ฉันไม่ได้เขียนอะไรมาเป็นเวลา “พันปี” แล้ว แต่ทันใดนั้นก็มีเหตุผลที่ต้องปัดฝุ่นออกจากสิ่งพิมพ์เล็กๆ น้อยๆ ในหัวข้อ “การเรียนรู้วิทยาศาสตร์ข้อมูลตั้งแต่เริ่มต้น” ในการโฆษณาตามบริบทบนโซเชียลเน็ตเวิร์กแห่งใดแห่งหนึ่ง รวมถึงในHabré ที่ฉันชื่นชอบ ฉันพบข้อมูลเกี่ยวกับหลักสูตรนี้ . มีค่าใช้จ่ายเพียงเพนนี คำอธิบายของหลักสูตรมีสีสันและมีแนวโน้มดี “ทำไมไม่ฟื้นฟูทักษะที่กลายเป็นฝุ่นจากการไร้ประโยชน์โดยเรียนหลักสูตรอื่นล่ะ?” - ฉันคิด. ความอยากรู้อยากเห็นก็มีบทบาทเช่นกัน ฉันอยากรู้มานานว่าการจัดฝึกอบรมที่สำนักงานนี้ทำงานอย่างไร
ฉันขอเตือนคุณทันทีว่าฉันไม่มีส่วนเกี่ยวข้องกับผู้พัฒนาหลักสูตรหรือคู่แข่งของพวกเขาแต่อย่างใด เนื้อหาทั้งหมดในบทความนี้เป็นการตัดสินคุณค่าเชิงอัตนัยของฉันโดยมีการประชดเล็กน้อย
คุณยังไม่รู้ว่าจะลงทุน 990 รูเบิลที่หามาอย่างยากลำบากได้ที่ไหน? ถ้าอย่างนั้นคุณก็ยินดีต้อนรับภายใต้แมว
ในฐานะคำนำเล็ก ๆ ฉันจะบอกว่าฉันค่อนข้างสงสัยเกี่ยวกับหลักสูตรที่มีแนวโน้มซึ่งสามารถเปลี่ยนผู้เริ่มต้นเป็น "นักวิเคราะห์ข้อมูลที่ประสบความสำเร็จด้วยเงินเดือนมากกว่า 100 รูเบิล" ในเวลาอันสั้น (แม้ว่าคุณอาจเดาได้จากภาพชื่อเรื่องของ บทความ).
เมื่อหลายปีก่อน หลังจากมีการโฆษณาอย่างต่อเนื่องสำหรับการฝึกอบรม Data Science ฉันได้ลองใช้วิธีต่างๆ เพื่อเชี่ยวชาญบางอย่างในสาขาวิทยาศาสตร์ข้อมูลเป็นอย่างน้อย และแบ่งปันบันทึกเกี่ยวกับอุปสรรคที่ฉันได้รับกับผู้อ่าน Habr
บทความอื่น ๆ ในชุด1. เรียนรู้พื้นฐาน:
2. ฝึกฝนทักษะแรกของคุณ
และหลังจากนั้นไม่นานฉันก็ตัดสินใจลองหลักสูตรอื่น
คำอธิบายหลักสูตร:
คำอธิบายของหลักสูตร "Start in Data Science" สัญญาว่าหลังจากใช้จ่ายเพียง 990 รูเบิล (ในขณะที่เขียน) เราจะได้รับหลักสูตรสี่สัปดาห์ในรูปแบบของการบรรยายผ่านวิดีโอและงานภาคปฏิบัติสำหรับผู้เริ่มต้น นอกจากนี้อย่าลืมเรื่องการชดเชยค่าเล่าเรียนบางส่วนในรูปแบบการลดหย่อนภาษี (พวกเขาสัญญาว่าจะส่งเอกสารทั้งหมดทางไปรษณีย์)
หลักสูตรนี้มีสองช่วงที่มีเงื่อนไข โดยช่วงหนึ่งจะบอกคุณว่า "วิทยาศาสตร์ข้อมูล" คืออะไร มีสาขาวิชาใดบ้างที่ได้รับความนิยม และคุณจะพัฒนาอาชีพในสาขา DataScience ได้อย่างไร บล็อกที่สองพิจารณาเครื่องมือห้าอย่างสำหรับการวิเคราะห์ข้อมูล: Excel, SQL, Python, Power BI และ Data Culture
อะไรที่ฟังดู “อร่อย” เราจ่ายค่าคอร์สและรอวันเริ่มเรียน
ด้วยความคาดหวัง เราจะเข้าสู่บัญชีส่วนตัวของเราหนึ่งวันก่อนเริ่มหลักสูตร เลื่อนดูคำที่แยกจากกันจากนักพัฒนา และรอการแจ้งเตือนการเริ่มหลักสูตรที่รอคอยมานาน
เวลาผ่านไป วันดีเดย์มาถึงแล้ว และคุณสามารถเริ่มฝึกฝนได้ เมื่อเปิดบทเรียนแรกแล้ว เราจะเห็นรูปแบบที่คุ้นเคยกับระบบการเรียนรู้ออนไลน์ - วิดีโอบรรยาย เนื้อหาเพิ่มเติม การทดสอบ และการบ้าน หากคุณเคยใช้ Coursera, EDX, Stepik คุณก็ไม่น่าจะมีปัญหาใดๆ
ภายในหลักสูตร:
ไปตามลำดับกันเลย หัวข้อของบทเรียนแรกคือ "ภาพรวมของ DS: พื้นฐาน ประโยชน์ การประยุกต์" โดยจะเริ่มต้นด้วยวิดีโอบรรยาย เช่นเดียวกับบทเรียนต่อๆ ไป
และตั้งแต่แรกเริ่มรู้สึกว่าสหายได้รับคำแนะนำจากแนวทางนี้ “ก็จะทำ” จากการ์ตูนโซเวียตที่ฉันชื่นชอบ
ตั้งแต่นาทีแรก คุณจะเข้าใจว่าเนื้อหาสำหรับหลักสูตรนี้ไม่ได้บันทึกไว้เป็นพิเศษ แต่นำมาจากบทเรียนเปิดหรือหลักสูตรเฉพาะทางอื่นๆ ไปยังวิดีโอด้วย ไม่มีคำบรรยายหรือตัวเลือกการดาวน์โหลด สำหรับการดูแบบออฟไลน์
หลังจากการบรรยาย จะมีการเสนอเนื้อหาเพิ่มเติมสำหรับบทเรียน (การนำเสนอจากการบรรยายในวิดีโอและวรรณกรรมที่แนะนำ) เราจะไม่วิเคราะห์เนื้อหาเหล่านั้น
แล้วการทดสอบก็รอเราอยู่ การทดสอบจะแตกต่างกันไปตามระดับของความซับซ้อนและความเพียงพอของคำถามกับเนื้อหาที่ครอบคลุม
และนี่เป็นอีกครั้งที่ขาดความสนใจในผลลัพธ์ของการฝึกอบรม คุณสามารถสอบตกได้ แต่จะไม่ส่งผลกระทบใดๆคุณจะยังคงผ่านบทเรียนได้สำเร็จ แต่คำร้องขอให้พยายามเรียนซ้ำเพิ่มเติมมักจะไม่ได้รับคำตอบ
ต่อจากนั้น แผนการสอน: “วิดีโอ -> เพิ่มเติม วัสดุ -> การทดสอบ” จะเป็นพื้นฐานของหลักสูตรทั้งหมด
บางครั้งบทเรียนอาจจะเจือจางด้วยแบบสอบถามและการบ้านที่เป็นอิสระ
การบ้านมีสองงานเท่านั้น และบอกตามตรงว่าฉันผ่านแค่อันเดียวเท่านั้น
การบ้านชิ้นแรกของคุณคือส่งเรซูเม่โดยสรุปทักษะหลักของคุณ ฉันไม่สามารถพูดได้ 100% แต่สำหรับฉันแล้วดูเหมือนว่าเกือบทุกเรซูเม่จะได้รับการยอมรับและการมอบหมายงานก็จะได้รับการยอมรับ หลังจากการมอบหมายงาน คุณจะได้รับเอกสารเพิ่มเติม—คำแนะนำ เมื่อจำได้ว่าฉันต้องดิ้นรนกับการบ้านใน Coursera ฉันรู้สึกเสียใจเล็กน้อยกับความเรียบง่ายของมัน
หลังจากจบส่วนเบื้องต้นแล้ว การศึกษา "เครื่องมือสำหรับการเริ่มต้นวิทยาศาสตร์ข้อมูล" ที่รอคอยกันมานานก็เริ่มต้นขึ้น และบทเรียนแรกคือบทเรียนที่มีชื่อดังว่า “การทำงานใน Excel: การอัปเกรดทักษะจากศูนย์เป็นนักวิเคราะห์”
ว้าว! ฟังดูน่าดึงดูด แต่ในความเป็นจริงแล้ว ความแตกต่างระหว่างความคาดหวังกับความเป็นจริงนั้นเหมือนกับรูปภาพแฮมเบอร์เกอร์จากโฆษณาฟาสต์ฟู้ดกับสิ่งที่พวกเขาให้คุณตอนชำระเงิน
ในความเป็นจริงเราจะสังเกตว่าเมื่อย้ายจากการเติมเซลล์อัตโนมัติใน Excel ไปเป็นคำอธิบายที่สับสนของฟังก์ชัน "VLOOKUP()" ครูจะลังเลเหมือนแฮมเล็ตในหัวข้อคำถาม "จะเป็นหรือไม่เป็น", " อธิบายทุกอย่างสำหรับผู้เริ่มต้น” หรือ “มอบเนื้อหาที่น่าสนใจสำหรับมืออาชีพ” ในความเห็นส่วนตัวของฉัน ไม่มีอย่างใดอย่างหนึ่งไม่ได้ผล
เป็นเรื่องดีอย่างยิ่งที่แม้ว่าหลักสูตรจะไม่รวมการสัมมนาผ่านเว็บแบบสดก็ตาม นั่นคือสิ่งเหล่านี้ไม่ใช่การบันทึกชั้นเรียนที่คุณพลาด แต่เป็นเพียงการบันทึกชั้นเรียนที่เกิดขึ้นเมื่อนานมาแล้ว (ดูภาพด้านล่าง) ผู้เขียนยังคงตัดสินใจที่จะรักษาบรรยากาศ (หรือบางทีพวกเขาอาจจะแค่ขี้เกียจ) и ให้คุณดูเป็นเวลาห้านาทีในขณะที่ครูแก้ปัญหาเรื่องเสียง.
หลังจากวิดีโอ ตามโครงร่างมาตรฐาน จะมีเนื้อหาเพิ่มเติมและการทดสอบตามมา
หัวข้อถัดไปเป็นเรื่องเกี่ยวกับภาษา SQL บทเรียนนี้ให้พื้นฐานและตัวอย่างการทำงานกับแบบสอบถาม SQL โดยหลักการแล้วคุณจะพบวิดีโอและบทความในหัวข้อที่คล้ายกัน หาได้ง่ายบนอินเทอร์เน็ตฟรี.
หลังจาก SQL จะมีบทเรียนเกี่ยวกับการประมวลผลชุดข้อมูลจาก Kagle โดยใช้ไลบรารี Python “Pandas” แผนการสอนไม่เปลี่ยนแปลง: วิดีโอ -> เพิ่มเติม วัสดุ -> การทดสอบ ไม่มีงานเพิ่มเติมให้ แม้แต่งานที่มีการตรวจสอบผลลัพธ์อัตโนมัติ ดังนั้นคุณจะไม่ต้องติดตั้ง Anaconda และเขียนโค้ดอย่างแน่นอน อีกด้วย การพิมพ์โค้ดอย่างละเอียดในวิดีโอบรรยายเป็นเรื่องที่น่าสังเกตการดูมันบนโทรศัพท์นั้นไร้จุดหมาย และฉันต้องดูมันแทบจะไร้ประโยชน์บนจอภาพ
บทที่สี่: “การแสดงภาพรายงานลอจิสติกส์ใน PBI ภายใน 10 นาที” (видео кстати длится минут 50) . ในวิดีโอนี้ พวกเขาจะพูดถึงเครื่องมือที่น่าสนใจที่เรียกว่า Power BI พูดตามตรง ฉันไม่เคยได้ยินเรื่องนี้มาก่อน
การจบหลักสูตรโดยไม่คาดคิด:
บทเรียนที่ห้าสุดท้ายจะบอกคุณเกี่ยวกับหลักการทั่วไปของการจัดเก็บข้อมูลที่เหมาะสม การบรรยายจะนำมาจากหลักสูตรอื่นอีกครั้ง ในบทเรียนนี้ นอกจากแบบทดสอบมาตรฐานแล้ว การบ้านยังปรากฏขึ้นอีก แต่ฉันไม่ได้ทำ อยากรู้ว่าทำไม?
เพราะพอเปิดหน้าคอร์สวันนี้ซึ่งเพิ่งเสร็จไปได้ครึ่งเดียวก็พบว่า
นั่นคือ ระบบถือว่าผมเรียนจบหลักสูตรแล้ว ทั้งที่จริงๆ แล้วผมยังเรียนไม่จบก็ตาม.
ยิ่งไปกว่านั้น หลังจากดูวิดีโอที่เหลือทั้งหมดและทำการทดสอบ ตัวนับไม่เปลี่ยนแปลง แต่ยังคงอยู่ที่ 56% ฉันคิดว่าอย่างนั้น ฉันไม่สามารถดูอะไรเลยและไม่ทำการทดสอบและยังคงได้รับ "ประกาศนียบัตร".
สิ่งที่น่าประหลาดใจเป็นพิเศษคือหลักสูตรนี้เปิดอย่างเป็นทางการตั้งแต่วันที่ 22 กรกฎาคมถึง 14 สิงหาคม และได้ออก "ประกาศนียบัตร" ให้ฉันแล้วในวันที่ 04.08.2019 สิงหาคม XNUMX
ผลการฝึกอบรม
เมื่อเสร็จสิ้นการฝึกอบรม เว็บไซต์ของบริษัทสัญญากับเราว่า: “คุณสมบัติของคุณจะได้รับการยืนยันโดยเอกสารตามแบบฟอร์มที่กำหนด” แต่ปัญหาคือ หลักสูตรนี้ดูเหมือนจะไม่ใช่ทั้งโปรแกรมการฝึกอบรมซ้ำหรือโปรแกรมการฝึกอบรมขั้นสูง ซึ่งหมายความว่าคุณจะได้รับ “ใบรับรอง” ซึ่งโดยหลักการแล้วไม่มีสถานะเป็นทางการ.
อาจเป็นคำถามที่สมเหตุสมผล: "คุณคาดหวังอะไรจาก 990 รูเบิล" พูดตามตรงฉันไม่ได้คาดหวังอะไรเลย เห็นได้ชัดว่าหลักสูตรคุณภาพสูงมีราคาแพงกว่ามาก แต่ปัญหาคือมีหลักสูตรฟรีที่ไม่เพียงแต่ไม่ได้แย่ลงเท่านั้น แต่ยังมีความเป็นมืออาชีพมากกว่าหลายเท่า เช่น หลักสูตรจาก หรือจาก . “ใบรับรอง” ใบเดียวกันของการสำเร็จหลักสูตร (หากใครต้องการ) ที่นั่น สามารถรับได้ฟรี.
ข้อดีประการหนึ่งคือเอกสารการทบทวนเหล่านี้รวบรวมไว้ในที่เดียว และคนที่ไม่คุ้นเคยกับ Data Science เลยจะสำรวจพื้นที่นี้ได้ง่ายขึ้นมาก
ในตอนท้ายของหลักสูตร เราได้รับสัญญาว่าเราจะได้เรียนรู้เครื่องมือมากมาย และในเรซูเม่ของเรา เราจะสามารถเขียนอะไรประมาณนี้:
ในความเป็นจริง นี่เป็นการพูดเกินจริงที่แข็งแกร่งมาก. โดยพื้นฐานแล้วคุณจะได้ยินเกี่ยวกับเครื่องดนตรีมากมายและไม่มีอะไรเพิ่มเติม
สรุป
ในความคิดของฉัน หลักสูตรนี้มีภาระงานที่มีประโยชน์ขั้นต่ำ น่าผิดหวังอย่างยิ่งที่ผู้เขียนขี้เกียจเกินไปที่จะบันทึกวิดีโอการบรรยายแยกกัน ในทางที่ดี การขอเงินเพื่อสิ่งนี้เป็นเรื่องน่าเสียดาย หรือคุณควรขอเงินให้น้อยลง 10 เท่า
แต่ฉันขอย้ำอีกครั้งว่าทั้งหมดข้างต้นเป็นเพียงการตัดสินคุณค่าส่วนตัวของฉัน มันขึ้นอยู่กับคุณที่จะตัดสินใจว่าจะเรียนหลักสูตรนี้หรือไม่
ป.ล. บางทีเมื่อเวลาผ่านไป ผู้เขียนหลักสูตรอาจจะสรุปผล และบทความทั้งหมดก็จะสูญเสียความเกี่ยวข้องไป
ในกรณีที่ฉันจะเขียนว่าใช้ได้สำหรับการเปิดตัวหลักสูตรนี้ครั้งแรกตั้งแต่วันที่ 22 กรกฎาคมถึง 14 สิงหาคม
PPS ถ้าโพสต์ไม่สำเร็จผมจะลบทิ้งครับ แต่ช่วงแรกๆ ผมอยากอ่านคำวิจารณ์ครับ อาจจะต้องแก้ไขอะไรสักอย่าง มิฉะนั้นสำหรับตอนนี้ดูเหมือนว่าจะเป็นการวิจารณ์หลักสูตรคุณภาพต่ำที่ไม่สะดวก
ที่มา: will.com