Jag har inte skrivit något på "tusen år", men plötsligt fanns det en anledning att blåsa bort dammet från en minicykel av publikationer om "lära datavetenskap från grunden." I kontextuell annonsering på ett av de sociala nätverken, såväl som på min favorit Habré, stötte jag på information om kursen . Det kostade bara slantar, beskrivningen av banan var färgstark och lovande. "Varför inte återställa de färdigheter som blivit dammiga av värdelöshet genom att ta en annan kurs?" - Jag trodde. Nyfikenheten spelade också in, jag hade länge velat se hur organisationen av utbildningen på det här kontoret fungerar.
Låt mig varna dig omedelbart att jag inte på något sätt är knuten till kursutvecklarna eller deras konkurrenter. Allt material i artikeln är mitt subjektiva värdebedömning med en liten touch av ironi.
Så du vet fortfarande inte var du ska investera dina surt förvärvade 990 rubel? Då är du välkommen under katt.
Som ett litet förord vill jag säga att jag är något skeptisk till lovande kurser som kan göra en nybörjare till "en framgångsrik dataanalytiker med en lön på över 100 000 rubel" på kort tid (även om du förmodligen gissade detta från titelbilden på artikeln).
För flera år sedan, i kölvattnet av aktiv reklam för utbildning i Data Science, försökte jag på olika sätt behärska åtminstone något inom datavetenskap och delade anteckningar om stötarna jag fick med Habr-läsare.
Andra artiklar i serien1. Lär dig grunderna:
2. Öva dina första färdigheter
Och efter en lång tid bestämde jag mig för att testa en annan kurs.
Kursbeskrivning:
Beskrivningen av kursen "Starta i datavetenskap" lovar att efter att ha spenderat endast 990 rubel (i skrivande stund) vi kommer att få en fyra veckors kurs i form av videoföreläsningar och praktiska uppgifter för nybörjare. Låt oss inte heller glömma kompensation för en del av kurskostnaden i form av ett skatteavdrag (de lovar att skicka alla dokument via post).
Kursen har två villkorliga block, ett kommer att berätta vad "Data Science" är, vilka populära områden det finns och hur du kan utveckla en karriär inom området DataScience. Det andra blocket tittar på fem verktyg för dataanalys: Excel, SQL, Python, Power BI och Data Culture.
Nåväl, vad som låter "gott", vi betalar för kursen och väntar på startdatumet.
I väntan på att vi loggar in på vårt personliga konto dagen innan kursstart, bläddrar igenom avskedsorden från utvecklarna och väntar på besked om den efterlängtade kursstarten.
Tiden har runnit iväg, D-dagen har kommit och du kan börja träna. Efter att ha öppnat den första lektionen kommer vi att se ett schema som är bekant med onlineinlärningssystem - en videoföreläsning, ytterligare material, tester och läxor. Om du någonsin har använt Coursera, EDX, Stepik, bör du inte ha några problem.
Inuti kursen:
Låt oss gå i ordning. Ämnet för den första lektionen är "DS-översikt: Grunder, fördelar, applikationer", den börjar med en videoföreläsning, som alla efterföljande lektioner.
Och redan från början känns det som att kamraterna styrdes av tillvägagångssättet "Så det kommer att göra" från min favorit sovjetiska serie.
Redan från första minuten förstår du att materialet för kursen inte var speciellt inspelat, utan togs från några andra öppna lektioner eller specialiserade kurser. Även till videon inga undertexter eller nedladdningsalternativ för offlinevisning.
Efter föreläsningen erbjuds ytterligare material till lektionen (presentation från videoföreläsningen och rekommenderad litteratur), vi kommer inte att analysera dem.
Sedan väntar ett test på oss. Testerna varierar i graden av komplexitet och adekvatheten hos frågorna för det material som behandlas.
Och här återigen manifesteras bristen på intresse för resultatet av träningen, Du kan misslyckas på testet, men det påverkar ingenting, kommer du fortfarande att klara lektionen framgångsrikt, men begäran om ett ytterligare försök att göra om kommer sannolikt att förbli obesvarad.
Därefter, lektionsplanen: "video -> ytterligare. material -> test” kommer att ligga till grund för hela kursen.
Ibland späds lektionen ut med frågeformulär och självständiga läxor.
Det finns bara två hemuppgifter. Och för att vara ärlig så passerade jag bara en.
Din första hemuppgift är att skicka in ditt CV som beskriver dina nyckelfärdigheter. Jag kan inte säga 100%, men det verkar som om nästan alla CV kommer att accepteras och uppdraget kommer att accepteras. Efter uppdraget får du ytterligare material – rekommendationer. När jag kom ihåg hur jag kämpade med läxorna på Coursera, blev jag till och med lite upprörd över hur enkelt det var.
Efter att ha genomfört den inledande delen börjar studiet av det efterlängtade ”Verktyg för att komma igång inom Data Science”. Och den första är en lektion med en högljudd titel: "Att arbeta i Excel: uppgradera färdigheter från noll till analytiker."
Wow! Det låter lockande, men i verkligheten är skillnaden mellan förväntan och verklighet densamma som mellan ett foto på en hamburgare från en snabbmatsannons och vad de ger dig i kassan.
Faktum är att vi kommer att observera hur läraren kommer att tveka som Hamlet när det gäller frågan "Att vara eller inte vara", när vi går från att fylla i celler i Excel till en förvirrande beskrivning av funktionen "VLOOKUP()". Förklara allt för nybörjare" eller "Ge intressant material för proffs." Enligt min subjektiva uppfattning fungerade varken det ena eller det andra.
Det är särskilt bra att trots att kursen inte innehåller ett livewebinar. Det vill säga, det här är inte inspelningar av klasser som du missat, utan helt enkelt inspelningar av klasser som ägde rum för länge sedan (se bild nedan), författarna bestämde sig ändå för att bevara atmosfären (eller de kanske bara var lata) и få dig att titta i fem minuter medan läraren löser ljudproblem.
Efter videon, enligt standardschemat, följer ytterligare material och ett test.
Nästa ämne handlar om SQL-språket. Lektionen ger grunderna och exempel på att arbeta med SQL-frågor; i princip kan videor och artiklar om liknande ämne hittas lätt att hitta på internet gratis.
Efter SQL finns det en lektion om att bearbeta en datauppsättning från Kagle med Python-biblioteket "Pandas". Lektionsplanen har inte ändrats: video -> ytterligare. material -> test. Det finns inga ytterligare uppgifter, inte ens en uppgift med automatisk kontroll av resultat. Således behöver du definitivt inte installera Anaconda och skriva kod. Också Det är värt att notera det finstilta i koden i videoföreläsningen, att titta på den i telefonen är meningslös, och jag var tvungen att titta på den nästan rakt av på skärmen.
Lektion fyra: "Visualisering av en logistikrapport i PBI på 10 minuter" (видео кстати длится минут 50) . I den här videon kommer de att prata om ett intressant verktyg som heter Power BI, för att vara ärlig, jag har aldrig hört talas om det förut.
Oväntat slut på kursen:
Den sista femte lektionen kommer att berätta om de allmänna principerna för korrekt datalagring; föreläsningen är återigen hämtad från en annan kurs. I den här lektionen, förutom standardtestet, dyker läxor upp igen, men jag gjorde det inte. Vill du veta varför?
För när jag öppnade kurssidan idag, som bara var halvklarad, såg jag detta:
Det är det systemet ansåg att jag hade slutfört kursen med framgång, även om jag faktiskt inte klarade den.
Dessutom, efter att ha sett alla återstående videor och utfört tester, ändrades inte räknaren, utan låg kvar på 56%. jag antar att Jag kunde inte se någonting alls och inte ta några test och ändå få ett "Diplom".
Det som är särskilt förvånande är att kursen officiellt varade från 22 juli till 14 augusti, och "Diplomet" utfärdades till mig redan den 04.08.2019 augusti XNUMX.
Resultat av träning
Efter avslutad utbildning lovar företagets webbplats oss: "Dina kvalifikationer kommer att bekräftas av dokument i den etablerade formen." Men problemet är att den här kursen varken verkar vara ett omskolningsprogram eller ett avancerat träningsprogram, vilket betyder att du helt enkelt kommer att få ”certifikat”, som i princip inte har någon officiell status.
En rimlig fråga skulle förmodligen vara: "Vad förväntade du dig för 990 rubel?" För att vara ärlig så förväntade jag mig ingenting. Det är klart att högkvalitativa kurser är betydligt dyrare. Men problemet är att det finns gratiskurser som görs inte bara inte sämre, utan många gånger mer professionellt, till exempel kurser från eller från . Samma "intyg" för slutförande av kursen (om någon behöver det), där du kan få det helt gratis.
En av fördelarna är att detta recensionsmaterial samlas på ett ställe och det blir verkligen enklare för en person som är helt obekant med Data Science att navigera i detta område.
I slutet av kursen lovas vi att vi ska lära oss en massa verktyg, och på vårt CV kommer vi att kunna skriva något i stil med detta:
Faktiskt detta är en mycket stark överdrift. Du kommer i princip bara att höra om många instrument och inget mer.
Sammanfattning
Enligt min åsikt har kursen en minimal användbar belastning; det är särskilt en besvikelse att författarna var för lata för att spela in separata videoföreläsningar för den. På ett bra sätt är det synd att be om pengar för något sådant, eller så bör du be om 10 gånger mindre.
Men jag upprepar än en gång att allt ovanstående bara är min subjektiva värdebedömning; det är upp till dig att bestämma om du ska ta den här kursen eller inte.
PS Kanske kommer författarna till kursen med tiden att slutföra den och hela artikeln kommer att förlora relevans.
För säkerhets skull skriver jag att den är giltig för den allra första lanseringen av denna kurs från 22 juli till 14 augusti
PPS Om inlägget skulle visa sig vara så misslyckat så raderar jag det, men till en början skulle jag vilja läsa kritiken, kanske behöver något bara redigeras. Annars ser det för närvarande ut som minus obekväm kritik mot en kurs av låg kvalitet
Källa: will.com