Ось уже «тисячу років» нічого не писав, але раптом несподівано з'явився привід здути пилюку з міні-циклу публікацій з «навчання Data Science з нуля». У контекстній рекламі однієї із соцмереж, а також на улюбленому «Хабрі», я натрапив на інформацію про курс . Коштував він справжні копійки, опис курсу був барвистий і перспективний. «Чому б не відновити навички, що запилилися від непотрібності, пройшовши черговий курс?» - подумав я. Також свою роль зіграла цікавість, давно хотілося подивитися, як влаштовано організацію навчання у цієї контори.
Відразу попереджу, я ніяк не афілійований із розробками курсу чи їх конкурентами. Весь матеріал статті — моя суб'єктивна оцінна думка з легким нальотом іронії.
Отже, ви все ще не знаєте, куди варто вкласти свої кровні 990 рублів? Тоді ласкаво прошу під кат.
Як невелику передмову скажу про те, що дещо скептично ставлюся до перспективних курсів, здатних з новачка в короткі терміни зробити «успішного аналітика даних із зарплатою понад 100 000 рублів» (хоча ви напевно про це здогадалися за великою картинкою статті).
Кілька років тому на хвилі активної реклами навчання Data Science, я спробував різними способами освоїти хоч щось із галузі науки про дані і поділився нотатками про отримані гулі з читачами Хабра.
Інші статті циклу1. Вчимо ази:
2. Практикуємо перші навички
І ось згодом я вирішив спробувати ще один курс.
Опис курсу:
Опис курсу «Старт в Data Science» обіцяє, що витративши всього 990 рублів (На момент написання статті) ми отримаємо чотиритижневий курс у форматі відеолекцій та практичних завдань для новачків. Також не забудемо про компенсацію частини вартості курсу у вигляді податкового відрахування (обіцяють усі документи надіслати на пошту).
У рамках курсу є два умовні блоки, один розповість про те, що таке «Наука про дані», які є популярні напрямки, як можна розвивати кар'єру у сфері DataScience. Другий блок розглядає п'ять інструментів для аналізу даних: Excel, SQL, Python, Power BI та "Культура роботи з даними".
Ну що ж звучить «смачно» оплачуємо курс і чекаємо на дати старту.
У передчутті заходимо в особистий кабінет за день до початку курсу, гортаємо напутні слова від розробників і чекаємо на повідомлення про довгоочікуваний старт курсу.
Час пролетів непомітно, «День Д» настав, можна приступати до навчання. Відкривши перший урок, ми побачимо звичну для систем онлайн навчання схему – відеолекція, додаткові матеріали, тести та домашні завдання. Якщо ви коли-небудь користувалися Coursera, EDX, Stepik, то ніяких проблем у вас виникнути не повинно.
Усередині курсу:
Ходімо по порядку. Тема першого уроку - "Огляд DS: основа, користь, застосування", починається він з відеолекції, як і всі наступні уроки.
І ось уже самого початку відчувається, що товариші керувалися підходом «Отже зійде» мій улюблений радянський мультфільм.
З першої хвилини розумієш, що матеріал для курсу не був записаний спеціально, а був видертий з якихось інших відкритих уроків або профільних курсів. Також до відео відсутні субтитри та можливість завантаження для перегляду офлайн.
Після лекції запропоновані додаткові матеріали до уроку (презентація з відеолекції та література, що рекомендується), їх ми розбирати не будемо.
Потім на нас чекає тест. Тести бувають різні за ступенем складності та адекватності питань пройденому матеріалу.
І ось тут ще раз проявляється відсутність зацікавленості в результаті навчання, тест можна завалити, але це ні на що не вплине, урок ви все одно успішно пройдете, а ось запит додаткової спроби для перескладання залишиться швидше за все без відповіді.
Надалі, схема заняття: «відео -> доп. матеріали -> тест» - буде основою всього курсу.
Іноді урок розбавлятиметься анкетуванням і самостійними домашніми завданнями.
Домашніх завдань лише два. І якщо чесно пройшов я лише одне.
Першим домашнім завданням необхідно надіслати резюме з описом ключових навичок. Не можу стверджувати на 100%, але мені здається, що ухвалять практично будь-яке резюме і завдання зарахують. Після завдання вам надішлють додаткові матеріали - рекомендації. Згадуючи, як я мучився з домашніми завданнями на Coursera я навіть трохи засмутився такою простотою.
Після завершення вступної частини починається вивчення довгоочікуваних «Інструментів для початку роботи в Data Science». І першим йде урок із гучним заголовком: «Робота в Excel: прокачування навичок від нуля до аналітика».
Ого! Звучить привабливо, але насправді різниця між очікуванням і фактом така сама, як між фотографією гамбургера з реклами фастфуду і тим, що вам віддадуть на касі.
По суті, ми спостерігатимемо як рухаючись від автозаповнення осередків в Excel до плутаного опису функції «ВПР()», викладач як Гамлет вагатиметься, на тему питання «To be, or not to be» «Пояснити все для новачків» або «Дати матеріал цікавий для профі». На мою суб'єктивну думку, не вийшло ні того, ні іншого.
Особливо чудово, що незважаючи на те, що в рамках курсу не передбачається живого вебінару. Тобто це не записи тих занять, які ви пропустили, а просто записи занять, які пройшли колись давно (див. малюнок нижче), автори все одно вирішили зберегти атмосферу (а може просто полінувалися) и змушують вас по п'ять хвилин дивитися, як викладач вирішує проблеми зі звуком.
Після відео за стандартною схемою слідують – додаткові матеріали та тест.
Наступна тема про мову SQL. В уроці дано основи та приклади роботи з SQL запитами, в принципі відео та статті на подібну тему можна спокійно знайти в інтернеті абсолютно безкоштовно.
За SQL йде урок з обробки датасету з Kagle за допомогою бібліотеки Python Pandas. Схема заняття не змінилася: відео -> дод. матеріали -> тест. Жодних додаткових завдань не передбачено, немає навіть завдання з автоматичною перевіркою результатів. Таким чином ставити "Анаконду" і писати код вам точно не доведеться. Також варто відзначити дрібний шрифт коду у відеолекції, На телефоні її дивитися - безглуздо, та й на моніторі довелося дивитися практично в упор.
Четвертий урок "Візуалізація звіту з логістики в PBI за 10 хвилин" (видео кстати длится минут 50) . У цьому відео розкажуть про цікавий інструмент Power BI, якщо чесно ніколи раніше про нього не чув.
Несподіване завершення курсу:
Фінальний п'ятий урок розповість про загальні принципи грамотного зберігання даних, лекція знову-таки видерта з іншого курсу. У даному уроці, крім стандартного тесту, знову з'являється домашнє завдання, але робити я його не став. Бажаєте дізнатися чому?
Тому що, відкривши сьогодні сторінку курсу, пройденого лише на половину, я побачив це:
Тобто система визнала, що курс я успішно пройшов, хоча за фактом я його не завершив.
Причому після перегляду всіх відео і проведення тестів, що залишилися, лічильник не змінився, а так і залишився на позначці 56%. я припускаю, що міг би взагалі нічого не дивитись і не проходити тестів і все одно отримав би «Диплом».
Особливо дивно, що в розсилці офіційно курс тривав з 22 липня до 14 серпня, а «Диплом» мені видали вже 04.08.2019.
Підсумок навчання
Сайт компанії після закінчення навчання обіцяє нам: Вашу кваліфікацію підтвердять документи встановленого зразка. Але біда, цей курс схоже не є ні програмою перепідготовки, ні програмою підвищення кваліфікації, а значить ви отримаєте просто «сертифікат», який офіційного статусу в принципі не має.
Напевно, резонним буде питання: "А що ти чекав за 990 рублів?". Якщо чесно – нічого не очікував. Зрозуміло, що якісні курси коштують значно дорожче. Але вся біда в тому, що є безкоштовні курси, які зроблені не те, що не гірше, а в рази професійніше, наприклад, курси від або від . Той самий «сертифікат» про проходження курсу (якщо він хоч комусь потрібен), там можна отримати абсолютно безкоштовно.
Дані оглядові матеріали зібрані в одному місці і зовсім незнайомій з Data Science людині буде дійсно простіше зорієнтуватися в цій галузі.
Після закінчення курсу нам обіцяють, що ми вивчимо купу інструментів, а у своєму резюме зможемо написати ось так:
По факту це дуже сильне перебільшення. Про багато інструментів ви по суті просто почуєте і не більше.
Резюме
На мій погляд, курс несе мінімум корисного навантаження, особливо засмучує те, що автори полінувалися записати окремі відеолекції для нього. По-доброму за таке соромно просити гроші, чи треба просити разів у 10 менше.
Але ще раз повторюся, що все вищесказане лише моє суб'єктивне оцінкове судження, проходити цей курс чи ні вирішувати Вам.
PS Можливо, згодом автори курсу його доопрацюють і вся стаття втратить актуальність.
Про всяк випадок напишу, що справедлива вона для першого запуску цього курсу з 22 липня по 14 серпня
PPS Якщо пост на стільки вийшов невдалим, я його видалю, але спочатку хотілося б почитати критику, може просто щось треба підредагувати. А то поки це виглядає як мінусування незручної критики неякісного курсу
Джерело: habr.com