È passato un bel po' di tempo da quando ho scritto qualcosa, ma improvvisamente è emerso un motivo per spolverare il mini-ciclo di pubblicazioni sull'"insegnamento del Data Science da zero". Su una pubblicità contestuale di un social network, così come sul mio amato "Habr", mi sono imbattutto in informazioni su un percorso . Costava pochissimo, la descrizione del corso era colorata e promettente. "Perché non riprendere in mano quelle competenze impolverate passando un altro corso?" — ho pensato. Inoltre, ha avuto un ruolo il mio interesse: da tempo volevo vedere come era organizzato l'insegnamento in questa azienda.
Voglio avvisarvi subito, non sono in alcun modo affiliato allo sviluppo del corso o ai loro concorrenti. Tutto il materiale dell'articolo è il mio giudizio soggettivo con un leggero velo di ironia.
Allora, non sai ancora dove investire i tuoi 990 rubli? Allora ti invito sotto al tag.
Come piccola prefazione, dirò che ho un approccio piuttosto scettico verso i corsi promettenti in grado di trasformare un novizio in un "analista di dati di successo con uno stipendio superiore ai 100.000 rubli" (anche se sicuramente l'hai intuito dall'immagine di copertura dell'articolo).
Qualche anno fa, nel pieno della pubblicità attiva sull'insegnamento del Data Science, ho provato in vari modi a imparare almeno qualcosa nel campo della scienza dei dati e ho condiviso appunti sulle mie esperienze con i lettori di Habr.
Altri articoli del ciclo1. Iniziamo con le basi:
2. Facciamo pratica con le prime abilità
E così, dopo molto tempo, ho deciso di provare un altro corso.
Descrizione del corso:
La descrizione del corso «Partenza nel Data Science» promette che, spendendo solo 990 rubli (al momento della stesura dell'articolo) otteniamo un corso di quattro settimane in formato di videolezioni e compiti pratici per principianti. Non dimentichiamo neanche la compensazione parziale del costo del corso tramite detrazione fiscale (Promettono di inviare tutti i documenti via email).
Il corso è suddiviso in due blocchi condizionali: uno spiega cosa siano i «Dati scientifici», quali sono le direzioni popolari e come sviluppare una carriera nel settore del 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 «gustoso», paghiamo il corso e aspettiamo la data di inizio.
In attesa, accediamo al nostro profilo un giorno prima dell'inizio del corso, scorriamo le parole di incoraggiamento degli sviluppatori e aspettiamo la notificazione tanto attesa dell'inizio del corso.
Il tempo è volato, è arrivato «Il Giorno D», possiamo iniziare a studiare. Aprendo la prima lezione, vedremo il consueto schema dei sistemi di formazione online: videolezione, materiali aggiuntivi, test e compiti a casa. Se avete mai utilizzato Coursera, EDX, Stepik non dovreste avere problemi.
All'interno del corso:
Procediamo in ordine. Il tema della prima lezione è «Panoramica DS: basi, utilità, applicazione» e inizia con una videolezione, come tutte le lezioni successive.
E sin dall'inizio si percepisce che i responsabili si sono attenuti all'approccio «Così va bene» del mio amato cartone animato sovietico.
Sin dal primo minuto si capisce che il materiale per il corso non è stato registrato appositamente, ma è stato estratto da altre lezioni aperte o da corsi specifici. Inoltre, ai video mancano i sottotitoli e l'opzione di download per la visione offline.
Dopo la lezione vengono offerti materiali aggiuntivi (presentazione della videolezione e letteratura consigliata), che non analizzeremo.
Poi ci attende un test. I test variano per grado di difficoltà e adeguatezza delle domande rispetto al materiale trattato.
E qui si manifesta nuovamente la mancanza di interesse per il risultato dell'apprendimento, si può fallire il test, ma questo non influirà su nulla,la lezione la passerete comunque con successo, mentre la richiesta di un ulteriore tentativo per una ripetizione rimarrà probabilmente senza risposta.
In seguito, lo schema del corso: «video -> materiali aggiuntivi -> test» sarà alla 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 per essere onesti, io ne ho completato solo uno.
Il primo compito a casa consiste nell'invio del proprio curriculum con la descrizione delle competenze chiave. Non posso affermare al 100%, ma mi sembra che verrà accettato praticamente qualsiasi curriculum e il compito verrà convalidato. Dopo il compito, riceverete materiali aggiuntivi — raccomandazioni. Ricordando quanto ho faticato con i compiti su Coursera, sono rimasto un po' deluso dalla semplicità di questo.
Dopo aver completato la parte introduttiva, inizia lo studio tanto atteso degli «Strumenti per iniziare a lavorare in Data Science». E il primo lezione ha un titolo accattivante: «Lavorare con Excel: potenziamento delle competenze da zero fino all'analista».
Wow! Sembra allettante, ma in realtà la differenza tra aspettativa e realtà è la stessa che intercorre tra la fotografia di un hamburger in un annuncio pubblicitario e quello che ti verrà consegnato alla cassa.
Fondamentalmente, osserveremo come, spostandoci dall'autocompletamento delle celle in Excel alla descrizione confusa della funzione «CERCA.VERT()», l'insegnante vacillerà, come Amleto, sul tema della questione «Essere, o non essere» «Spiegare tutto per i principianti» o «Fornire materiale interessante per i professionisti». A mio avviso soggettivo, non è riuscito né in uno né nell'altro.
Particolarmente interessante è che, sebbene nel corso non sia previsto un webinar dal vivo. Cioè, queste non sono registrazioni delle lezioni che hai perso, ma semplicemente registrazioni di lezioni avvenute molto tempo fa (vedi figura sottostante), gli autori hanno comunque deciso di mantenere l'atmosfera. (o forse si sono semplicemente rilassati) e ti costringono a guardare per cinque minuti mentre l'insegnante risolve problemi di audio..
Dopo il video seguono, secondo lo schema standard – materiali aggiuntivi e test.
La prossima tematica riguarda il linguaggio SQL. La lezione fornisce le basi e esempi di lavoro con le query SQL; in linea di massima, è possibile trovare video e articoli su questo argomento tranquillamente su Internet, e completamente gratuitamente..
Per SQL c'è una lezione sulla gestione del dataset di Kagle utilizzando la libreria Python «Pandas». La struttura della lezione non è cambiata: video -> materiali aggiuntivi -> test. Non sono previsti compiti aggiuntivi, non c'è nemmeno un compito con verifica automatica dei risultati. Pertanto, non dovrete nemmeno installare «Anaconda» o scrivere codice. Anche vale la pena notare il carattere ridotto del codice nella videolezione, guardarla sul telefono è privo di senso, e anche sul monitor l'ho dovuta guardare praticamente da vicino.
La quarta lezione «Visualizzazione del report sulla logistica in PBI in 10 minuti» (il video dura infatti circa 50 minuti) . In questo video verrà presentato uno strumento interessante di Power BI, sinceramente non ne avevo mai sentito parlare prima.
Un finale inaspettato del corso:
La quinta lezione finale parlerà dei principi generali di una corretta archiviazione dei dati, la lezione è, di nuovo, estratta da un altro corso. In questa lezione, oltre al test standard, appare di nuovo un compito a casa, ma non l'ho fatto. Vuoi sapere perché?
Perché, aprendo oggi la pagina del corso, completato solo a metà, ho visto questo:
Cioè il sistema ha calcolato che ho completato con successo il corso, anche se in realtà non l'ho finito.
E dopo aver visto tutti i video rimanenti e aver svolto i test, il contatore non è cambiato, è rimasto fermo al 56%. Suppongo che potrei non guardare nulla e non fare alcun test, e comunque avrei ricevuto il «Diploma».
Particolarmente sorprendente è il fatto che nell'email ufficiale il corso fosse previsto dal 22 luglio al 14 agosto, eppure il «Diploma» mi è stato rilasciato già il 04.08.2019.
Risultato dell'apprendimento
Il sito dell'azienda, al termine del corso, ci promette: «La tua qualifica sarà confermata da documenti di tipo ufficiale». Ma c'è un problema, questo corso sembra non essere né un programma di riqualificazione né un programma di aggiornamento, e quindi riceverai semplicemente un «certificato», che non ha sostanzialmente alcuno status ufficiale.
Probabilmente, sarà ragionevole chiedere: «Cosa ti aspettavi per 990 rubli?». A dire il vero – non aspettavo nulla. È chiaro che i corsi di qualità costano molto di più. Ma il problema è che ci sono corsi gratuiti che sono fatti non solo bene, ma in modo molto più professionale, ad esempio i corsi di o di . Lo stesso «certificato» di completamento del corso (se a qualcuno interessa), lì puoi ottenere completamente gratis.
Tra i vantaggi, si può notare che questi materiali di revisione sono raccolti in un unico posto, rendendo davvero più facile orientarsi in questo campo per qualcuno che è completamente estraneo alla Data Science.
Al termine del corso ci promettono che impareremo un sacco di strumenti e che nel nostro curriculum potremo scrivere così:
In effetti è un'iperbole molto forte. Di molti strumenti, in sostanza, ascolterai solo e non di più.
Riepilogo
A mio avviso, il corso offre un minimo di valore utile, e ciò che delude maggiormente è che gli autori non si sono presi la briga di registrare videolezioni separate per esso. In modo onesto, è imbarazzante chiedere soldi per qualcosa del genere, o dovrebbero chiedere 10 volte meno.
Ma ripeto, tutto ciò che ho detto è solo la mia opinione soggettiva, se seguire questo corso o meno spetta a te decidere.
P.S. Potrebbe essere che col tempo gli autori migliorino il corso e l'intero articolo perda attualità.
Per ogni evenienza, scriverò che questa valutazione è valida per il primo avvio di questo corso dal 22 luglio al 14 agosto
P.P.S. Se il post è risultato tanto sfortunato, lo cancellerò, ma all'inizio mi piacerebbe leggere le critiche, forse semplicemente c'è qualcosa da rettificare. Finora sembra solo come un tentativo di scartare una critica poco comoda a un corso di scarsa qualità.
Fonte: habr.com
