"ابتدائی تجزیہ کاروں کے ساتھ نیٹ ورک کیسے بنایا جائے" یا آن لائن کورس "سٹارٹ ان ڈیٹا سائنس" کا جائزہ

میں نے "ایک ہزار سال" کے لیے کچھ نہیں لکھا، لیکن اچانک "شروع سے ڈیٹا سائنس سیکھنا" پر پبلیکیشنز کے ایک چھوٹے سائیکل سے دھول اڑا دینے کی ایک وجہ سامنے آگئی۔ سوشل نیٹ ورکس میں سے ایک پر سیاق و سباق کی تشہیر کے ساتھ ساتھ اپنے پسندیدہ Habré پر، میں نے کورس کے بارے میں معلومات حاصل کی "ڈیٹا سائنس میں شروع کریں". اس پر محض پیسے خرچ ہوئے، کورس کی تفصیل رنگین اور امید افزا تھی۔ "کیوں نہیں وہ ہنر جو بے کار سے خاک ہو چکے ہیں ایک اور کورس کر کے بحال نہیں کرتے؟" - میں نے سوچا. تجسس نے بھی ایک کردار ادا کیا؛ میں طویل عرصے سے یہ دیکھنا چاہتا تھا کہ اس دفتر میں تربیت کی تنظیم کیسے کام کرتی ہے۔

میں آپ کو فوراً خبردار کرتا ہوں کہ میں کورس کے ڈویلپرز یا ان کے حریفوں کے ساتھ کسی بھی طرح سے وابستہ نہیں ہوں۔ مضمون میں تمام مواد میرا موضوعی قدر کا فیصلہ ہے جس میں ہلکی سی ستم ظریفی ہے۔
تو، آپ ابھی تک نہیں جانتے کہ آپ کی محنت سے کمائے گئے 990 روبل کہاں لگائے جائیں؟ پھر بلی کے نیچے آپ کا استقبال ہے۔

"ابتدائی تجزیہ کاروں کے ساتھ نیٹ ورک کیسے بنایا جائے" یا آن لائن کورس "سٹارٹ ان ڈیٹا سائنس" کا جائزہ

ایک چھوٹے سے دیباچے کے طور پر، میں یہ کہوں گا کہ میں امید افزا کورسز کے بارے میں کسی حد تک شکی ہوں جو ایک ابتدائی شخص کو "100 روبل سے زیادہ کی تنخواہ کے ساتھ ایک کامیاب ڈیٹا اینالسٹ" میں تبدیل کر سکتے ہیں مضمون).

کئی سال پہلے، ڈیٹا سائنس کی تربیت کے لیے سرگرم اشتہارات کے تناظر میں، میں نے ڈیٹا سائنس کے شعبے میں کم از کم کسی چیز میں مہارت حاصل کرنے کے لیے مختلف طریقوں سے کوشش کی اور حبر کے قارئین کے ساتھ مجھے ملنے والے نقصانات کے بارے میں نوٹس شیئر کیے تھے۔

سیریز کے دیگر مضامین1. بنیادی باتیں سیکھیں:

2. اپنی پہلی مہارتوں کی مشق کریں۔

اور کافی عرصے کے بعد میں نے ایک اور کورس کرنے کا فیصلہ کیا۔

کورس کی تفصیل:

کورس کی تفصیل "ڈیٹا سائنس میں شروع کریں" وعدہ کرتی ہے کہ صرف 990 روبل خرچ کرنے کے بعد (تحریر کے وقت) ہم ابتدائی افراد کے لیے ویڈیو لیکچرز اور عملی کاموں کی شکل میں چار ہفتے کا کورس حاصل کریں گے۔ نیز، آئیے ٹیکس کٹوتی کی صورت میں کورس کی لاگت کے کچھ حصے کے معاوضے کے بارے میں مت بھولیں (وہ تمام دستاویزات بذریعہ ڈاک بھیجنے کا وعدہ کرتے ہیں)۔

کورس کے دو مشروط بلاکس ہیں، ایک آپ کو بتائے گا کہ "ڈیٹا سائنس" کیا ہے، وہاں کون سے مشہور شعبے ہیں، اور آپ ڈیٹا سائنس کے میدان میں اپنا کیریئر کیسے تیار کر سکتے ہیں۔ دوسرا بلاک ڈیٹا کے تجزیہ کے لیے پانچ ٹولز کو دیکھتا ہے: Excel، SQL، Python، Power BI اور ڈیٹا کلچر۔

ٹھیک ہے، کیا لگتا ہے "مزیدار"، ہم کورس کے لئے ادائیگی کرتے ہیں اور شروع کی تاریخ کا انتظار کرتے ہیں.

متوقع طور پر، ہم کورس کے آغاز سے ایک دن پہلے اپنے ذاتی اکاؤنٹ میں لاگ ان ہوتے ہیں، ڈویلپرز کے الگ ہونے والے الفاظ کے ذریعے سکرول کرتے ہیں اور کورس کے طویل انتظار کے آغاز کی اطلاع کا انتظار کرتے ہیں۔

وقت گزر چکا ہے، ڈی ڈے آ گیا ہے، اور آپ تربیت شروع کر سکتے ہیں۔ پہلا سبق کھولنے کے بعد، ہم آن لائن سیکھنے کے نظام سے واقف ایک اسکیم دیکھیں گے - ایک ویڈیو لیکچر، اضافی مواد، ٹیسٹ اور ہوم ورک۔ اگر آپ نے کبھی Coursera, EDX, Stepik استعمال کیا ہے تو آپ کو کوئی پریشانی نہیں ہونی چاہیے۔

کورس کے اندر:

آئیے ترتیب سے چلتے ہیں۔ پہلے اسباق کا موضوع ہے "DS کا جائزہ: بنیادی باتیں، فوائد، ایپلی کیشنز"، یہ ویڈیو لیکچر کے ساتھ شروع ہوتا ہے، جیسے کہ تمام بعد کے اسباق۔

اور شروع ہی سے یہ محسوس ہوتا ہے کہ کامریڈوں کی راہنمائی اس نقطہ نظر سے ہوتی تھی۔ "تو ایسا ہو جائے گا" میرے پسندیدہ سوویت کارٹون سے۔

پہلے ہی منٹ سے آپ سمجھتے ہیں کہ کورس کے لیے مواد کو خاص طور پر ریکارڈ نہیں کیا گیا تھا، بلکہ کسی دوسرے کھلے اسباق یا خصوصی کورسز سے لیا گیا تھا۔ ویڈیو میں بھی کوئی سب ٹائٹل یا ڈاؤن لوڈ کا آپشن نہیں۔ آف لائن دیکھنے کے لیے۔

لیکچر کے بعد، سبق کے لیے اضافی مواد پیش کیا جاتا ہے (ویڈیو لیکچر اور تجویز کردہ لٹریچر سے پریزنٹیشن)، ہم ان کا تجزیہ نہیں کریں گے۔

پھر ایک امتحان ہمارا منتظر ہے۔ احاطہ کیے گئے مواد کے لیے سوالات کی پیچیدگی اور مناسبیت کے لحاظ سے ٹیسٹ مختلف ہوتے ہیں۔

اور یہاں پھر تربیت کے نتیجے میں عدم دلچسپی ظاہر ہوتی ہے، آپ ٹیسٹ میں ناکام ہو سکتے ہیں، لیکن اس کا کوئی اثر نہیں پڑے گا۔، آپ اب بھی سبق کو کامیابی سے پاس کر لیں گے، لیکن دوبارہ لینے کی ایک اضافی کوشش کی درخواست کا جواب نہیں دیا جائے گا۔

اس کے بعد، سبق کا منصوبہ: "ویڈیو -> اضافی۔ مواد -> ٹیسٹ" پورے کورس کی بنیاد ہوگا۔

بعض اوقات اسباق کو سوالناموں اور آزاد ہوم ورک سے کم کر دیا جائے گا۔

صرف دو ہوم ورک اسائنمنٹس ہیں۔ اور سچ پوچھیں تو میں نے صرف ایک پاس کیا۔

آپ کا پہلا ہوم ورک اسائنمنٹ آپ کی کلیدی مہارتوں کا خاکہ پیش کرتے ہوئے اپنا ریزیوم جمع کرنا ہے۔ میں 100% نہیں کہہ سکتا، لیکن مجھے لگتا ہے کہ تقریباً کوئی بھی ریزیومے قبول کر لیا جائے گا اور اسائنمنٹ کو قبول کر لیا جائے گا۔ اسائنمنٹ کے بعد، آپ کو اضافی مواد - سفارشات بھیجی جائیں گی۔ یہ یاد کرتے ہوئے کہ میں نے کورسیرا پر ہوم ورک کے ساتھ کس طرح جدوجہد کی، میں تھوڑا سا پریشان بھی تھا کہ یہ کتنا آسان تھا۔

تعارفی حصہ مکمل کرنے کے بعد، طویل انتظار کے بعد "ڈیٹا سائنس میں شروع کرنے کے لیے ٹولز" کا مطالعہ شروع ہوتا ہے۔ اور پہلا سبق ہے ایک بلند عنوان کے ساتھ: "ایکسل میں کام کرنا: مہارت کو صفر سے تجزیہ کار تک اپ گریڈ کرنا۔"

زبردست! یہ پرکشش لگتا ہے، لیکن حقیقت میں توقع اور حقیقت میں وہی فرق ہے جو کہ فاسٹ فوڈ کے اشتہار سے ہیمبرگر کی تصویر اور چیک آؤٹ پر وہ آپ کو کیا دیتے ہیں۔

درحقیقت، ہم مشاہدہ کریں گے کہ کس طرح، ایکسل میں آٹو فلنگ سیلز سے "VLOOKUP()" فنکشن کی ایک مبہم تفصیل کی طرف بڑھتے ہوئے، استاد ہیملیٹ کی طرح سوال کے موضوع پر ہچکچاتے ہیں "ہونا، یا نہیں ہونا"، " ابتدائی افراد کے لیے ہر چیز کی وضاحت کریں" یا "پیشہ ور افراد کے لیے دلچسپ مواد دیں۔" میری ساپیکش رائے میں، نہ ایک اور نہ ہی دوسرے نے کام کیا۔

یہ خاص طور پر بہت اچھا ہے کہ اس حقیقت کے باوجود کہ کورس میں لائیو ویبینار شامل نہیں ہے۔ یعنی، یہ ان کلاسوں کی ریکارڈنگ نہیں ہیں جو آپ نے چھوٹ دی ہیں، بلکہ صرف ان کلاسوں کی ریکارڈنگ ہیں جو کافی عرصہ پہلے ہوئی تھیں (ذیل میں تصویر دیکھیں)، مصنفین نے پھر بھی ماحول کو محفوظ رکھنے کا فیصلہ کیا۔ (یا شاید وہ صرف سست تھے) и آپ کو پانچ منٹ تک دیکھنے کے لیے جب کہ استاد آواز کے مسائل حل کرتا ہے۔.

"ابتدائی تجزیہ کاروں کے ساتھ نیٹ ورک کیسے بنایا جائے" یا آن لائن کورس "سٹارٹ ان ڈیٹا سائنس" کا جائزہ

ویڈیو کے بعد، معیاری اسکیم کے مطابق، اضافی مواد اور ایک ٹیسٹ کی پیروی کریں.

اگلا موضوع SQL زبان کے بارے میں ہے۔ سبق SQL سوالات کے ساتھ کام کرنے کی بنیادی باتیں اور مثالیں فراہم کرتا ہے؛ اصولی طور پر، اسی طرح کے موضوع پر ویڈیوز اور مضامین مل سکتے ہیں۔ انٹرنیٹ پر مفت میں تلاش کرنا آسان ہے۔.

ایس کیو ایل کے بعد پائیتھون لائبریری "پانڈا" کا استعمال کرتے ہوئے کاگلے سے ڈیٹا سیٹ پر کارروائی کرنے کا سبق ہے۔ سبق کا منصوبہ تبدیل نہیں ہوا ہے: ویڈیو -> اضافی۔ مواد -> ٹیسٹ۔ کوئی اضافی کام فراہم نہیں کیے گئے ہیں، یہاں تک کہ نتائج کی خودکار جانچ کے ساتھ کوئی کام بھی نہیں۔ اس طرح، آپ کو یقینی طور پر ایناکونڈا انسٹال کرنے اور کوڈ لکھنے کی ضرورت نہیں پڑے گی۔ بھی یہ ویڈیو لیکچر میں کوڈ کی عمدہ پرنٹ کو نوٹ کرنے کے قابل ہے۔، اسے فون پر دیکھنا بے معنی ہے، اور مجھے اسے مانیٹر پر تقریباً خالی نظر آنا پڑا۔

چوتھا سبق: "10 منٹ میں PBI میں لاجسٹک رپورٹ کا تصور" (видео кстати длится минут 50) . اس ویڈیو میں وہ پاور BI نامی ایک دلچسپ ٹول کے بارے میں بات کریں گے؛ سچ پوچھیں تو میں نے اس کے بارے میں پہلے کبھی نہیں سنا۔

کورس کا غیر متوقع اختتام:

آخری پانچواں سبق آپ کو صحیح ڈیٹا ذخیرہ کرنے کے عمومی اصولوں کے بارے میں بتائے گا؛ لیکچر دوبارہ کسی اور کورس سے لیا گیا ہے۔ اس سبق میں، معیاری امتحان کے علاوہ، ہوم ورک دوبارہ ظاہر ہوتا ہے، لیکن میں نے ایسا نہیں کیا۔ جاننا چاہتے ہیں کیوں؟

کیونکہ جب میں نے آج کورس کا صفحہ کھولا، جو صرف آدھا مکمل ہوا تھا، میں نے یہ دیکھا:

"ابتدائی تجزیہ کاروں کے ساتھ نیٹ ورک کیسے بنایا جائے" یا آن لائن کورس "سٹارٹ ان ڈیٹا سائنس" کا جائزہ

یہ ہے سسٹم نے سمجھا کہ میں نے کامیابی سے کورس مکمل کر لیا ہے، حالانکہ حقیقت میں میں نے اسے مکمل نہیں کیا تھا۔.

مزید یہ کہ باقی تمام ویڈیوز دیکھنے اور ٹیسٹ کروانے کے بعد بھی کاؤنٹر تبدیل نہیں ہوا بلکہ 56% رہا۔ مجھے لگتا ہے کہ میں کچھ بھی نہیں دیکھ سکتا تھا اور کوئی ٹیسٹ نہیں لے سکتا تھا اور پھر بھی "ڈپلومہ" حاصل کرتا ہوں.

خاص طور پر حیران کن بات یہ ہے کہ یہ کورس باضابطہ طور پر 22 جولائی سے 14 اگست تک جاری رہا اور مجھے "ڈپلومہ" پہلے ہی 04.08.2019 اگست XNUMX کو جاری کیا گیا تھا۔

تربیت کا نتیجہ

تربیت کی تکمیل کے بعد، کمپنی کی ویب سائٹ ہم سے وعدہ کرتی ہے: "آپ کی اہلیت کی تصدیق قائم شدہ فارم کی دستاویزات سے کی جائے گی۔" لیکن مصیبت یہ ہے کہ ایسا لگتا ہے کہ یہ کورس نہ تو دوبارہ تربیت کا پروگرام ہے اور نہ ہی کوئی جدید تربیتی پروگرام، جس کا مطلب ہے کہ آپ آسانی سے حاصل کر سکیں گے۔ "سرٹیفکیٹ"، جس کی اصولی طور پر کوئی سرکاری حیثیت نہیں ہے۔.

شاید ایک معقول سوال ہو گا: "آپ کو 990 روبل کے لیے کیا امید تھی؟" سچ پوچھیں تو مجھے کسی چیز کی توقع نہیں تھی۔ یہ واضح ہے کہ اعلیٰ معیار کے کورسز نمایاں طور پر زیادہ مہنگے ہیں۔ لیکن مصیبت یہ ہے کہ مفت کورسز ہیں جو نہ صرف بدتر بنائے جاتے ہیں، بلکہ کئی گنا زیادہ پیشہ ورانہ طور پر، مثال کے طور پر، سے کورسز ایم ایم اے یا سے علمی کلاس. کورس کی تکمیل کا وہی "سرٹیفکیٹ" (اگر کسی کو ضرورت ہو)، وہاں آپ اسے مکمل طور پر مفت حاصل کر سکتے ہیں۔.

ایک فائدہ یہ ہے کہ یہ جائزہ مواد ایک جگہ جمع کیا جاتا ہے اور ڈیٹا سائنس سے مکمل طور پر ناواقف شخص کے لیے اس علاقے میں جانا واقعی آسان ہوگا۔

کورس کے اختتام پر، ہم سے وعدہ کیا جاتا ہے کہ ہم ٹولز کا ایک گروپ سیکھیں گے، اور اپنے ریزیومے پر ہم کچھ اس طرح لکھ سکیں گے:

"ابتدائی تجزیہ کاروں کے ساتھ نیٹ ورک کیسے بنایا جائے" یا آن لائن کورس "سٹارٹ ان ڈیٹا سائنس" کا جائزہ

حقیقت میں یہ ایک بہت مضبوط مبالغہ آرائی ہے۔. آپ بنیادی طور پر صرف بہت سے آلات کے بارے میں سنیں گے اور کچھ نہیں.

خلاصہ

میری رائے میں، کورس میں کم از کم مفید بوجھ ہے؛ یہ خاص طور پر مایوس کن ہے کہ مصنفین اس کے لیے علیحدہ ویڈیو لیکچرز ریکارڈ کرنے میں بہت سست تھے۔ اچھے طریقے سے، اس طرح کی چیز کے لیے پیسے مانگنا شرم کی بات ہے، یا آپ کو 10 گنا کم مانگنا چاہیے۔

لیکن میں ایک بار پھر دہراتا ہوں کہ مندرجہ بالا سب صرف میرا موضوعی قدر کا فیصلہ ہے؛ یہ آپ پر منحصر ہے کہ آیا یہ کورس کرنا ہے یا نہیں۔

PS شاید وقت کے ساتھ ساتھ کورس کے مصنفین اسے حتمی شکل دیں گے اور پورا مضمون مطابقت کھو دے گا۔
صرف اس صورت میں، میں لکھوں گا کہ یہ 22 جولائی سے 14 اگست تک اس کورس کے پہلے ہی آغاز کے لیے موزوں ہے۔

PPS اگر پوسٹ اتنی ناکام نکلی تو میں اسے ڈیلیٹ کر دوں گا، لیکن شروع میں میں تنقید پڑھنا چاہوں گا، شاید کچھ ایڈٹ کرنے کی ضرورت ہے۔ بصورت دیگر، فی الحال یہ کم معیار کے کورس پر مائنس تکلیف دہ تنقید کی طرح لگتا ہے۔

ماخذ: www.habr.com

نیا تبصرہ شامل کریں