„Kaip užmegzti ryšį su pradedančiais analitikais“ arba internetinio kurso „Start in Data Science“ apžvalga

Nieko nerašiau „tūkstantį metų“, bet staiga atsirado priežastis nupūsti dulkes nuo mini publikacijų ciklo „Duomenų mokslo mokymasis nuo nulio“. Kontekstinėje reklamoje viename iš socialinių tinklų, taip pat mano mėgstamiausiame Habré, radau informaciją apie kursą „Pradėti duomenų moksle“. Kainavo tik centus, kurso aprašymas buvo spalvingas ir daug žadantis. „Kodėl neatkurus įgūdžių, kurie tapo nenaudingi, išklausius kitą kursą? - As maniau. Smalsumas taip pat turėjo įtakos, seniai norėjau pamatyti, kaip vyksta mokymų organizavimas šiame biure.

Iš karto perspėju, kad aš niekaip nesusijęs su kursų kūrėjais ar jų konkurentais. Visa straipsnyje pateikta medžiaga yra mano subjektyvus vertinimas su šiek tiek ironijos.
Taigi, jūs vis dar nežinote, kur investuoti sunkiai uždirbtus 990 rublių? Tada esate laukiami po katinu.

„Kaip užmegzti ryšį su pradedančiais analitikais“ arba internetinio kurso „Start in Data Science“ apžvalga

Nedidelę pratarmę pasakysiu, kad esu šiek tiek skeptiškas dėl perspektyvių kursų, kurie pradedantįjį per trumpą laiką gali paversti „sėkmingu duomenų analitiku, kurio atlyginimas viršija 100 000 rublių“ (nors tikriausiai tai atspėjote iš titulinio paveikslėlio). straipsnis).

Prieš keletą metų, po aktyvios duomenų mokslo mokymų reklamos, įvairiais būdais bandžiau bent ką nors įvaldyti duomenų mokslo srityje ir dalinausi pastabomis apie patirtus smūgius su Habr skaitytojais.

Kiti serijos straipsniai1. Išmokite pagrindus:

2. Praktikuokite savo pirmuosius įgūdžius

Ir po ilgo laiko nusprendžiau išbandyti kitą kursą.

Kurso aprašymas:

Kurso „Start in Data Science“ aprašyme žadama, kad išleidus tik 990 rublių (rašymo metu) sulauksime keturių savaičių trukmės video paskaitų ir praktinių užduočių formato kurso pradedantiesiems. Taip pat nepamirškime apie dalies kurso išlaidų kompensavimą mokesčių atskaitymo forma (jie žada atsiųsti visus dokumentus paštu).

Kursą sudaro du sąlyginiai blokai, iš kurių vienas jums pasakys, kas yra „Duomenų mokslas“, kokios populiarios sritys yra ir kaip galima kurti karjerą DataScience srityje. Antrame bloke nagrinėjami penki duomenų analizės įrankiai: Excel, SQL, Python, Power BI ir duomenų kultūra.

Na, o kas skamba „skanu“, susimokame už kursus ir laukiame pradžios datos.

Tikėdamiesi, mes prisijungiame prie savo asmeninės paskyros dieną prieš kurso pradžią, slenkame kūrėjų atsisveikinimo žodžius ir laukiame pranešimo apie ilgai lauktą kurso pradžią.

Laikas prabėgo, atėjo D diena ir galite pradėti treniruotis. Atidarę pirmąją pamoką pamatysime internetinėms mokymosi sistemoms pažįstamą schemą – video paskaita, papildoma medžiaga, testai ir namų darbai. Jei kada nors naudojote Coursera, EDX, Stepik, problemų neturėtų kilti.

Kurso viduje:

Eikime eilės tvarka. Pirmosios pamokos tema „DS apžvalga: pagrindai, privalumai, taikymas“, ji, kaip ir visos tolesnės pamokos, prasideda vaizdo paskaita.

Ir nuo pat pradžių jaučiasi, kad bendražygiai vadovavosi požiūriu „Taigi tiks“ iš mano mėgstamiausio sovietinio animacinio filmo.

Nuo pat pirmos minutės supranti, kad kurso medžiaga nebuvo specialiai įrašyta, o paimta iš kokių nors kitų atvirų pamokų ar specializuotų kursų. Taip pat prie vaizdo įrašo nėra subtitrų ar atsisiuntimo parinkties peržiūrai neprisijungus.

Po paskaitos siūloma papildoma medžiaga pamokai (pristatymas iš video paskaitos ir rekomenduojama literatūra), jų neanalizuosime.

Tada mūsų laukia išbandymas. Testai skiriasi sudėtingumo laipsniu ir klausimų tinkamumu nagrinėjamai medžiagai.

Ir čia vėl pasireiškia nesidomėjimas treniruočių rezultatu, Galite neišlaikyti testo, bet tai nieko neturės, vis tiek sėkmingai išlaikysite pamoką, tačiau prašymas dėl papildomo bandymo perlaikyti greičiausiai liks neatsakytas.

Vėliau pamokos planas: „vaizdo įrašas -> papildomas. medžiagos -> testas“ bus viso kurso pagrindas.

Kartais pamoka bus atskiesta klausimynais ir savarankiškais namų darbais.

Yra tik dvi namų darbų užduotys. O jei atvirai, praėjau tik vieną.

Jūsų pirmoji namų užduotis yra pateikti savo gyvenimo aprašymą, kuriame būtų išdėstyti pagrindiniai jūsų įgūdžiai. Negaliu pasakyti 100%, bet man atrodo, kad beveik bet koks gyvenimo aprašymas bus priimtas ir užduotis bus priimta. Atlikus užduotį, Jums bus atsiųsta papildoma medžiaga – rekomendacijos. Prisiminęs, kaip kovojau su namų darbais „Coursera“, buvau net šiek tiek nusiminęs, kaip tai paprasta.

Pabaigus įvadinę dalį, prasideda ilgai lauktų „Priemonių duomenų mokslo pradžiai“ studijos. Ir pirmoji yra pamoka skambiu pavadinimu: „Darbas programoje Excel: įgūdžių tobulinimas nuo nulio iki analitiko“.

Oho! Skamba viliojančiai, bet iš tikrųjų skirtumas tarp lūkesčių ir realybės yra toks pat, kaip tarp mėsainio nuotraukos iš greito maisto reklamos ir to, ką jie tau pateikia prie kasos.

Tiesą sakant, mes stebėsime, kaip, pereidamas nuo automatinio „Excel“ langelių užpildymo prie painio „VLOOKUP()“ funkcijos aprašymo, mokytojas dvejos kaip Hamletas klausimo „Būti ar nebūti“ tema. Paaiškinkite viską pradedantiesiems“ arba „Pateikite įdomios medžiagos profesionalams“. Mano subjektyvia nuomone, nei vienas, nei kitas nepasiteisino.

Ypač puiku, kad nepaisant to, kad kurse nėra tiesioginio internetinio seminaro. Tai yra ne pamokų, kurių praleidote, įrašai, o tiesiog seniai vykusių užsiėmimų įrašai (žr. paveikslėlį žemiau), autoriai vis tiek nusprendė išsaugoti atmosferą (o gal jie tiesiog buvo tingūs) и priversti jus žiūrėti penkias minutes, kol mokytojas sprendžia garso problemas.

„Kaip užmegzti ryšį su pradedančiais analitikais“ arba internetinio kurso „Start in Data Science“ apžvalga

Po vaizdo įrašo pagal standartinę schemą seka papildoma medžiaga ir testas.

Kita tema yra apie SQL kalbą. Pamokoje pateikiami patys darbo su SQL užklausomis pagrindai ir pavyzdžiai, iš esmės galima rasti vaizdo įrašų ir straipsnių panašia tema lengva rasti internete nemokamai.

Po SQL yra pamoka, kaip apdoroti duomenų rinkinį iš Kagle naudojant Python biblioteką „Pandas“. Pamokos planas nepasikeitė: video -> papildoma. medžiagos -> bandymas. Jokių papildomų užduočių nenumatyta, net užduotis su automatiniu rezultatų tikrinimu. Taigi jums tikrai nereikės įdiegti „Anaconda“ ir rašyti kodo. Taip pat Verta atkreipti dėmesį į smulkiu kodo šriftu vaizdo paskaitoje, žiūrėti jį telefonu beprasmiška, o monitoriuje teko žiūrėti beveik tuščiai.

Ketvirta pamoka: „Logistikos ataskaitos vizualizavimas PBI per 10 minučių“ (видео кстати длится минут 50) . Šiame vaizdo įraše jie kalbės apie įdomų įrankį, vadinamą „Power BI“; jei atvirai, aš niekada apie jį negirdėjau.

Netikėta kurso pabaiga:

Paskutinėje penktoje pamokoje bus pasakojama apie bendruosius tinkamo duomenų saugojimo principus, paskaita vėlgi paimta iš kito kurso. Šioje pamokoje, be standartinio testo, vėl pasirodo namų darbai, bet aš jų nepadariau. Norite sužinoti kodėl?

Nes šiandien atsivertęs kurso puslapį, kuris buvo tik įpusėjęs, pamačiau štai ką:

„Kaip užmegzti ryšį su pradedančiais analitikais“ arba internetinio kurso „Start in Data Science“ apžvalga

Tai yra sistema laikė, kad sėkmingai baigiau kursą, nors iš tikrųjų jo nebaigiau.

Be to, peržiūrėjus visus likusius vaizdo įrašus ir atlikus testus, skaitiklis nepasikeitė, bet išliko ties 56%. Manau, kad Aš negalėjau nieko žiūrėti ir nelaikyti testų ir vis tiek gauti „diplomą“.

Ypač stebina tai, kad kursai oficialiai truko nuo liepos 22 iki rugpjūčio 14 d., o „Diplomas“ man buvo išduotas jau 04.08.2019 m. rugpjūčio XNUMX d.

Mokymų rezultatas

Baigus mokymus, įmonės tinklalapyje mums žadama: „Jūsų kvalifikacija bus patvirtinta nustatytos formos dokumentais“. Tačiau bėda ta, kad atrodo, kad šis kursas nėra nei perkvalifikavimo, nei išplėstinio mokymo programa, o tai reiškia, kad jūs tiesiog gausite „sertifikatas“, kuris iš esmės neturi oficialaus statuso.

Tikriausiai pagrįstas klausimas būtų toks: „Ko tikėjotės už 990 rublių? Jei atvirai, nieko nesitikėjau. Akivaizdu, kad kokybiški kursai yra ženkliai brangesni. Bet bėda ta, kad yra nemokamų kursų, kurie daromi ne tik ne prasčiau, bet daug kartų profesionaliau, pavyzdžiui, kursai nuo MVA arba iš Kognityvinė klasė. Tas pats kursų baigimo „pažymėjimas“ (jei kam reikia), ten galite gauti visiškai nemokamai.

Vienas iš privalumų yra tai, kad šios apžvalgos medžiaga yra surinkta vienoje vietoje ir visiškai nepažįstančiam duomenų mokslų žmogui bus tikrai lengviau orientuotis šioje srityje.

Kurso pabaigoje mums žadama, kad išmoksime krūvą įrankių, o savo gyvenimo aprašyme galėsime parašyti maždaug taip:

„Kaip užmegzti ryšį su pradedančiais analitikais“ arba internetinio kurso „Start in Data Science“ apžvalga

Iš tiesų tai labai stiprus perdėjimas. Iš esmės jūs tiesiog išgirsite apie daugybę instrumentų ir nieko daugiau.

Santrauka

Mano nuomone, kursas turi minimalų naudingą apkrovą, ypač apmaudu, kad autoriai tingėjo jam įrašyti atskiras video paskaitas. Gerąja prasme gaila už kažką panašaus prašyti pinigų arba reikėtų prašyti 10 kartų mažiau.

Tačiau dar kartą kartoju, kad visa tai, kas išdėstyta aukščiau, yra tik mano subjektyvus vertinimas; jūs turite nuspręsti, ar lankyti šį kursą, ar ne.

PS Galbūt laikui bėgant kurso autoriai jį užbaigs ir visas straipsnis praras aktualumą.
Tik tuo atveju parašysiu, kad jis galioja pačiam pirmajam šio kurso startui nuo liepos 22 iki rugpjūčio 14 d.

PPS Jei įrašas pasirodė toks nevykęs, ištrinsiu, bet pradžioje norėčiau paskaityti kritiką, gal tiesiog reikia ką nors redaguoti. Priešingu atveju kol kas tai atrodo kaip minusas nepatogios kritikos dėl nekokybiško kurso

Šaltinis: www.habr.com

Добавить комментарий