"प्रारम्भिक विश्लेषकहरूसँग कसरी नेटवर्क गर्ने" वा अनलाइन पाठ्यक्रमको समीक्षा "डेटा विज्ञानमा सुरु गर्नुहोस्"

मैले "हजार वर्ष" को लागि केहि लेखेको छैन, तर अचानक "स्क्र्याचबाट डाटा विज्ञान सिक्ने" मा प्रकाशनहरूको मिनी-साइकलबाट धुलो उडाउने कारण थियो। एक सामाजिक सञ्जालमा प्रासंगिक विज्ञापनमा, साथै मेरो मनपर्ने Habré मा, मैले पाठ्यक्रमको बारेमा जानकारी भेट्टाएँ। "डेटा विज्ञानमा सुरु गर्नुहोस्"। यसको लागत मात्र पैसा थियो, पाठ्यक्रमको विवरण रंगीन र आशाजनक थियो। “अर्को पाठ्यक्रम लिएर बेकारबाट धुलो भइसकेको सीपलाई किन पुनर्स्थापित नगर्ने?” - मैले सोचें। जिज्ञासाले पनि भूमिका खेलेको थियो; म लामो समयदेखि यो कार्यालयमा प्रशिक्षणको संगठन कसरी काम गर्दछ भनेर हेर्न चाहन्थें।

मलाई तुरुन्तै चेतावनी दिनुहोस् कि म कुनै पनि हिसाबले पाठ्यक्रम विकासकर्ताहरू वा तिनीहरूका प्रतिस्पर्धीहरूसँग सम्बद्ध छैन। लेखमा भएका सबै सामग्रीहरू विडम्बनाको हल्का स्पर्शको साथ मेरो व्यक्तिपरक मूल्य निर्णय हो।
त्यसोभए, तपाईलाई अझै थाहा छैन तपाईको मेहनतले कमाएको 990 रूबल कहाँ लगानी गर्ने? त्यसपछि तपाइँ बिरालो अन्तर्गत स्वागत छ।

एउटा सानो प्रस्तावनाको रूपमा, म भन्न चाहन्छु कि म आशाजनक पाठ्यक्रमहरूको बारेमा केही हदसम्म शंकास्पद छु जसले छोटो समयमा "100 रूबल भन्दा बढीको तलबको साथ एक सफल डाटा विश्लेषक" मा परिणत गर्न सक्छ (यद्यपि तपाईंले सायद शीर्षक चित्रबाट यो अनुमान गर्नुभएको छ। लेख)।

धेरै वर्ष पहिले, डाटा विज्ञान प्रशिक्षणको लागि सक्रिय विज्ञापनको कारण, मैले डाटा विज्ञानको क्षेत्रमा कम्तिमा केहि मास्टर गर्न विभिन्न तरिकामा प्रयास गरें र मैले Habr पाठकहरूसँग पाएका बम्पहरूको बारेमा टिप्पणीहरू साझा गरें।

श्रृंखलामा अन्य लेखहरू१. आधारभूत कुराहरू सिक्नुहोस्:

• "डेटा ठुलो र सानो समात्नुहोस्!" — (कग्निटिभ क्लासबाट डाटा साइन्स पाठ्यक्रमहरूको संक्षिप्त अवलोकन)
• "अब उसले तपाईलाई पनि गणना गरेको छ" वा स्क्र्याचबाट डेटा विज्ञान
• "ओस्करको सट्टा आइसबर्ग!" वा कसरी मैले kaggle मा DataScience को आधारभूत कुराहरू सिक्ने प्रयास गरें
• "सकिन सक्ने सानो इन्जिन!" वा "मेसिन लर्निङ र डाटा एनालिटिक्स विशेषज्ञता", डाटा विज्ञान शुरुवातकर्ताको आँखाबाट

2. आफ्नो पहिलो कौशल अभ्यास गर्नुहोस्

• "Rise of MachinesLearning" वा डेटा विज्ञान र लाइट बल्ब स्पेक्ट्रा विश्लेषणको शौक संयोजन
• "घडीको काम जस्तै!" वा Accord.NET फ्रेमवर्क प्रयोग गरेर C# मा मेसिन लर्निङ (डेटा विज्ञान)
• "मेसिन लर्निङको शक्ति प्रयोग गर्नुहोस्, ल्यूक!" वा KSS अनुसार luminaires को स्वचालित वर्गीकरण
• "4 विवाह र एक अन्त्येष्टि" वा मस्को सरकारबाट खुला डाटा विश्लेषणको लागि रैखिक प्रतिगमन
• मस्को खुला डाटा विश्लेषण गर्न Accord.NET प्रयोग गरेर C# मा "टर्किस सुल्तानलाई पत्र" वा रेखीय प्रतिगमन

र लामो समय पछि, मैले अर्को पाठ्यक्रम प्रयास गर्ने निर्णय गरे।

पाठ्यक्रम विवरण:

पाठ्यक्रमको विवरण "डेटा विज्ञानमा सुरू गर्नुहोस्" प्रतिज्ञा गर्दछ कि केवल 990 रूबल खर्च गरेपछि (लेख्ने समयमा) हामीले शुरुवातकर्ताहरूको लागि भिडियो व्याख्यान र व्यावहारिक कार्यहरूको ढाँचामा चार हप्ताको पाठ्यक्रम प्राप्त गर्नेछौं। साथै, कर कटौतीको रूपमा पाठ्यक्रम लागतको अंशको लागि क्षतिपूर्तिको बारेमा नबिर्सनुहोस् (तिनीहरूले सबै कागजातहरू मेलबाट पठाउने वाचा गर्छन्)।

पाठ्यक्रममा दुई सशर्त ब्लकहरू छन्, एउटाले तपाइँलाई "डेटा विज्ञान" भनेको के हो, त्यहाँ कुन लोकप्रिय क्षेत्रहरू छन्, र तपाइँ कसरी DataScience को क्षेत्रमा क्यारियर विकास गर्न सक्नुहुन्छ भनेर बताउनेछ। दोस्रो ब्लकले डेटा विश्लेषणका लागि पाँचवटा उपकरणहरू हेर्छ: Excel, SQL, Python, Power BI र डेटा संस्कृति।

ठीक छ, के "स्वादिष्ट" सुनिन्छ, हामी पाठ्यक्रमको लागि भुक्तान गर्छौं र सुरु मितिको लागि पर्खन्छौं।

प्रत्याशामा, हामी पाठ्यक्रम सुरु हुनुभन्दा अघिल्लो दिन हाम्रो व्यक्तिगत खातामा लग इन गर्छौं, विकासकर्ताहरूबाट विभाजन शब्दहरू मार्फत स्क्रोल गर्छौं र पाठ्यक्रमको लामो-प्रतीक्षित सुरुवातको सूचनाको लागि पर्खन्छौं।

समय बित्यो, D-Day आइपुग्यो, र तपाइँ प्रशिक्षण सुरु गर्न सक्नुहुन्छ। पहिलो पाठ खोलिसकेपछि, हामी अनलाइन शिक्षा प्रणालीसँग परिचित योजना देख्नेछौं - भिडियो व्याख्यान, अतिरिक्त सामग्री, परीक्षण र गृहकार्य। यदि तपाईंले कहिल्यै Coursera, EDX, Stepik प्रयोग गर्नुभएको छ भने, तपाईंलाई कुनै समस्या हुनुपर्दैन।

पाठ्यक्रम भित्र:

क्रममा जाऔं। पहिलो पाठको विषय "DS सिंहावलोकन: आधारभूत, लाभहरू, अनुप्रयोगहरू" हो, यो सबै पछिल्ला पाठहरू जस्तै भिडियो लेक्चरबाट सुरु हुन्छ।

र सुरुदेखि नै यो महसुस गरिएको छ कि कामरेडहरू दृष्टिकोणबाट निर्देशित थिए "त्यसैले गर्छ" मेरो मनपर्ने सोभियत कार्टुनबाट।

तपाईंले पहिलो मिनेटदेखि नै पाठ्यक्रमको सामग्री विशेष रूपमा रेकर्ड गरिएको थिएन, तर केही अन्य खुला पाठहरू वा विशेष पाठ्यक्रमहरूबाट लिइएको हो भनी बुझ्नुहुन्छ। भिडियोमा पनि कुनै उपशीर्षक वा डाउनलोड विकल्प छैन अफलाइन हेर्नको लागि।

व्याख्यान पछि, पाठको लागि अतिरिक्त सामग्रीहरू प्रस्ताव गरिन्छ (भिडियो व्याख्यान र सिफारिस गरिएको साहित्यबाट प्रस्तुति), हामी तिनीहरूलाई विश्लेषण गर्दैनौं।

त्यसपछि एक परीक्षा हामीलाई पर्खिरहेको छ। कभर गरिएको सामग्रीमा प्रश्नहरूको जटिलता र पर्याप्तताको डिग्रीमा परीक्षणहरू भिन्न हुन्छन्।

र यहाँ फेरि प्रशिक्षणको नतिजामा चासोको कमी प्रकट भएको छ, तपाइँ परीक्षण असफल हुन सक्नुहुन्छ, तर यसले केहि असर गर्दैन, तपाईंले अझै पनि सफलतापूर्वक पाठ पास गर्नुहुनेछ, तर पुन: लिने थप प्रयासको लागि अनुरोध प्रायः अनुत्तरित रहनेछ।

पछि, पाठ योजना: “भिडियो -> अतिरिक्त। सामग्री -> परीक्षण" सम्पूर्ण पाठ्यक्रमको आधार हुनेछ।

कहिलेकाहीं पाठ प्रश्नावली र स्वतन्त्र गृहकार्य संग पतला हुनेछ।

त्यहाँ दुईवटा मात्र गृहकार्य असाइनमेन्टहरू छन्। र इमानदारीपूर्वक, मैले केवल एक पास गरें।

तपाइँको पहिलो गृहकार्य असाइनमेन्ट तपाइँको मुख्य कौशल रूपरेखा तपाइँको पुन: सुरुवात पेश गर्नु हो। म 100% भन्न सक्दिन, तर मलाई लाग्छ कि लगभग कुनै पनि रिजुमे स्वीकार गरिनेछ र असाइनमेन्ट स्वीकार गरिनेछ। असाइनमेन्ट पछि, तपाईंलाई थप सामग्रीहरू - सिफारिसहरू पठाइनेछ। Coursera मा गृहकार्यको साथ मैले कसरी संघर्ष गरें सम्झँदै, म यो कत्ति सरल थियो भनेर अलिकति अप्ठ्यारोमा परें।

परिचयात्मक भाग पूरा गरेपछि, लामो समयदेखि प्रतिक्षा गरिएको "डेटा विज्ञानमा सुरु गर्नका लागि उपकरणहरू" को अध्ययन सुरु हुन्छ। र पहिलो ठूलो शीर्षकको साथ पाठ हो: "एक्सेलमा काम गर्दै: शून्यबाट विश्लेषकमा सीपहरू अपग्रेड गर्दै।"

वाह! यो लोभलाग्दो सुनिन्छ, तर वास्तविकतामा अपेक्षा र वास्तविकता बीचको भिन्नता फास्ट फूड विज्ञापनबाट ह्याम्बर्गरको तस्बिर र चेकआउटमा उनीहरूले तपाईंलाई दिने कुरा बीचको समान हो।

वास्तवमा, हामी अवलोकन गर्नेछौं, कसरी एक्सेलमा स्वत: भरिने कक्षहरूबाट "VLOOKUP()" प्रकार्यको भ्रामक विवरणमा सर्दै, शिक्षकले "हुनु, वा हुन्न", "" भन्ने प्रश्नको विषयमा ह्यामलेट जस्तै हिचकिचाउनुहुन्छ। शुरुआतीहरूका लागि सबै कुरा व्याख्या गर्नुहोस्" वा "व्यावसायिकहरूका लागि रोचक सामग्री दिनुहोस्।" मेरो व्यक्तिपरक विचारमा, न त एउटा वा अर्कोले काम गर्यो।

यो विशेष गरी राम्रो छ कि पाठ्यक्रमले प्रत्यक्ष वेबिनार समावेश गर्दैन भन्ने तथ्यको बावजुद। त्यो हो, यी तपाईंले छुटेका कक्षाहरूको रेकर्डिङहरू होइनन्, तर धेरै समयअघि भएका कक्षाहरूको मात्र रेकर्डिङहरू (तलको तस्विर हेर्नुहोस्), लेखकहरूले अझै पनि वातावरण जोगाउने निर्णय गरे। (वा हुनसक्छ तिनीहरू केवल अल्छी थिए) и शिक्षकले ध्वनि समस्याहरू समाधान गर्दा तपाईंलाई पाँच मिनेटको लागि हेर्न लगाउनुहोस्.

भिडियो पछि, मानक योजना अनुसार, अतिरिक्त सामग्री र एक परीक्षण पालना गर्नुहोस्।

अर्को विषय SQL भाषाको बारेमा हो। पाठले SQL प्रश्नहरूसँग काम गर्ने आधारभूत कुराहरू र उदाहरणहरू प्रदान गर्दछ; सिद्धान्तमा, भिडियोहरू र समान विषयमा लेखहरू फेला पार्न सकिन्छ। इन्टरनेटमा निःशुल्क खोज्न सजिलो.

SQL पछि पाइथन लाइब्रेरी "Pandas" प्रयोग गरेर Kagle बाट डाटासेट प्रशोधन गर्ने पाठ छ। पाठ योजना परिवर्तन भएको छैन: भिडियो -> अतिरिक्त। सामग्री -> परीक्षण। त्यहाँ कुनै अतिरिक्त कार्यहरू प्रदान गरिएको छैन, नतिजाहरूको स्वचालित जाँचको साथ कार्य पनि छैन। यसैले, तपाईंले निश्चित रूपमा Anaconda स्थापना र कोड लेख्नु पर्दैन। साथै भिडियो लेक्चरमा कोडको राम्रो प्रिन्टलाई ध्यान दिन लायक छ, फोनमा हेर्नु अर्थहीन छ, र मैले यसलाई मनिटरमा लगभग बिन्दु-खाली हेर्नुपर्छ।

पाठ चार: "१० मिनेटमा PBI मा एक रसद रिपोर्ट को दृश्य" (видео кстати длится минут 50) । यस भिडियोमा उनीहरूले Power BI भनिने एउटा रोचक उपकरणको बारेमा कुरा गर्नेछन्; इमानदारीपूर्वक भन्नुपर्दा, मैले यो पहिले कहिल्यै सुनेको छैन।

पाठ्यक्रमको अप्रत्याशित अन्त्य:

अन्तिम पाँचौं पाठले तपाईंलाई उचित डाटा भण्डारणका सामान्य सिद्धान्तहरूको बारेमा बताउनेछ; व्याख्यान फेरि अर्को पाठ्यक्रमबाट लिइन्छ। यस पाठमा, मानक परीक्षणको अतिरिक्त, गृहकार्य फेरि देखा पर्दछ, तर मैले यो गरेन। किन जान्न चाहनुहुन्छ?

किनकि जब मैले आज पाठ्यक्रमको पृष्ठ खोले, जुन आधा मात्र पूरा भएको थियो, मैले यो देखे:

त्यो हो प्रणालीले मैले पाठ्यक्रम सफलतापूर्वक पूरा गरेको भनी विचार गरे, यद्यपि वास्तवमा मैले यसलाई पूरा गरेन.

यसबाहेक, बाँकी सबै भिडियोहरू हेरेपछि र परीक्षणहरू सञ्चालन गरेपछि, काउन्टर परिवर्तन भएन, तर 56% मा रह्यो। मलाई लाग्छ कि मैले केहि पनि हेर्न सकिन र कुनै परीक्षा दिन सकिन र अझै "डिप्लोमा" प्राप्त गर्न सक्दिन.

विशेष गरी अचम्मको कुरा के छ भने पाठ्यक्रम आधिकारिक रूपमा जुलाई 22 देखि अगस्त 14 सम्म चलेको थियो, र "डिप्लोमा" मलाई अगस्ट 04.08.2019, XNUMX मा जारी गरिएको थियो।

तालिमको नतिजा

प्रशिक्षण पूरा भएपछि, कम्पनीको वेबसाइटले हामीलाई प्रतिज्ञा गर्छ: "तपाईको योग्यताहरू स्थापित फारमका कागजातहरूद्वारा पुष्टि गरिनेछ।" तर समस्या यो छ, यो पाठ्यक्रम न त पुन: प्रशिक्षण कार्यक्रम हो न त उन्नत प्रशिक्षण कार्यक्रम जस्तो देखिन्छ, जसको मतलब तपाईंले सजिलै प्राप्त गर्नुहुनेछ। "प्रमाणपत्र", जसको सिद्धान्तमा कुनै आधिकारिक स्थिति छैन.

सायद एक उचित प्रश्न हुनेछ: "तपाईले 990 rubles को लागी के आशा गर्नुभयो?" इमानदार हुन, मैले केहि आशा गरेन। यो स्पष्ट छ कि उच्च-गुणस्तर पाठ्यक्रमहरू धेरै महँगो छन्। तर समस्या यो छ कि त्यहाँ नि: शुल्क पाठ्यक्रमहरू छन् जुन न केवल खराब बनाइन्छ, तर धेरै गुणा बढी व्यावसायिक रूपमा, उदाहरणका लागि, बाट पाठ्यक्रमहरू MVA वा बाट संज्ञानात्मक कक्षा। पाठ्यक्रम पूरा भएको उही "प्रमाणपत्र" (यदि कसैलाई चाहिन्छ भने), त्यहाँ तपाईं यसलाई पूर्ण रूपमा निःशुल्क प्राप्त गर्न सक्नुहुन्छ.

एउटा फाइदा यो हो कि यी समीक्षा सामाग्रीहरू एकै ठाउँमा सङ्कलन गरिन्छ र डेटा विज्ञानसँग पूर्ण रूपमा अपरिचित व्यक्तिलाई यो क्षेत्रमा नेभिगेट गर्न साँच्चै सजिलो हुनेछ।

पाठ्यक्रमको अन्त्यमा, हामीलाई वाचा गरिएको छ कि हामी उपकरणहरूको गुच्छा सिक्नेछौं, र हाम्रो रिजुमेमा हामी यसरी केहि लेख्न सक्षम हुनेछौं:

वास्तबमा यो एक धेरै बलियो अतिशयोक्ति हो। तपाईंले अनिवार्य रूपमा धेरै उपकरणहरूको बारेमा सुन्नुहुनेछ र अरू केही पनि छैन।

सारांश

मेरो विचारमा, पाठ्यक्रममा न्यूनतम उपयोगी भार छ; यो विशेष गरी निराशाजनक छ कि लेखकहरू यसको लागि अलग भिडियो व्याख्यान रेकर्ड गर्न धेरै अल्छी थिए। राम्रो तरिकाले, यो जस्तै केहि को लागी पैसा माग्न लाजमर्दो छ, वा तपाईले 10 गुणा कम माग्नुपर्छ।

तर म फेरि दोहोर्‍याउँछु कि माथिका सबै मेरो व्यक्तिपरक मूल्य निर्णय मात्र हो; यो पाठ्यक्रम लिने वा नगर्ने निर्णय गर्ने तपाईंमा निर्भर छ।

PS सायद समयसँगै पाठ्यक्रमका लेखकहरूले यसलाई अन्तिम रूप दिनेछन् र सम्पूर्ण लेखले प्रासंगिकता गुमाउनेछ।
केवल के अवस्थामा, म लेख्छु कि यो जुलाई 22 देखि अगस्त 14 सम्म यो पाठ्यक्रम को पहिलो सुरुवात को लागी मान्य छ।

PPS यदि पोस्ट यति असफल भयो भने, म यसलाई मेटाउनेछु, तर सुरुमा म आलोचना पढ्न चाहन्छु, सायद मैले केहि सम्पादन गर्न आवश्यक छ। अन्यथा, अहिलेको लागि यो कम गुणस्तरको पाठ्यक्रमको माइनस असुविधाजनक आलोचना जस्तो देखिन्छ

स्रोत: www.habr.com