenienza, preciso che è valida per il primo avvio di questo corso, dal 22 luglio al 14 agosto.
P.P.S. Se questo post risulta così sfortunato, lo cancellerò, ma inizialmente mi piacerebbe ricevere critiche; magari c'è semplicemente qualcosa da rivedere. Adesso sembra solo una risposta negativa a una critica scomoda riguardante un corso di scarsa qualità.
Fonte: habr.com
