Det har gÄtt "tusen Är" utan att jag har skrivit nÄgot, men plötsligt dök det ovÀntat upp en anledning att damma av min miniserie av inlÀgg om "Data Science-lÀrande frÄn grunden". I en kontextuell annons pÄ ett av sociala medier samt pÄ min Àlskade "Habr" snubblade jag över information om en kurs . Den kostade nÀstan ingenting, kursbeskrivningen var fÀrgstark och lovande. "Varför inte Äteruppliva de dammiga, oanvÀnda kunskaperna genom att gÄ en till kurs?" tÀnkte jag. Min nyfikenhet spelade ocksÄ en roll, jag har lÀnge velat se hur utbildningsorganisationen fungerar hos denna firma.
Jag vill genast varna för att jag inte Àr kopplad till kursens skapare eller deras konkurrenter. Alla material i artikeln Àr mina subjektiva bedömningar med en lÀtt ton av ironi.
SÄ, vet du fortfarande inte vart du ska investera dina hÄrt tjÀnade 990 rubel? DÄ Àr du varmt vÀlkommen att fortsÀtta lÀsa.
Som en liten inledning vill jag sÀga att jag Àr nÄgot skeptisk till lovande kurser som pÄ kort tid kan förvandla en nybörjare till en "framgÄngsrik dataanalytiker med en lön över 100 000 rubel" (Àven om du sÀkert listade ut det frÄn artikelns rubrikbild).
För nÄgra Är sedan, i kölvattnet av den intensiva reklamen för Data Science-utbildning, försökte jag pÄ olika sÀtt lÀra mig nÄgot om datavetenskap och delade mina anteckningar om de misstag jag gjorde med Habr-lÀsarna.
Andra artiklar i serien1. LĂ€r oss grunderna:
2. Praktisera dina första fÀrdigheter
Och nu, efter lÄng tid, har jag bestÀmt mig för att prova ytterligare en kurs.
Kursbeskrivning:
Kursbeskrivningen för «Starta inom Data Science» lovar att vi fÄr en fyraveckorskurs i videoförelÀsningar och praktiska uppgifter för nybörjare för endast 990 rubel (vid artikelns publiceringstillfÀlle) . Vi fÄr ocksÄ inte glömma den delvisa kostnadsersÀttningen i form av skatteavdrag (De lovar att skicka alla dokument via e-post).
Kursen bestÄr av tvÄ block, varav det första handlar om vad «Data Science» Àr, vilka populÀra inriktningar som finns och hur man kan utveckla sin karriÀr inom Data Science. Det andra blocket tÀcker fem verktyg för dataanalys: Excel, SQL, Python, Power BI och «Datakultur».
Tja, det lĂ„ter «gott» â betala kursen och vĂ€nta pĂ„ startdatumet.
I förvÀntan loggar vi in pÄ vÄr personliga sida dagen innan kursstart, blÀddrar igenom uppmuntrande ord frÄn skaparna och vÀntar pÄ meddelandet om den efterlÀngtade kursstarten.
Tiden har flugit förbi, «Dagen D» har kommit, nu kan vi börja studera. NĂ€r vi öppnar första lektionen ser vi den vanliga strukturen för onlineutbildningssystem â videoförelĂ€sning, tillĂ€ggsmaterial, tester och hemuppgifter. Om du nĂ„gonsin har anvĂ€nt Coursera, EDX eller Stepik, borde du inte ha nĂ„gra problem.
Inuti kursen:
LĂ„t oss ta det i tur och ordning. Första lektionen â «Ăversikt över DS: grunder, nytta, tillĂ€mpning», inleds med en videoförelĂ€sning, precis som alla följande lektioner.
Redan frÄn början kÀnns det som att de ansvariga har följt tillvÀgagÄngssÀttet «Det duger» frÄn min favorit sovjetiska tecknad film.
FrÄn första minuten förstÄr man att materialet för kursen inte har spelats in speciellt för detta syfte, utan har plockats frÄn andra öppna lektioner eller Àmneskurser. Dessutom saknar videon undertexter och möjlighet att ladda ner för att titta offline.
Efter förelÀsningen erbjuds vi tillÀggsmaterial till lektionen (presentation frÄn videoförelÀsningen och rekommenderad litteratur), som vi inte kommer att gÄ igenom.
Sedan vÀntar ett test. Tester varierar i svÄrighetsgrad och rimlighet i frÄgor relaterade till genomgÄtt material.
Och hÀr visar Äterigen avsaknaden av intresse för resultatet av utbildningen sig, testet kan misslyckas, men det pÄverkar inget, lektionen kommer du ÀndÄ att klara av, men begÀran om en extra chans för omprov kommer troligen att förbli obesvarad.
I det följande kommer schemat för lektionen: "video -> extra material -> test" att vara grunden för hela kursen.
Ibland kommer lektionen att avbrytas av enkÀter och individuella hemuppgifter.
Det finns totalt tvÄ hemuppgifter. Och om jag Àr Àrlig har jag bara klarat av en.
Första hemuppgiften Ă€r att skicka in ditt CV med en beskrivning av dina nyckelfĂ€rdigheter. Jag kan inte pĂ„stĂ„ det till 100%, men jag tror att nĂ€stan vilket CV som helst accepteras och uppgiften godkĂ€nns. Efter uppgiften fĂ„r du ytterligare material â rekommendationer. NĂ€r jag tĂ€nker pĂ„ hur mycket jag kĂ€mpade med hemuppgifterna pĂ„ Coursera blev jag faktiskt lite besviken över denna enkelhet.
NÀr den inledande delen Àr klar börjar studierna av de efterlÀngtade "Verktygen för att komma igÄng med Data Science". Den första lektionen har den vackra titeln: "Arbete i Excel: förbÀttra fÀrdigheter frÄn nybörjare till analytiker".
Wow! Det lÄter lockande, men i verkligheten Àr skillnaden mellan förvÀntning och verklighet densamma som mellan en bild av en hamburger frÄn en snabbmatsreklam och vad du fÄr vid kassan.
I grunden kommer vi att se hur lÀraren, nÀr han rör sig frÄn automatisk ifyllnad av celler i Excel till en osÀker beskrivning av funktionen "VLOOKUP()", tvekar som Hamlet om frÄgan "Att vara, eller inte vara" "Förklara allt för nybörjare" eller "Ge material som Àr intressant för proffs". Enligt min subjektiva Äsikt lyckades han inte med nÄgot av det.
Det Àr sÀrskilt bra att trots att kursen inte innehÄller nÄgra live-webinarier. Det vill sÀga att detta inte Àr inspelningar av de lektioner du missade, utan helt enkelt inspelningar av lektioner som hölls för lÀnge sedan (se bilden nedan), har författarna ÀndÄ beslutat att bevara atmosfÀren. (eller kanske bara var för lata) och tvingar dig att titta i fem minuter medan lÀraren löser ljudproblem..
Efter videon följer de vanliga: extra material och test.
NÀsta Àmne handlar om SQL-sprÄket. I lektionen ges de mest grundlÀggande och exempel pÄ arbete med SQL-frÄgor, i princip kan man hitta videor och artiklar om liknande Àmnen. helt gratis pÄ internet..
Det finns en lektion om att hantera dataset frÄn Kaggle med hjÀlp av Python-biblioteket "Pandas". Schemaet för lektionen har inte Àndrats: video -> extra material -> test. Inga ytterligare uppgifter finns, inte ens en uppgift med automatisk kontroll av resultaten. SÄledes behöver ni inte installera "Anaconda" eller skriva kod. Det Àr vÀrt att notera den lilla textstorleken pÄ koden i videoförelÀsningen, det Àr meningslöst att titta pÄ den pÄ en telefon, och pÄ en skÀrm var jag tvungen att titta nÀstan pÄ nÀra hÄll.
Den fjÀrde lektionen "Visualisering av logistikrapporten i PBI pÄ 10 minuter" (videon var förresten nÀstan 50 minuter lÄng) . I den hÀr videon kommer de att berÀtta om ett intressant verktyg, Power BI, som jag Àrligt talat aldrig hört talas om tidigare.
Ăverraskande avslutning av kursen:
Den avslutande femte lektionen kommer att berÀtta om de allmÀnna principerna för korrekt datalagring, förelÀsningen Àr Änyo hÀmtad frÄn en annan kurs. I denna lektion, utöver standardtestet, dyker det Äterigen upp en hemtentamen, men jag valde att inte göra den. Vill ni veta varför?
För att nÀr jag idag öppnade sidan för kursen, som jag bara hade genomfört till hÀlften, sÄg jag detta:
Det vill sÀga systemet har rÀknat med att jag framgÄngsrikt har genomfört kursen, trots att jag faktiskt inte har avslutat den..
Dessutom, efter att ha sett alla ÄterstÄende videor och genomfört testerna, Àndrades inte rÀknaren och förblev pÄ 56%. Jag misstÀnker att jag skulle kunna ha sett ingenting och inte genomfört testerna och ÀndÄ fÄtt ett "Diplom"..
SÀrskilt överraskande Àr att det i utskicket officiellt angavs att kursen pÄgick frÄn 22 juli till 14 augusti, men jag fick mitt "Diplom" redan den 04.08.2019.
Sammanfattning av utbildningen
Företagets hemsida lovar oss vid utbildningens slut: "Din kvalifikation kommer att bekrÀftas med dokument av standardtyp". Men sÄ Àr det olyckligt att denna kurs verkar varken vara ett utbildningsprogram eller ett vidareutbildningsprogram, vilket innebÀr att ni bara fÄr ett "certifikat", som i princip saknar officiell status..
Kanske Àr det rimligt att frÄga: "Vad förvÀntade du dig för 990 rubel?". För att vara Àrlig - jag förvÀntade mig ingenting. Det Àr tydligt att kvalitetskurser kostar betydligt mer. Men hela problemet Àr att det finns gratis kurser som inte bara Àr lika bra, utan som Àr mycket mer professionella, till exempel kurser frÄn eller frÄn . Samma "certifikat" för genomförd kurs (om det ens Àr av intresse) dÀr. kan man fÄ helt gratis.
Bland fördelarna kan man nÀmna att dessa översiktsmaterial Àr samlade pÄ ett stÀlle, vilket gör det mycket enklare för en person som Àr helt ny inom Data Science att navigera i detta omrÄde.
Vid kursens slut lovar de att vi kommer att lÀra oss massor av verktyg, och i vÄrt CV kan vi skriva sÄ hÀr:
I verkligheten Àr det en stark överdrift. Du kommer faktiskt bara att höra talas om mÄnga verktyg, och inte mer.
Sammanfattning
Enligt min Äsikt ger kursen minimalt med nyttig kunskap, sÀrskilt frustrerande Àr det att författarna inte har lagt tid pÄ att spela in separata videoförelÀsningar för den. Rent ut sagt borde man skÀmmas för att ta betalt för nÄgot sÄdant, eller sÄ borde priset vara tio gÄnger lÀgre.
Men jag vill Äter igen betona att allt ovanstÄende bara Àr min subjektiva bedömning; om du ska gÄ denna kurs eller inte Àr upp till dig.
P.S. Kanske kommer kursens skapare att förbÀttra den över tid, och hela artikeln kommer att förlora sin aktualitet.
Bara för att vara pÄ den sÀkra sidan vill jag pÄpeka att det gÀller den allra första omgÄngen av denna kurs, som gÄr frÄn 22 juli till 14 augusti.
P.P.S. Om inlÀgget blev sÄ misslyckat, sÄ raderar jag det, men först skulle jag gÀrna vilja lÀsa kritik, kanske Àr det nÄgot som behöver redigeras. För just nu ser det ut som om man avfÀrdar obekvÀm kritik av en undermÄlig kurs.
KĂ€lla: habr.com
