Jeg har ikke skrevet noe på «tusen år», men plutselig var det en grunn til å blåse av støvet fra en minisyklus med publikasjoner om «å lære Data Science fra bunnen av». I kontekstuell annonsering på et av de sosiale nettverkene, så vel som på min favoritt Habré, kom jeg over informasjon om kurset . Det kostet bare kroner, beskrivelsen av kurset var fargerik og lovende. "Hvorfor ikke gjenopprette ferdighetene som har blitt støvete av ubrukelighet ved å ta et annet kurs?" - Jeg tenkte. Nysgjerrighet spilte også en rolle, jeg hadde lenge ønsket å se hvordan organiseringen av opplæringen på dette kontoret fungerer.
La meg advare deg med en gang om at jeg på ingen måte er tilknyttet kursutviklerne eller deres konkurrenter. Alt stoff i artikkelen er min subjektive verdivurdering med et lite snev av ironi.
Så du vet fortsatt ikke hvor du skal investere dine hardt opptjente 990 rubler? Da er du velkommen under katt.
Som et lite forord vil jeg si at jeg er noe skeptisk til lovende kurs som kan gjøre en nybegynner til "en vellykket dataanalytiker med en lønn på over 100 000 rubler" på kort tid (selv om du sikkert gjettet dette fra tittelbildet til artikkelen).
For flere år siden, i kjølvannet av aktiv annonsering for Data Science-opplæring, prøvde jeg på forskjellige måter å mestre i det minste noe innen datavitenskap og delte notater om støtene jeg fikk med Habr-lesere.
Andre artikler i serien1. Lær det grunnleggende:
2. Øv dine første ferdigheter
Og etter lang tid bestemte jeg meg for å prøve et annet kurs.
Kursbeskrivelse:
Beskrivelsen av kurset "Start i datavitenskap" lover at etter å ha brukt bare 990 rubler (i skrivende stund) vi vil få et fire ukers kurs i form av videoforelesninger og praktiske oppgaver for nybegynnere. La oss heller ikke glemme kompensasjon for deler av kurskostnaden i form av skattefradrag (de lover å sende alle dokumenter per post).
Kurset har to betingede blokker, en vil fortelle deg hva "Data Science" er, hvilke populære områder det er, og hvordan du kan utvikle en karriere innen DataScience. Den andre blokken ser på fem verktøy for dataanalyse: Excel, SQL, Python, Power BI og Data Culture.
Vel, det som høres "deilig ut", vi betaler for kurset og venter på startdatoen.
I påvente logger vi på vår personlige konto dagen før kursstart, blar gjennom avskjedsordene fra utviklerne og venter på beskjed om den etterlengtede kursstarten.
Tiden har flydd, D-dagen har kommet, og du kan begynne å trene. Etter å ha åpnet den første leksjonen, vil vi se et opplegg som er kjent for nettbaserte læringssystemer - en videoforelesning, tilleggsmateriell, tester og lekser. Hvis du noen gang har brukt Coursera, EDX, Stepik, bør du ikke ha noen problemer.
Inne i kurset:
La oss gå i rekkefølge. Temaet for den første leksjonen er "DS Overview: Basics, Benefits, Applications", den begynner med en videoforelesning, som alle påfølgende leksjoner.
Og helt fra begynnelsen føles det at kameratene ble styrt av tilnærmingen "Så det vil gjøre" fra min favoritt sovjetiske tegneserie.
Allerede fra første minutt forstår du at materialet til kurset ikke ble spesielt registrert, men hentet fra noen andre åpne leksjoner eller spesialiserte kurs. Også til videoen ingen undertekster eller nedlastingsmuligheter for offline visning.
Etter forelesningen tilbys tilleggsmateriell til leksjonen (presentasjon fra videoforelesningen og anbefalt litteratur), vi vil ikke analysere dem.
Da venter en test på oss. Tester varierer i grad av kompleksitet og tilstrekkelighet av spørsmålene til materialet som dekkes.
Og her manifesteres igjen mangelen på interesse for resultatet av trening, Du kan mislykkes på testen, men det vil ikke påvirke noe, vil du fortsatt bestå leksjonen, men forespørselen om et ekstra forsøk på å ta om igjen vil mest sannsynlig forbli ubesvart.
Deretter, leksjonsplanen: "video -> tillegg. materialer -> test» vil være grunnlaget for hele kurset.
Noen ganger vil leksjonen utvannes med spørreskjemaer og selvstendige lekser.
Det er kun to hjemmeoppgaver. Og for å være ærlig så passerte jeg bare én.
Din første lekseoppgave er å sende inn CV-en din som beskriver nøkkelferdighetene dine. Jeg kan ikke si 100%, men det ser ut til at nesten alle CV vil bli akseptert og oppgaven vil bli akseptert. Etter oppgaven vil du få tilsendt tilleggsmateriell – anbefalinger. Da jeg husket hvordan jeg slet med lekser på Coursera, ble jeg til og med litt opprørt over hvor enkelt det var.
Etter å ha fullført den innledende delen, begynner studiet av det etterlengtede «Verktøy for å komme i gang i datavitenskap». Og den første er en leksjon med en høy tittel: "Å jobbe i Excel: oppgradere ferdigheter fra null til analytiker."
Wow! Det høres fristende ut, men i virkeligheten er forskjellen mellom forventning og virkelighet den samme som mellom et bilde av en hamburger fra en gatekjøkkenannonse og det de gir deg i kassen.
Faktisk vil vi observere hvordan, ved å gå fra autofylle celler i Excel til en forvirrende beskrivelse av "VLOOKUP()"-funksjonen, vil læreren nøle som Hamlet på temaet "Å være, eller ikke være", " Forklar alt for nybegynnere" eller "Gi materialet er interessant for proffer." Etter min subjektive mening fungerte verken det ene eller det andre.
Det er spesielt flott til tross for at kurset ikke inkluderer et live webinar. Det vil si at dette ikke er opptak av klasser du gikk glipp av, men bare opptak av klasser som fant sted for lenge siden (se bildet nedenfor), forfatterne bestemte seg likevel for å bevare atmosfæren (eller kanskje de bare var late) и få deg til å se på i fem minutter mens læreren løser lydproblemer.
Etter videoen, i henhold til standardskjemaet, følger tilleggsmateriale og en test.
Det neste emnet handler om SQL-språket. Leksjonen gir det helt grunnleggende og eksempler på arbeid med SQL-spørringer; i prinsippet kan du finne videoer og artikler om et lignende emne enkelt å finne gratis på Internett.
Etter SQL er det en leksjon om å behandle et datasett fra Kagle ved å bruke Python-biblioteket "Pandas". Leksjonsplanen er ikke endret: video -> tillegg. materialer -> test. Det er ingen tilleggsoppgaver gitt, ikke engang en oppgave med automatisk kontroll av resultater. Dermed trenger du definitivt ikke å installere Anaconda og skrive kode. Også Det er verdt å merke seg den fine skriften i koden i videoforelesningen, det er meningsløst å se den på telefonen, og jeg måtte se den nesten blank på skjermen.
Leksjon fire: "Visualisering av en logistikkrapport i PBI på 10 minutter" (видео кстати длится минут 50) . I denne videoen vil de snakke om et interessant verktøy kalt Power BI; for å være ærlig, har jeg aldri hørt om det før.
Uventet slutt på kurset:
Den siste femte leksjonen vil fortelle deg om de generelle prinsippene for riktig datalagring; forelesningen er igjen hentet fra et annet kurs. I denne leksjonen, i tillegg til standardprøven, dukker det opp lekser igjen, men jeg gjorde det ikke. Vil du vite hvorfor?
For da jeg åpnet siden til kurset i dag, som bare var halvferdig, så jeg dette:
Det er systemet mente at jeg hadde fullført kurset, selv om jeg faktisk ikke fullførte det.
Dessuten, etter å ha sett alle de resterende videoene og utført tester, endret ikke telleren seg, men holdt seg på 56%. jeg antar det Jeg kunne ikke se noe i det hele tatt og ta ingen tester og fortsatt få et "diplom".
Det som er spesielt overraskende er at kurset offisielt varte fra 22. juli til 14. august, og "Diplomet" ble utstedt til meg allerede 04.08.2019. august XNUMX.
Resultat av trening
Etter fullført opplæring lover selskapets nettsted oss: "Dine kvalifikasjoner vil bli bekreftet av dokumenter i det etablerte formatet." Men problemet er at dette kurset ser ut til å verken være et omskoleringsprogram eller et avansert treningsprogram, noe som betyr at du ganske enkelt får "sertifikat", som i utgangspunktet ikke har noen offisiell status.
Sannsynligvis ville et rimelig spørsmål være: "Hva forventet du for 990 rubler?" For å være ærlig, forventet jeg ingenting. Det er klart at kurs av høy kvalitet er betydelig dyrere. Men problemet er at det finnes gratis kurs som ikke bare gjøres dårligere, men mange ganger mer profesjonelt, for eksempel kurs fra eller fra . Det samme "sertifikatet" for gjennomføring av kurset (hvis noen trenger det), der du kan få det helt gratis.
En av fordelene er at dette gjennomgangsmaterialet er samlet på ett sted, og det vil virkelig være lettere for en person som ikke er helt kjent med Data Science å navigere i dette området.
På slutten av kurset er vi lovet at vi skal lære en haug med verktøy, og på CV-en vår vil vi kunne skrive noe slikt:
Faktisk dette er en veldig sterk overdrivelse. Du vil egentlig bare høre om mange instrumenter og ingenting mer.
Oppsummering
Etter min mening har kurset en minimal nyttig belastning; det er spesielt skuffende at forfatterne var for late til å spille inn separate videoforelesninger for det. På en god måte er det synd å be om penger for noe slikt, eller du bør be om 10 ganger mindre.
Men jeg gjentar nok en gang at alt det ovennevnte bare er min subjektive verdivurdering; det er opp til deg å bestemme om du vil ta dette kurset eller ikke.
PS Kanskje vil forfatterne av kurset over tid fullføre det og hele artikkelen vil miste relevans.
Bare i tilfelle, vil jeg skrive at det er gyldig for den aller første lanseringen av dette kurset fra 22. juli til 14. august
PPS Hvis innlegget skulle vise seg å være så mislykket, vil jeg slette det, men i begynnelsen vil jeg gjerne lese kritikken, kanskje noe må bare redigeres. Ellers ser det foreløpig ut som minus upraktisk kritikk av et kurs av lav kvalitet
Kilde: www.habr.com