"איך להתחבר עם אנליסטים מתחילים" או סקירה של הקורס המקוון "התחל במדעי הנתונים"

לא כתבתי שום דבר במשך "אלף שנה", אבל פתאום הייתה סיבה לפוצץ את האבק ממיני מחזור של פרסומים על "לימוד Data Science מאפס". בפרסום קונטקסטואלי באחת הרשתות החברתיות, כמו גם ב-Habré האהוב עליי, נתקלתי במידע על הקורס "התחל במדעי הנתונים". זה עלה פרוטות בלבד, תיאור הקורס היה צבעוני ומבטיח. "למה לא לשחזר את הכישורים שהפכו מאובקים מחוסר תועלת על ידי לימוד קורס נוסף?" - חשבתי. גם הסקרנות שיחקה תפקיד: הרבה זמן רציתי לראות איך עובד ארגון ההדרכה במשרד הזה.

הרשו לי להזהיר אתכם מיד שאני לא קשור בשום אופן למפתחי הקורס או למתחרים שלהם. כל החומר במאמר הוא השיפוט הערכי הסובייקטיבי שלי עם נגיעה קלה של אירוניה.
אז, אתה עדיין לא יודע איפה להשקיע את 990 רובל שהרווחת קשה? אז אתה מוזמן מתחת לחתול.

כהקדמה קטנה, אגיד שאני קצת סקפטי לגבי קורסים מבטיחים שיכולים להפוך מתחילים ל"מנתח נתונים מצליח עם שכר של מעל 100 רובל" תוך זמן קצר (אם כי כנראה ניחשתם זאת מתמונת הכותרת של המאמר).

לפני מספר שנים, בעקבות פרסום פעיל להכשרת Data Science, ניסיתי בדרכים שונות לשלוט לפחות במשהו בתחום מדעי הנתונים ושיתפתי הערות לגבי המהמורות שקיבלתי עם קוראי Habr.

מאמרים נוספים בסדרה1. למד את היסודות:

• "תפוס נתונים גדולים וקטנים!" - (סקירה קצרה של קורסי מדעי הנתונים משיעור קוגניטיבי)
• "עכשיו הוא ספר גם אותך" או Data Science מאפס
• "קרחון במקום אוסקר!" או איך ניסיתי ללמוד את היסודות של DataScience על kaggle
• "המנוע הקטן שיכול!" או "התמחות למידת מכונה וניתוח נתונים", דרך עיניו של מתחיל במדעי הנתונים

2. תרגל את הכישורים הראשונים שלך

• "Rise of MachinesLearning" או שילוב תחביבים של Data Science וניתוח ספקטרום של נורות
• "כמו שעון!" או למידת מכונה (מדע נתונים) ב-C# באמצעות Accord.NET Framework
• "השתמש בכוחה של למידת מכונה, לוק!" או סיווג אוטומטי של גופי תאורה לפי KSS
• "ארבע חתונות והלוויה אחת" או רגרסיה ליניארית לניתוח נתונים פתוחים מממשלת מוסקבה
• "מכתב לסולטן הטורקי" או רגרסיה לינארית ב-C# באמצעות Accord.NET לניתוח נתונים פתוחים של מוסקבה

ואחרי הרבה זמן החלטתי לנסות קורס אחר.

תיאור הקורס:

התיאור של הקורס "התחל במדעי הנתונים" מבטיח כי לאחר הוצאות רק 990 רובל (בזמן כתיבת שורות אלו) נקבל קורס בן ארבעה שבועות במתכונת של הרצאות וידאו ומשימות מעשיות למתחילים. כמו כן, בואו לא נשכח פיצוי על חלק מעלות הקורס בצורה של ניכוי מס (הם מבטיחים לשלוח את כל המסמכים בדואר).

לקורס שני בלוקים מותנים, האחד יגיד לך מה זה "Data Science", אילו תחומים פופולריים יש ואיך אתה יכול לפתח קריירה בתחום ה-DataScience. הבלוק השני בוחן חמישה כלים לניתוח נתונים: Excel, SQL, Python, Power BI ו-Data Culture.

ובכן, מה שנשמע "טעים", אנחנו משלמים על הקורס ומחכים לתאריך ההתחלה.

בציפייה אנו נכנסים לחשבון האישי שלנו יום לפני תחילת הקורס, גוללים בין מילות הפרידה מהמפתחים וממתינים להודעה על תחילת הקורס המיוחלת.

הזמן חלף, D-Day הגיע, ואתה יכול להתחיל להתאמן. לאחר פתיחת השיעור הראשון, נראה תכנית המוכרת למערכות למידה מקוונות - הרצאת וידאו, חומרים נוספים, מבחנים ושיעורי בית. אם אי פעם השתמשת ב-Coursera, EDX, Stepik, אז לא אמורות להיות לך בעיות.

בתוך הקורס:

בוא נלך לפי הסדר. הנושא של השיעור הראשון הוא "סקירת DS: יסודות, יתרונות, יישומים", הוא מתחיל בהרצאת וידאו, כמו כל השיעורים הבאים.

ומלכתחילה מורגש שהחברים הונחו על ידי הגישה "אז זה יעשה" מהקריקטורה הסובייטית האהובה עלי.

כבר מהרגע הראשון אתה מבין שהחומר לקורס לא הוקלט במיוחד, אלא נלקח מכמה שיעורים פתוחים אחרים או קורסים מיוחדים. גם לסרטון ללא כתוביות או אפשרות הורדה לצפייה במצב לא מקוון.

לאחר ההרצאה מוצעים חומרים נוספים לשיעור (מצגת מהרצאת הווידאו וספרות מומלצת), לא ננתח אותם.

ואז מחכה לנו מבחן. המבחנים משתנים במידת המורכבות וההלימה של השאלות לחומר הנדון.

והנה שוב בא לידי ביטוי חוסר העניין בתוצאת האימון, אתה יכול להיכשל במבחן, אבל זה לא ישפיע על שום דבר, עדיין תעבור את השיעור בהצלחה, אך סביר להניח שהבקשה לניסיון נוסף לביצוע חוזר תישאר ללא מענה.

בהמשך, מערך השיעור: "סרטון -> נוסף. חומרים -> מבחן" יהיו הבסיס לכל הקורס.

לעיתים השיעור ידולל בשאלונים ושיעורי בית עצמאיים.

יש רק שתי מטלות בית. ולמען האמת, עברתי רק אחד.

משימת שיעורי הבית הראשונה שלך היא הגשת קורות החיים שלך המפרטת את כישורי המפתח שלך. אני לא יכול להגיד 100%, אבל נראה לי שכמעט כל קורות חיים יתקבלו והמשימה תתקבל. לאחר המשימה, יישלחו אליך חומרים נוספים - המלצות. כשזכרתי איך נאבקתי עם שיעורי הבית ב-Coursera, אפילו הייתי קצת כועסת על כמה שזה היה פשוט.

לאחר השלמת חלק המבוא, מתחיל לימוד "הכלים לתחילת העבודה ב-Data Science" המיוחל. והראשון הוא שיעור עם כותרת רועשת: "עבודה באקסל: שדרוג מיומנויות מאפס לאנליסט."

וואו! זה נשמע מפתה, אבל במציאות ההבדל בין ציפייה למציאות זהה לזה שבין תמונה של המבורגר ממודעת מזון מהיר לבין מה שנותנים לך בקופה.

למעשה, נראה כיצד, מעבר מתאי מילוי אוטומטי באקסל לתיאור מבלבל של הפונקציה "VLOOKUP()", המורה יהסס כמו המלט בנושא השאלה "להיות או לא להיות", " הסבר הכל למתחילים" או "תן חומר מעניין למקצוענים." לדעתי הסובייקטיבית, לא זה ולא השני הסתדר.

זה נהדר במיוחד שלמרות העובדה שהקורס אינו כולל סמינר אינטרנט חי. כלומר, לא מדובר בהקלטות של שיעורים שפספסתם, אלא פשוט בהקלטות של שיעורים שהתקיימו מזמן (ראו תמונה למטה), המחברים בכל זאת החליטו לשמור על האווירה (או אולי הם פשוט היו עצלנים) и לגרום לך לצפות במשך חמש דקות בזמן שהמורה פותר בעיות קול.

לאחר הסרטון, בהתאם לתכנית הסטנדרטית, יופיעו חומר נוסף ומבחן.

הנושא הבא הוא על שפת SQL. השיעור מספק את הבסיס והדוגמאות לעבודה עם שאילתות SQL; באופן עקרוני, ניתן למצוא סרטונים ומאמרים בנושא דומה קל למצוא באינטרנט בחינם.

לאחר SQL יש שיעור על עיבוד מערך נתונים מ-Kagle באמצעות ספריית Python "Pandas". מערך השיעור לא השתנה: וידאו -> נוסף. חומרים -> בדיקה. אין משימות נוספות מסופקות, אפילו לא משימה עם בדיקה אוטומטית של תוצאות. לפיכך, בהחלט לא תצטרך להתקין את אנקונדה ולכתוב קוד. גַם כדאי לשים לב לאותיות הקטנות של הקוד בהרצאת הווידאו, אין טעם לצפות בו בטלפון, והייתי צריך להסתכל עליו כמעט נקודתי על הצג.

שיעור רביעי: "הדמיה של דוח לוגיסטי ב-PBI תוך 10 דקות" (видео кстати длится минут 50) . בסרטון הזה הם ידברו על כלי מעניין בשם Power BI; למען האמת, מעולם לא שמעתי עליו קודם.

סיום לא צפוי של הקורס:

השיעור החמישי האחרון יספר לכם על העקרונות הכלליים של אחסון נתונים נכון; ההרצאה שוב לקוחה מקורס אחר. בשיעור זה, בנוסף למבחן הסטנדרטי, מופיעים שוב שיעורי בית, אך לא עשיתי אותם. רוצה לדעת למה?

כי כשפתחתי היום את הדף של הקורס, שרק חצי הסתיים, ראיתי את זה:

זה המערכת חשבה שסיימתי את הקורס בהצלחה, למרות שלמעשה לא סיימתי אותו.

יתרה מכך, לאחר צפייה בכל הסרטונים הנותרים וביצוע בדיקות, המונה לא השתנה, אלא נותר על 56%. אני מניח ש לא יכולתי לראות כלום ולא לעשות מבחנים ועדיין לקבל "דיפלומה".

מה שמפתיע במיוחד הוא שהקורס נמשך רשמית מה-22 ביולי עד ה-14 באוגוסט, וה"דיפלומה" הונפקה לי כבר ב-04.08.2019 באוגוסט XNUMX.

תוצאת האימון

עם סיום ההכשרה, אתר החברה מבטיח לנו: "הכישורים שלך יאושרו על ידי מסמכים מהטופס שנקבע". אבל הבעיה היא שנראה שהקורס הזה אינו תוכנית הסבה או תוכנית הכשרה מתקדמת, מה שאומר שפשוט תקבל "תעודה", שבאופן עקרוני אין לה מעמד רשמי.

כנראה שאלה סבירה תהיה: "למה ציפית עבור 990 רובל?" למען האמת, לא ציפיתי לכלום. ברור שקורסים איכותיים יקרים משמעותית. אבל הצרה היא שיש קורסים חינמיים שנעשים לא רק שלא גרועים יותר, אלא הרבה פעמים בצורה מקצועית יותר, למשל, קורסים מבית הספר. MVA או מ שיעור קוגניטיבי. אותה "תעודה" על סיום הקורס (אם מישהו צריך אותה), שם אתה יכול לקבל את זה לגמרי בחינם.

אחד היתרונות הוא שחומרי הסקירה הללו נאספים במקום אחד ויהיה ממש קל לאדם שלא מכיר את Data Science לנווט באזור זה.

בסיום הקורס מבטיחים לנו שנלמד שלל כלים, וברזומה נוכל לכתוב משהו כזה:

למעשה זו הגזמה מאוד חזקה. אתה בעצם רק תשמע על כלים רבים ותו לא.

תקציר

לדעתי, לקורס יש עומס שימושי מינימלי; זה מאכזב במיוחד שהכותבים התעצלו להקליט עבורו הרצאות וידאו נפרדות. במובן טוב, חבל לבקש כסף על משהו כזה, או שצריך לבקש פי 10 פחות.

אבל אני חוזר שוב שכל האמור לעיל הוא רק השיפוט הערכי הסובייקטיבי שלי; זה תלוי בך להחליט אם לקחת את הקורס הזה או לא.

נ.ב אולי עם הזמן מחברי הקורס יסיימו אותו והכתבה כולה תאבד רלוונטיות.
ליתר בטחון, אכתוב שזה תקף להשקה הראשונה של קורס זה מה-22 ביולי עד ה-14 באוגוסט

PPS אם הפוסט התברר כל כך לא מוצלח, אני אמחק אותו, אבל בהתחלה הייתי רוצה לקרוא את הביקורת, אולי פשוט צריך לערוך משהו. אחרת, בינתיים זה נראה כמו ביקורת לא נוחה על קורס לא איכותי

מקור: www.habr.com