Saya tidak menulis apa-apa selama "seribu tahun", tetapi tiba-tiba ada sebab untuk meniup debu dari kitaran mini penerbitan tentang "belajar Sains Data dari awal." Dalam pengiklanan kontekstual di salah satu rangkaian sosial, serta di Habré kegemaran saya, saya mendapat maklumat tentang kursus . Ia menelan kos hanya sen, penerangan kursus itu berwarna-warni dan menjanjikan. "Mengapa tidak memulihkan kemahiran yang telah menjadi berdebu kerana tidak berguna dengan mengambil kursus lain?" - Saya fikir. Rasa ingin tahu juga memainkan peranan; Saya sudah lama ingin melihat bagaimana penganjuran latihan di pejabat ini berfungsi.
Izinkan saya memberi amaran kepada anda dengan segera bahawa saya sama sekali tidak bergabung dengan pembangun kursus atau pesaing mereka. Semua bahan dalam artikel adalah pertimbangan nilai subjektif saya dengan sedikit ironi.
Jadi, anda masih tidak tahu di mana hendak melabur 990 rubel hasil titik peluh anda? Kemudian anda dialu-alukan di bawah kucing.
Sebagai mukadimah kecil, saya akan mengatakan bahawa saya agak ragu-ragu tentang kursus yang menjanjikan yang boleh menjadikan seorang pemula menjadi "penganalisis data yang berjaya dengan gaji lebih 100 rubel" dalam masa yang singkat (walaupun anda mungkin meneka ini dari gambar tajuk rencana).
Beberapa tahun yang lalu, berikutan pengiklanan aktif untuk latihan Sains Data, saya mencuba dengan cara yang berbeza untuk menguasai sekurang-kurangnya sesuatu dalam bidang sains data dan berkongsi nota tentang masalah yang saya dapat dengan pembaca Habr.
Artikel lain dalam siri ini1. Pelajari asas:
2. Berlatih kemahiran pertama anda
Dan setelah sekian lama, saya memutuskan untuk mencuba kursus lain.
Penerangan Kursus:
Penerangan kursus "Mula dalam Sains Data" menjanjikan bahawa selepas membelanjakan hanya 990 rubel (pada masa penulisan) kami akan menerima kursus empat minggu dalam format kuliah video dan tugasan praktikal untuk pemula. Juga, jangan lupa tentang pampasan untuk sebahagian daripada kos kursus dalam bentuk potongan cukai (Mereka berjanji untuk menghantar semua dokumen melalui pos).
Kursus ini mempunyai dua blok bersyarat, satu akan memberitahu anda apa itu "Sains Data", apakah bidang popular yang ada, dan bagaimana anda boleh mengembangkan kerjaya dalam bidang Sains Data. Blok kedua melihat lima alat untuk analisis data: Excel, SQL, Python, Power BI dan Budaya Data.
Nah, apa yang berbunyi "sedap", kami membayar kursus dan menunggu tarikh mula.
Dalam jangkaan, kami log masuk ke akaun peribadi kami sehari sebelum permulaan kursus, tatal melalui kata-kata perpisahan daripada pembangun dan tunggu pemberitahuan permulaan kursus yang telah lama ditunggu-tunggu.
Masa telah berlalu, D-Day telah tiba, dan anda boleh memulakan latihan. Setelah membuka pelajaran pertama, kita akan melihat skema yang biasa kepada sistem pembelajaran dalam talian - kuliah video, bahan tambahan, ujian dan kerja rumah. Jika anda pernah menggunakan Coursera, EDX, Stepik, maka anda sepatutnya tidak menghadapi sebarang masalah.
Di dalam kursus:
Jom ikut tertib. Topik pelajaran pertama ialah "Gambaran Keseluruhan DS: Asas, Faedah, Aplikasi", ia bermula dengan kuliah video, seperti semua pelajaran berikutnya.
Dan sejak awal lagi dirasakan rakan seperjuangan dipandu oleh pendekatan tersebut "Jadi ia akan berlaku" daripada kartun Soviet kegemaran saya.
Dari minit pertama anda memahami bahawa bahan untuk kursus itu tidak direkodkan secara khusus, tetapi diambil daripada beberapa pelajaran terbuka atau kursus khusus yang lain. Juga kepada video tiada sari kata atau pilihan muat turun untuk tontonan luar talian.
Selepas kuliah, bahan tambahan untuk pelajaran ditawarkan (persembahan daripada kuliah video dan literatur yang disyorkan), kami tidak akan menganalisisnya.
Kemudian ujian menanti kita. Ujian berbeza mengikut tahap kerumitan dan kecukupan soalan kepada bahan yang dibincangkan.
Dan di sini sekali lagi kekurangan minat terhadap hasil latihan ditunjukkan, Anda boleh gagal dalam ujian, tetapi ia tidak akan menjejaskan apa-apa, anda masih akan lulus pelajaran dengan jayanya, tetapi permintaan untuk percubaan tambahan untuk mengambil semula kemungkinan besar akan kekal tidak dijawab.
Selepas itu, rancangan pengajaran: “video -> tambahan. bahan -> ujian” akan menjadi asas kepada keseluruhan kursus.
Kadang-kadang pelajaran akan dicairkan dengan soal selidik dan kerja rumah bebas.
Hanya ada dua tugasan kerja rumah. Dan sejujurnya, saya hanya lulus satu.
Tugasan kerja rumah pertama anda ialah menyerahkan resume anda yang menggariskan kemahiran utama anda. Saya tidak boleh mengatakan 100%, tetapi nampaknya hampir mana-mana resume akan diterima dan tugasan akan diterima. Selepas tugasan, anda akan dihantar bahan tambahan—pengesyoran. Mengingati bagaimana saya bergelut dengan kerja rumah di Coursera, saya agak kecewa kerana ia mudah.
Selepas melengkapkan bahagian pengenalan, kajian tentang "Alat untuk bermula dalam Sains Data" yang telah lama ditunggu-tunggu bermula. Dan yang pertama ialah pelajaran dengan tajuk yang kuat: "Bekerja dalam Excel: meningkatkan kemahiran daripada sifar kepada penganalisis."
Wah! Bunyinya menggoda, tetapi sebenarnya perbezaan antara jangkaan dan realiti adalah sama seperti antara foto hamburger daripada iklan makanan segera dan apa yang mereka berikan kepada anda semasa pembayaran.
Sebenarnya, kita akan memerhatikan bagaimana, beralih daripada mengisi auto sel dalam Excel kepada penerangan mengelirukan tentang fungsi "VLOOKUP()", guru akan teragak-agak seperti Hamlet mengenai topik soalan "Menjadi, atau tidak menjadi", " Terangkan segala-galanya untuk pemula" atau "Berikan bahan yang menarik untuk profesional." Pada pendapat subjektif saya, tidak satu pun atau yang lain berjaya.
Amat mengagumkan walaupun kursus itu tidak termasuk webinar langsung. Iaitu, ini bukan rakaman kelas yang anda terlepas, tetapi hanya rakaman kelas yang berlaku lama dahulu (lihat gambar di bawah), penulis masih memutuskan untuk mengekalkan suasana (atau mungkin mereka hanya malas) и membuat anda menonton selama lima minit semasa guru menyelesaikan masalah bunyi.
Selepas video, mengikut skema standard, bahan tambahan dan ujian mengikuti.
Topik seterusnya adalah mengenai bahasa SQL. Pelajaran ini menyediakan asas dan contoh bekerja dengan pertanyaan SQL; pada dasarnya, video dan artikel mengenai topik yang sama boleh didapati mudah dicari di Internet secara percuma.
Selepas SQL terdapat pelajaran tentang memproses set data daripada Kagle menggunakan perpustakaan Python "Panda". Rancangan pelajaran tidak berubah: video -> tambahan. bahan -> ujian. Tiada tugas tambahan disediakan, malah tugasan dengan semakan keputusan automatik. Oleh itu, anda pasti tidak perlu memasang Anaconda dan menulis kod. Juga Perlu diperhatikan cetakan halus kod dalam kuliah video, menontonnya di telefon adalah sia-sia, dan saya terpaksa melihatnya hampir kosong pada monitor.
Pelajaran empat: "Visualisasi laporan logistik dalam PBI dalam 10 minit" (видео кстати длится минут 50) . Dalam video ini mereka akan bercakap tentang alat menarik yang dipanggil Power BI; sejujurnya, saya tidak pernah mendengarnya sebelum ini.
Tamat kursus yang tidak dijangka:
Pelajaran kelima terakhir akan memberitahu anda tentang prinsip umum penyimpanan data yang betul; kuliah sekali lagi diambil dari kursus lain. Dalam pelajaran ini, sebagai tambahan kepada ujian standard, kerja rumah muncul lagi, tetapi saya tidak melakukannya. Nak tahu kenapa?
Kerana apabila saya membuka halaman kursus hari ini, yang hanya separuh siap, saya melihat ini:
Itulah sistem menganggap saya telah berjaya menamatkan kursus tersebut walaupun sebenarnya saya tidak menamatkannya.
Selain itu, selepas menonton semua video yang tinggal dan menjalankan ujian, kaunter tidak berubah, tetapi kekal pada 56%. Saya rasa itu Saya tidak boleh menonton apa-apa dan tidak mengambil ujian dan masih mendapat "Diploma".
Apa yang sangat mengejutkan ialah kursus itu secara rasminya berlangsung dari 22 Julai hingga 14 Ogos, dan "Diploma" telah dikeluarkan kepada saya pada 04.08.2019 Ogos XNUMX.
Hasil latihan
Setelah tamat latihan, laman web syarikat menjanjikan kami: "Kelayakan anda akan disahkan oleh dokumen borang yang ditetapkan." Tetapi masalahnya ialah, kursus ini nampaknya bukan program latihan semula atau program latihan lanjutan, yang bermaksud anda hanya akan mendapat "sijil", yang pada dasarnya tidak mempunyai status rasmi.
Mungkin soalan yang munasabah ialah: "Apa yang anda jangkakan untuk 990 rubel?" Sejujurnya, saya tidak mengharapkan apa-apa. Jelas sekali bahawa kursus berkualiti tinggi jauh lebih mahal. Tetapi masalahnya ialah terdapat kursus percuma yang dibuat bukan sahaja tidak lebih buruk, tetapi berkali-kali lebih profesional, sebagai contoh, kursus dari atau daripada . "Sijil" tamat kursus yang sama (jika ada yang memerlukannya), di sana anda boleh mendapatkannya secara percuma.
Salah satu kelebihannya ialah bahan semakan ini dikumpulkan di satu tempat dan akan menjadi lebih mudah bagi seseorang yang tidak biasa dengan Sains Data untuk menavigasi kawasan ini.
Pada akhir kursus, kami dijanjikan bahawa kami akan mempelajari banyak alat, dan pada resume kami, kami akan dapat menulis sesuatu seperti ini:
Sebenarnya ini adalah keterlaluan yang sangat kuat. Anda pada asasnya hanya akan mendengar tentang banyak instrumen dan tidak lebih.
Ringkasan
Pada pendapat saya, kursus ini mempunyai beban berguna minimum; amat mengecewakan bahawa pengarang terlalu malas untuk merakam kuliah video berasingan untuknya. Dengan cara yang baik, adalah memalukan untuk meminta wang untuk sesuatu seperti ini, atau anda harus meminta 10 kali lebih sedikit.
Tetapi saya ulangi sekali lagi bahawa semua perkara di atas hanyalah pertimbangan nilai subjektif saya; terpulang kepada anda untuk memutuskan sama ada untuk mengambil kursus ini atau tidak.
PS Mungkin lama-kelamaan pengarang kursus akan memuktamadkannya dan keseluruhan artikel akan hilang kaitan.
Untuk berjaga-jaga, saya akan menulis bahawa ia sah untuk pelancaran pertama kursus ini dari 22 Julai hingga 14 Ogos
PPS Jika siaran itu ternyata tidak berjaya, saya akan memadamnya, tetapi pada awalnya saya ingin membaca kritikan, mungkin ada yang perlu diedit. Jika tidak, buat masa ini ia kelihatan seperti tolak kritikan yang menyusahkan terhadap kursus berkualiti rendah
Sumber: www.habr.com