Już od „tysiąca lat” nic nie pisałem, ale nagle pojawił się powód, by na nowo przyjrzeć się mini-cykli publikacji na temat „uczenia się Data Science od podstaw”. W reklamie kontekstowej w jednej z sieci społecznościowych, a także na moim ulubionym „Habrze”, natknąłem się na informacje o kursie . Kosztował naprawdę niewiele, opis kursu był barwny i obiecujący. „Dlaczego by nie odbudować zapomnianych umiejętności, przechodząc kolejny kurs?” — pomyślałem. Również ciekawość odegrała swoją rolę, od dawna chciałem zobaczyć, jak zorganizowane jest nauczanie w tej firmie.
Na wstępie ostrzegam, nie mam żadnej afiliacji z twórcami kursu ani ich konkurentami. Cały materiał artykułu to moja subiektywna ocena z odrobiną ironii.
Więc nadal nie wiesz, gdzie warto zainwestować swoje ciężko zarobione 990 rubli? W takim razie zapraszam do czytania dalej.
Na wstępie powiem, że do obiecujących kursów, które mogą z nowicjusza w krótkim czasie uczynić „sukcesywnego analityka danych z pensją powyżej 100 000 rubli”, podchodzę z pewnym sceptycyzmem (choć na pewno domyśliłeś się tego po tytule artykułu).
Kilka lat temu, w okresie intensywnej reklamy nauki Data Science, próbowałem na różne sposoby opanować choć odrobinę wiedzy z dziedziny nauki o danych i podzieliłem się swoimi spostrzeżeniami o zdobytych doświadczeniach z czytelnikami Habr.
Inne artykuły z cyklu1. Uczymy podstaw:
2. Ćwiczymy pierwsze umiejętności
I oto po długim czasie postanowiłem spróbować jeszcze jednego kursu.
Opis kursu:
Opis kursu „Start w Data Science” obiecuje, że wydając tylko 990 rubli (w momencie pisania artykułu) otrzymamy czterotygodniowy kurs w formacie wykładów wideo oraz praktycznych zadań dla początkujących. Nie zapomnijmy również o zwrocie części kosztów kursu w postaci ulgi podatkowej (obiecuje, że wszystkie dokumenty zostaną wysłane na e-mail).
W ramach kursu są dwa blokowe tematy, jeden opowie, czym jest „Nauka o danych”, jakie są popularne kierunki, jak rozwijać karierę w dziedzinie Data Science. Drugi blok omawia pięć narzędzi do analizy danych: Excel, SQL, Python, Power BI oraz „Kultura pracy z danymi”.
No cóż, brzmi „smacznie”, opłacamy kurs i czekamy na datę rozpoczęcia.
W niecierpliwości logujemy się do panelu osobistego dzień przed rozpoczęciem kursu, przeglądamy słowa zachęty od twórców i czekamy na powiadomienie o długo oczekiwanym rozpoczęciu kursu.
Czas minął niezauważalnie, nadszedł „Dzień D”, można przystąpić do nauki. Otwierając pierwszą lekcję, zobaczymy znaną dla systemów nauki online strukturę – wykład wideo, dodatkowe materiały, testy i prace domowe. Jeśli kiedykolwiek korzystałeś z Coursera, EDX, Stepik to nie będziesz miał żadnych problemów.
W kursie:
Zaczniemy od początku. Temat pierwszej lekcji to „Przegląd DS: podstawy, korzyści, zastosowanie”, zaczyna się od wykładu wideo, jak i wszystkie kolejne lekcje.
I już na samym początku czuć, że towarzysze kierowali się podejściem „No, jakoś będzie” z mojego ulubionego radzieckiego filmu animowanego.
Już od pierwszej minuty rozumiesz, że materiał na kurs nie został nagrany specjalnie, a został wyjęty z jakichś innych otwartych lekcji lub specjalistycznych kursów. Także do wideo brak jest napisów i możliwości pobrania do oglądania offline.
Po wykładzie proponowane są dodatkowe materiały do lekcji (prezentacja z wykładu wideo i polecana literatura), ich nie będziemy omawiać.
Następnie czeka nas test. Testy różnią się stopniem skomplikowania i adekwatności pytań do przebytego materiału.
I tutaj jeszcze raz ujawnia się brak zainteresowania wynikami nauki, test można oblać, ale to na nic nie wpłynie,lekcję i tak zaliczysz, a prośba o dodatkową próbę poprawki prawdopodobnie pozostanie bez odpowiedzi.
W przyszłości schemat zajęć: „wideo -> materiały dodatkowe -> test” będzie podstawą całego kursu.
Czasami lekcja będzie wzbogacona o ankiety i samodzielne zadania domowe.
Zadań domowych jest całkiem tylko dwa. A jeśli mam być szczery, to przeszedłem tylko jedno.
Pierwszym zadaniem domowym jest wysłanie swojego CV z opisem kluczowych umiejętności. Nie mogę tego stwierdzić na 100%, ale wydaje mi się, że przyjmą prawie każde CV i zadanie zostanie zaliczone. Po zadaniu przyślą Ci materiały dodatkowe — rekomendacje. Pamiętając, jak męczyłem się z zadaniami domowymi na Coursera, trochę się zasmuciłem tą prostotą.
Po zakończeniu części wprowadzającej zaczynamy naukę upragnionych „Narzędzi do rozpoczęcia pracy w Data Science”. A pierwsza lekcja nosi głośny tytuł: „Praca w Excelu: rozwijanie umiejętności od zera do analityka”.
Wow! Brzmi kusząco, ale w rzeczywistości różnica między oczekiwaniem a rzeczywistością jest taka sama jak między zdjęciem hamburgera z reklamy fast food a tym, co dostaniesz przy kasie.
W zasadzie będziemy obserwować, jak poruszając się od autouzupełniania komórek w Excelu do chaotycznego opisu funkcji „ZLOOKUP()”, wykładowca będzie niczym Hamlet zastanawiać się, czy „być, czy nie być” „Wyjaśnić wszystko dla nowicjuszy” czy „dać materiał interesujący dla profesjonalistów”. Moim subiektywnym zdaniem, nie udało się ani jedno, ani drugie.
Szczególnie miło, że mimo iż w ramach kursu nie przewiduje się live webinaru. To znaczy, że to nie są nagrania tych zajęć, które przegapiłeś, a po prostu nagrania zajęć, które odbyły się kiedyś dawno temu (zob. rysunek poniżej), autorzy postanowili jednak zachować atmosferę. (a może po prostu się lenili) i zmuszają was do pięciu minut oglądania, jak wykładowca rozwiązuje problemy z dźwiękiem..
Po wideo według standardowego schematu następują – materiały dodatkowe i test.
Następny temat dotyczy języka SQL. W lekcji przedstawiono podstawy i przykłady pracy z zapytaniami SQL, w zasadzie wideo i artykuły na ten temat można spokojnie znaleźć w internecie całkowicie za darmo..
Na SQL jest lekcja dotycząca przetwarzania zestawu danych z Kaggle przy użyciu biblioteki Python „Pandas”. Schemat zajęć pozostał niezmieniony: wideo -> materiały uzupełniające -> test. Nie przewidziano żadnych dodatkowych zadań, nie ma nawet zadania z automatyczną weryfikacją wyników. W ten sposób instalowanie „Anacondy” i pisanie kodu na pewno nie będzie konieczne. Także warto zwrócić uwagę na małą czcionkę kodu w wykładzie wideo, oglądanie jej na telefonie mija się z celem, a na monitorze trzeba było patrzeć prawie z bliska.
Czwarta lekcja „Wizualizacja raportu logistycznego w PBI w 10 minut” (wideo zresztą trwa około 50 minut) . W tym wideo opowiedziano o interesującym narzędziu Power BI, szczerze mówiąc, nigdy wcześniej o nim nie słyszałem.
Nieoczekiwane zakończenie kursu:
Ostatnia, piąta lekcja opowie o ogólnych zasadach prawidłowego przechowywania danych; wykład znów został wyjęty z innego kursu. W tej lekcji, oprócz standardowego testu, ponownie pojawia się zadanie domowe, ale go nie zrobiłem. Chcesz wiedzieć dlaczego?
Ponieważ, otwierając dzisiaj stronę kursu, który ukończyłem tylko w połowie, zobaczyłem to:
To znaczy system policzył, że pomyślnie ukończyłem kurs, chociaż w rzeczywistości go nie zakończyłem..
I po obejrzeniu wszystkich pozostałych wideo oraz przejściu testów, licznik się nie zmienił i pozostał na poziomie 56%. Przypuszczam, że mógłbym w ogóle nic nie oglądać i nie zdawać testów, a mimo to otrzymałbym „Dyplom”..
Szczególnie dziwne jest to, że w mailu oficjalnie kurs trwał od 22 lipca do 14 sierpnia, a „Dyplom” wydano mi już 04.08.2019.
Podsumowanie nauki
Strona firmy obiecuje na koniec nauki: „Twoje kwalifikacje potwierdzą dokumenty ustalonego wzoru”. Ale jest problem: ten kurs najwyraźniej nie jest ani programem przekwalifikowania, ani programem podnoszenia kwalifikacji, co oznacza, że otrzymasz po prostu „certyfikat”, który de facto nie ma oficjalnego statusu..
Pewnie słuszne będzie pytanie: „Czego oczekiwałeś za 990 rubli?”. Szczerze mówiąc – niczego nie oczekiwałem. Jasne jest, że kursy wysokiej jakości są znacznie droższe. Ale problem polega na tym, że są bezpłatne kursy, które są zrobione nie tylko nie gorzej, ale wielokrotnie bardziej profesjonalnie, na przykład kursy od lub od . Ten sam „certyfikat” ukończenia kursu (jeśli w ogóle komuś jest potrzebny), tam. można uzyskać całkowicie za darmo.
Z pozytywów można zauważyć, że te materiały przeglądowe są zebrane w jednym miejscu i osobie całkowicie nieznającej się na Data Science naprawdę łatwiej będzie zorientować się w tej dziedzinie.
Po zakończeniu kursu obiecują, że nauczymy się mnóstwa narzędzi, a w naszym CV będziemy mogli napisać coś takiego:
W rzeczywistości jest to ogromne przerysowanie. O wielu narzędziach w zasadzie tylko usłyszycie i nic więcej.
Podsumowanie
Moim zdaniem kurs niesie minimalną wartość praktyczną, szczególnie smuci to, że autorzy nie zadali sobie trudu, by nagrać oddzielne wideo wykłady dla niego. Szczerze mówiąc, za takie coś naprawdę wstyd prosić o pieniądze, no lub trzeba prosić dziesięć razy mniej.
Ale jeszcze raz powtórzę, że wszystko, co powiedziałem powyżej, to tylko moja subiektywna ocena, czy przejść ten kurs czy nie — decyzja należy do Ciebie.
P.S. Może z czasem autorzy kursu go poprawią i cały artykuł straci aktualność.
Na wszelki wypadek napiszę, że jest aktualny dla pierwszego uruchomienia tego kursu od 22 lipca do 14 sierpnia
P.P.S. Jeśli post wyszedł tak nieudany, usunę go, ale na początku chciałbym przeczytać krytykę, może po prostu coś trzeba poprawić. Bo na razie to wygląda, jak minusowanie niewygodnej krytyki niedostatecznego kursu
Źródło: habr.com
