"Paano makipag-network sa mga nagsisimulang analyst" o isang pagsusuri ng online na kurso na "Magsimula sa Data Science"

Hindi ako nakapagsulat ng anuman sa loob ng "isang libong taon," ngunit biglang nagkaroon ng dahilan upang tangayin ang alikabok mula sa isang mini-cycle ng mga publikasyon sa "pag-aaral ng Data Science mula sa simula." Sa advertising sa konteksto sa isa sa mga social network, pati na rin sa aking paboritong Habré, nakatagpo ako ng impormasyon tungkol sa kurso "Magsimula sa Data Science". Nagkakahalaga ito ng mga pennies lamang, ang paglalarawan ng kurso ay makulay at may pag-asa. "Bakit hindi ibalik ang mga kasanayan na naging maalikabok mula sa kawalan ng silbi sa pamamagitan ng pagkuha ng ibang kurso?" - Akala ko. May papel din ang pagkamausisa; matagal ko nang gustong makita kung paano gumagana ang organisasyon ng pagsasanay sa opisinang ito.

Hayaan akong babalaan ka kaagad na hindi ako kaanib sa anumang paraan sa mga developer ng kurso o sa kanilang mga kakumpitensya. Ang lahat ng materyal sa artikulo ay ang aking pansariling paghatol sa halaga na may kaunting kabalintunaan.
Kaya, hindi mo pa rin alam kung saan ilalagay ang iyong pinaghirapang 990 rubles? Pagkatapos ay malugod kang tinatanggap sa ilalim ng pusa.

"Paano makipag-network sa mga nagsisimulang analyst" o isang pagsusuri ng online na kurso na "Magsimula sa Data Science"

Bilang isang maliit na paunang salita, sasabihin ko na medyo nag-aalinlangan ako tungkol sa mga promising na kurso na maaaring gawing "isang matagumpay na data analyst na may suweldo na higit sa 100 rubles" sa maikling panahon (bagaman marahil ay nahulaan mo ito mula sa pamagat na larawan ng ang artikulo).

Ilang taon na ang nakalilipas, pagkatapos ng aktibong pag-advertise para sa pagsasanay sa Data Science, sinubukan ko sa iba't ibang paraan na makabisado ang kahit isang bagay sa larangan ng data science at nagbahagi ng mga tala tungkol sa mga bump na nakuha ko sa mga mambabasa ng Habr.

Iba pang mga artikulo sa serye1. Alamin ang mga pangunahing kaalaman:

2. Sanayin ang iyong mga unang kasanayan

At pagkaraan ng mahabang panahon, nagpasya akong sumubok ng ibang kurso.

Paglalarawan ng Kurso:

Ang paglalarawan ng kursong "Start in Data Science" ay nangangako na pagkatapos gumastos lamang ng 990 rubles (sa oras ng pagsulat) makakatanggap kami ng apat na linggong kurso sa format ng mga video lecture at praktikal na gawain para sa mga nagsisimula. Gayundin, huwag nating kalimutan ang tungkol sa kabayaran para sa bahagi ng gastos sa kurso sa anyo ng isang bawas sa buwis (Nangangako silang ipadala ang lahat ng mga dokumento sa pamamagitan ng koreo).

Ang kurso ay may dalawang kondisyon na bloke, isa ay magsasabi sa iyo kung ano ang "Data Science", kung ano ang mga sikat na lugar doon, at kung paano ka magkakaroon ng karera sa larangan ng DataScience. Ang pangalawang bloke ay tumitingin sa limang tool para sa pagsusuri ng data: Excel, SQL, Python, Power BI at Data Culture.

Well, kung ano ang tunog "masarap", nagbabayad kami para sa kurso at naghihintay para sa petsa ng pagsisimula.

Sa pag-asam, nag-log in kami sa aming personal na account sa araw bago magsimula ang kurso, mag-scroll sa mga salitang humihiwalay mula sa mga developer at maghintay para sa abiso ng pinakahihintay na pagsisimula ng kurso.

Lumipas ang oras, dumating na ang D-Day, at maaari kang magsimula ng pagsasanay. Sa pagbubukas ng unang aralin, makikita natin ang isang pamamaraan na pamilyar sa mga online na sistema ng pag-aaral - isang video lecture, mga karagdagang materyales, pagsusulit at takdang-aralin. Kung nagamit mo na ang Coursera, EDX, Stepik, hindi ka dapat magkaroon ng anumang mga problema.

Sa loob ng kurso:

Umayos na tayo. Ang paksa ng unang aralin ay "Pangkalahatang-ideya ng DS: Mga Pangunahing Kaalaman, Mga Benepisyo, Mga Aplikasyon", nagsisimula ito sa isang video lecture, tulad ng lahat ng kasunod na mga aralin.

At sa simula pa lang ay nararamdaman na ang mga kasama ay ginabayan ng paglapit "Kaya gagawin" mula sa paborito kong cartoon ng Sobyet.

Mula sa pinakaunang minuto naiintindihan mo na ang materyal para sa kurso ay hindi espesyal na naitala, ngunit kinuha mula sa ilang iba pang bukas na mga aralin o mga espesyal na kurso. Pati sa video walang mga subtitle o opsyon sa pag-download para sa offline na pagtingin.

Pagkatapos ng lecture, ang mga karagdagang materyales para sa aralin ay inaalok (pagtatanghal mula sa video lecture at inirerekomendang literatura), hindi namin susuriin ang mga ito.

Pagkatapos ay isang pagsubok ang naghihintay sa atin. Ang mga pagsusulit ay nag-iiba sa antas ng pagiging kumplikado at kasapatan ng mga tanong sa materyal na sakop.

At narito muli ang kawalan ng interes sa resulta ng pagsasanay ay ipinakita, Maaari kang mabigo sa pagsusulit, ngunit hindi ito makakaapekto sa anuman, matagumpay mo pa ring maipapasa ang aralin, ngunit ang kahilingan para sa karagdagang pagtatangka sa muling pagkuha ay malamang na mananatiling hindi masasagot.

Kasunod nito, ang plano ng aralin: “video -> karagdagang. materyales -> pagsusulit” ang magiging batayan ng buong kurso.

Kung minsan ang aralin ay lalabnaw ng mga talatanungan at independiyenteng takdang-aralin.

Dalawa lang ang takdang aralin. At sa totoo lang, isa lang ang naipasa ko.

Ang iyong unang takdang-aralin ay isumite ang iyong resume na binabalangkas ang iyong mga pangunahing kasanayan. Hindi ko masasabi ang 100%, ngunit tila sa akin na halos anumang resume ay tatanggapin at ang takdang-aralin ay tatanggapin. Pagkatapos ng takdang-aralin, padadalhan ka ng mga karagdagang materyales—mga rekomendasyon. Naaalala kung paano ako nahirapan sa takdang-aralin sa Coursera, medyo nalungkot ako sa pagiging simple nito.

Matapos makumpleto ang panimulang bahagi, magsisimula ang pag-aaral ng pinakahihintay na "Mga tool para sa pagsisimula sa Data Science". At ang una ay isang aralin na may malakas na pamagat: "Paggawa sa Excel: pag-upgrade ng mga kasanayan mula sa zero hanggang sa analyst."

Wow! Mukhang nakakatukso, ngunit sa katotohanan ang pagkakaiba sa pagitan ng inaasahan at katotohanan ay kapareho ng sa pagitan ng larawan ng isang hamburger mula sa isang fast food ad at kung ano ang ibinibigay nila sa iyo sa pag-checkout.

Sa katunayan, mapapansin natin kung paano, ang paglipat mula sa autofilling na mga cell sa Excel patungo sa isang nakalilitong paglalarawan ng function na "VLOOKUP()", ang guro ay magdadalawang-isip tulad ng Hamlet sa paksa ng tanong na "To be, or not to be", " Ipaliwanag ang lahat para sa mga nagsisimula" o "Magbigay ng kawili-wiling materyal para sa mga pro." Sa aking pansariling opinyon, ni isa o ang isa ay hindi nagtagumpay.

Napakahusay na sa kabila ng katotohanan na ang kurso ay hindi kasama ang isang live na webinar. Iyon ay, hindi ito mga pag-record ng mga klase na napalampas mo, ngunit simpleng mga pag-record ng mga klase na naganap noong nakalipas na panahon (tingnan ang larawan sa ibaba), nagpasya pa rin ang mga may-akda na pangalagaan ang kapaligiran (o baka tamad lang sila) и panoorin ka ng limang minuto habang nilulutas ng guro ang mga problema sa tunog.

"Paano makipag-network sa mga nagsisimulang analyst" o isang pagsusuri ng online na kurso na "Magsimula sa Data Science"

Pagkatapos ng video, ayon sa karaniwang pamamaraan, ang karagdagang materyal at isang pagsubok ay sumusunod.

Ang susunod na paksa ay tungkol sa wikang SQL. Ang aralin ay nagbibigay ng mga pangunahing kaalaman at halimbawa ng pagtatrabaho sa mga query sa SQL; sa prinsipyo, ang mga video at artikulo sa isang katulad na paksa ay matatagpuan madaling mahanap sa Internet nang libre.

Pagkatapos ng SQL mayroong isang aralin sa pagproseso ng isang dataset mula sa Kagle gamit ang Python library na "Pandas". Ang plano ng aralin ay hindi nagbago: video -> karagdagang. materyales -> pagsubok. Walang mga karagdagang gawain na ibinigay, kahit isang gawain na may awtomatikong pagsuri ng mga resulta. Kaya, tiyak na hindi mo na kailangang mag-install ng Anaconda at magsulat ng code. Gayundin Ito ay nagkakahalaga ng noting ang fine print ng code sa video lecture, ang panonood nito sa telepono ay walang kabuluhan, at kinailangan kong tingnan ito nang halos point-blank sa monitor.

Ikaapat na Aralin: "Pagpapakita ng isang ulat ng logistik sa PBI sa loob ng 10 minuto" (видео кстати длится минут 50) . Sa video na ito ay pag-uusapan nila ang tungkol sa isang kawili-wiling tool na tinatawag na Power BI; sa totoo lang, hindi ko pa ito narinig.

Hindi inaasahang pagtatapos ng kurso:

Ang huling ikalimang aralin ay magsasabi sa iyo tungkol sa mga pangkalahatang prinsipyo ng wastong pag-iimbak ng data; ang panayam ay muling kinuha mula sa ibang kurso. Sa araling ito, bilang karagdagan sa karaniwang pagsusulit, lilitaw muli ang araling-bahay, ngunit hindi ko ito ginawa. Gusto mong malaman kung bakit?

Dahil nang buksan ko ang pahina ng kurso ngayon, na kalahati pa lamang ang natapos, nakita ko ito:

"Paano makipag-network sa mga nagsisimulang analyst" o isang pagsusuri ng online na kurso na "Magsimula sa Data Science"

Iyon ay isinasaalang-alang ng system na matagumpay kong natapos ang kurso, bagama't sa katunayan ay hindi ko ito natapos.

Bukod dito, pagkatapos panoorin ang lahat ng natitirang mga video at pagsasagawa ng mga pagsubok, ang counter ay hindi nagbago, ngunit nanatili sa 56%. Sa aking palagay ay Wala akong mapanood at hindi kumuha ng mga pagsusulit at nakakuha pa rin ng "Diploma".

Ang nakakagulat ay ang kurso ay opisyal na tumagal mula Hulyo 22 hanggang Agosto 14, at ang "Diploma" ay naibigay na sa akin noong Agosto 04.08.2019, XNUMX.

Kinalabasan ng pagsasanay

Sa pagkumpleto ng pagsasanay, ang website ng kumpanya ay nangangako sa amin: "Ang iyong mga kwalipikasyon ay makukumpirma ng mga dokumento ng itinatag na format." Ngunit ang problema, ang kursong ito ay tila hindi isang programa sa muling pagsasanay o isang advanced na programa sa pagsasanay, na nangangahulugang makakakuha ka lamang ng "sertipiko", na sa prinsipyo ay walang opisyal na katayuan.

Marahil ang isang makatwirang tanong ay: "Ano ang inaasahan mo para sa 990 rubles?" Sa totoo lang, wala akong inaasahan. Malinaw na mas mahal ang mataas na kalidad na mga kurso. Ngunit ang problema ay mayroong mga libreng kurso na ginagawa hindi lamang mas masahol pa, ngunit maraming beses na mas propesyonal, halimbawa, mga kurso mula sa MVA o mula sa Klase ng Cognitive. Ang parehong "sertipiko" ng pagkumpleto ng kurso (kung may nangangailangan nito), doon maaari mo itong makuha nang libre.

Isa sa mga bentahe ay ang mga materyales sa pagsusuri na ito ay kinokolekta sa isang lugar at magiging mas madali para sa isang taong ganap na hindi pamilyar sa Data Science na mag-navigate sa lugar na ito.

Sa pagtatapos ng kurso, ipinangako sa amin na matututo kami ng isang bungkos ng mga tool, at sa aming resume ay makakasulat kami ng isang bagay tulad nito:

"Paano makipag-network sa mga nagsisimulang analyst" o isang pagsusuri ng online na kurso na "Magsimula sa Data Science"

Sa totoo lang ito ay isang napakalakas na pagmamalabis. Talagang maririnig mo lang ang tungkol sa maraming mga instrumento at wala nang iba pa.

Buod

Sa palagay ko, ang kurso ay may pinakamababang kapaki-pakinabang na pagkarga; lalo na nakakadismaya na ang mga may-akda ay masyadong tamad na mag-record ng hiwalay na mga video lecture para dito. Sa mabuting paraan, nakakahiyang humingi ng pera para sa isang bagay na tulad nito, o dapat kang humingi ng 10 beses na mas kaunti.

Ngunit muli kong uulitin na ang lahat ng nasa itaas ay ang aking subjective na paghatol sa halaga; nasa iyo ang desisyon kung kukunin ang kursong ito o hindi.

PS Marahil sa paglipas ng panahon ang mga may-akda ng kurso ay matatapos ito at ang buong artikulo ay mawawalan ng kaugnayan.
Kung sakali, isusulat ko na valid ito para sa pinakaunang paglulunsad ng kursong ito mula Hulyo 22 hanggang Agosto 14

PPS If the post turned out to be so unsuccessful, I will delete it, but at the beginning I would like to read the criticism, baka may kailangan lang i-edit. Kung hindi, sa ngayon ay mukhang hindi maginhawang pagpuna sa isang mababang kalidad na kurso

Pinagmulan: www.habr.com

Magdagdag ng komento