Отзывы о курсе «Специалист по Data Science расширенный» в Яндекс Практикум

Достоинства: Я из приверженцев старого мнения - ~Учебное заведение должно научить учиться~.Поэтому я не разделяю мнение о том, что в данном курсе "дали мало знаний", "какие-то темы неполные", "поверхностное прохождение".Я пришла на курсы с нуля, мое образование и рядом не стояло с техническими специальностями. Не скрою, что было тяжело, но курс построен в стиле "френдли", поэтому я действительно знала куда и по какому вопросу можно обратиться. ----> После окончания я получила представление о новой профессии, знаю четко, что именно мне нужно подтянуть для поиска работы. То есть, я получила достаточно базовых знаний, которые помогли мне сложить своеобразный образ профессии. Меня научили думать по-новому и научили учиться в сфере IT.

Недостатки: Раздел о Численных методах действительно сыро составлен. Я за то, чтобы мотивировать студентов проводить дополнительные ресерчи, так лучше закрепляется материал. Но данный раздел слишком уж грубо заставляет лезть в доп материалы.

Комментарий: Если вы не гений и не человек с техническим образованием, будьте готовы к большой работе над собой. Формировать новый, технический, тип мышления тяжело, но зато открывает новые горизонты! Всем удачи.

Достоинства: Много практики, хорошая база, быстрая работа всех преподователей

Комментарий: Подходит для всех, кто хоть немного умеет программировать и хочет прокачать свой DS

Достоинства: Мои ожидания курс удовлетворил, я увереннее работаю с питоном получил обзор и возможные применения различных ML моделей, лучше понимаю развитие отрасли. Опыт программирования был (C, C++, Matlab). Понравилось работа преподавателей, всегда полноценные, качественные отзывы с множеством ссылок. Курс предполагает достаточно много самостоятельного изучения, на основе преподанного материала. Но не думаю, что это недостаток. Понравилось много случаев применения различных моделей. 

Недостатки: Я особо не отмечу таковых. Да, немного затянут модуль SQL, из-за перехода в группу ниже (болезни, командировки, праздники)) теряются выполненные задания на платформе, преподаватель правда направляет их файлами + меняется немного программа и предыдущие уроки бывают не актуальными. 

Комментарий: Важно, что курс начинается с базы по питону и дает представление и применение основных моделей. Сильно углубленного погружения ожидать не стоит, достаточно находить / разбираться самому.

Достоинства: В целом, удобно, что ты в тренажере пишешь маленькие задания ручками, тем самым лучше закрепляешь материал. Иногда попадаются интересные наставники, которые хорошо выстраивают взаимодействие, также есть мастерские, где +- уже задачи, где можно подумать.Также есть карьерный трек, где вроде бы помогают с трудоустройством.

Недостатки: Минусов много, давайте по порядку.1. Очень скудная теория, по сути рассказывают, как вызвать метод в python и все, в теорию вообще не вникают, а это важно для работы, для дальнейшего образовательного роста.2. По итогу, куча практики, где просто нужно сделать анализ данных, нарисовать графики, вызвать catboost и задача решена. В продакшене конечно же не так, и построение ML-моделей занимает меньшую часть времени.3. На работе же нужно уметь делать микросервисы, где ты разворачиваешь свои ML-решения. К сожалению, на этом курсе ничего об этом не было. Да, есть курсы, где это дают.4. Выпускной проект представляет из себя обычное задание, которое решается вызовом катбуста из коробки. Я потратил два вечера на это задание, а ведь это выпускной проект.Больше написать не могу, ограничение на буквы)

Комментарий: 1. Изучите другие варианты, здесь не учат быть data scientist'ом. Максимум Дата аналитиком, и то в узком плане, так как придется самостоятельно потом осваивать нужные компетенции помимо python и sql.

Комментарий: Этот курс не для ребят, которые хотят с нуля стать специалистами. По всем темам объяснения поверхностные.

Достоинства: В курсах Практикума люблю проекты, широкий выбор методов реализации идей, качественную обратную связь от ревьюеров

Недостатки: В некоторых темах непонятно расписана теория и нет никаких мероприятий для закрепления именно теоретический знаний, а на собеседованиях спрашивают именно их

Комментарий: Нужно будет дополнительно погружаться в теорию, закреплять понимание того, как модели работают под капотом

Достоинства: Все понятно структурировано. Получила и отработала новые знания. Классная программа поиска работы

Недостатки: Иногда преподаватели отвечали на вопросы не вникая в проблему. Очень поверхностно.

Комментарий: Необходима самоорганизация, что бы выстроить процесс обучения. Темп высокие, отчисляют если не сдашь во время проекты.

Достоинства: Самое полезное, это возможность получить фидбэк по домашке и исправить ее. По большей части, именно это и требуется от обучения. Материалов достаточно, чтобы иметь какую-то базу, а остальное можно доизучить самостоятельно.

Недостатки: Большой и очень нудный модуль по SQL. Если есть вменяемый опыт в этой теме, то в процессе прохождения - хочется вообще забиться на все и вся.

Комментарий: Курс дает базовые знания + фидбэк от живых людей, правильно ли вы понимаете, как пользоваться инструментами, но не более. То есть, после прохождения - у вас будет знание только инструмента на нормалном уровне и можно будет уже готовиться к реальным собесам, но не более.