Изучите Data Science: анализ данных и создание моделей, 19 курсов

В целом от курса остались положительные эмоции. Оценил бы курс на крепкие 8 из 10. Для человека, который не занимался каким-либо видом программирования, я получил довольно хорошую базу знаний.

Плюсы:
1) Очень хорошие начальные спринты курса, которые заставляют тебя плотно сидеть и работать. При этом ты делаешь это не в тягость, а наоборот с вдохновением, тебя завлекают все глубже и глубже в Data Science. В итоге ты сидишь после работы и на выходных и занимаешься на радость себе. А после прохождения спринта ждешь скорее следующий.
2) Приятный интерфейс, в котором удобно делать задачи и проект. Что безусловно притягивает, так как сразу разбираться как что установить себе на компьютер, чтобы это работало корректно, не хочется.
3) Наставники. По сути мы нанимаем высококвалифицированных специалистов, которые готовы дать ответ практически на любой вопрос из этой области. А также вебинары, которые в большинстве своем оказались очень полезными.
4) Очень хороший спринт по SQL. Рассказали все с нуля и за 2 недели, как получать данные из таблиц. В итоге теперь практически каждый день с радостью решаю задачки по этой теме. Плюс два великолепных семинара по SQL от наставника, где была прожарка в режиме онлайн наших решений, было круто!

Минусы:
1) Было несколько спринтов, которые на фоне остальных казались слабыми: теория вероятностей, статистика. Довольно много информации без достаточного количества практического закрепления материала.
2) Нехватка мощностей выделяемых для CV, из-за чего приходится иногда подолгу стоять в очереди, чтобы проверить свой код. В итоге оказывается, что ты опечатался в названии одной из переменной, из-за чего тебе опять приходится вставать в очередь, не получив полезной информации по результату.

В общем, за исключением небольших недостатков курс очень хороший. Ну и как в любом обучении здесь много интересных людей. Новые знакомства всегда в плюс, тем более из новой области. Рекомендую!)

Люблю Яндекс Практикум всей душой. Я прохожу сейчас курс по Data science и здесь хорошо все: и куратор, и обсуждение интересных тем по субботам, и выполнение проектов. 

Но важно понимать, что обучение здесь на самом деле - обучение. Приходится тратить время на выполнение заданий и проектов. Есть жесткие дедлайны, а все обучение разделено на двухнедельные спринты. Но все можно успеть, если правильно планировать время. 
В любом случае куратор группы всегда поможет, так у что учиться здесь психологически и организационно очень здорово!

Курс Data Science

Отвратительно. Это мягко сказано. За ваши деньги вас даже НЕ научат гуглить. За ВАШИ деньги вам будут давать 'каникулы'. За ваши деньги вам НЕЛЬЗЯ публиковать наработки. Курс сильно растянут, что позволяет компании заработать больше денег на пустозвонстве. Теория просто полное **в*о. Отвратительная подача материала. Оно (далее так буду называть Яндекс Практикум) не дает никаких знаний, не учит. Все информацию собираешь самостоятельно по благословению Гугла. За что мать его платить? 13к в месяц за то что тебе дадут кривую-косую 'теорию' в которой сам разбирайся как пожелаешь. Условно : ОНО тебе дает задачу 2+2, как работает '+' и почему такой результат никто не расскажет, не объясняется НИЧЕГО. Как работает та или иная функция - думай самостоятельно. У ОНО нет никаких наработанных материалов который они могли бы дать прочесть и изучить учащимся. Подход полное дно, открываешь программу и просто материшься. Это обучение, понимаешь ОНО? Обучение включает в себя функцию рассказать и донести как это работает, а далее применять эти знания. Ваши 'курсы' не имеют права на жизнь в целом.

Я проходил курс Специалист по Data Science. 
Старт был очень бодрый: много подробной теории и практики. Удобный формат обучения - тренажер и теории в письменном виде (для меня видео лекции - это скука, сложно найти такого спикера, который был бы интересен каждому студенту, энергичен и тп). Важно, что идет сопровождение и на платформе, и в твоей когорте. Интересные вебинары раз в неделю. Они помогали понять тему лучше. Все идет в одном ритме (практически нет такого, что где-то идет опережение по теме или навыку).
Далее все больше и больше пропадала та бодрость и то желание узнавать новое. С каждой темой теории становилось меньше, становилось тесно и некомфортно. Вскользь упоминались важные моменты, были пропуски, от которых потом взрывался мозг - почему так. То есть без доп изучения явно не обойтись. А жаль, ведь в начале было много материала, и если бы части ML и математике уделили бы такое же внимание было бы очень здорово. Интерес начал пропадать, проекты становились однотипные, и было ощущение что и ревьюеры устали от них. В моем опыте лишь один ревьюер расписал мое проект по полочкам от начала до конца, так, что у меня не было вопросов и была улыбка на лице. Остальные просто говорили где, что и как переделать, и на второй раз уже принимали проект. Хотели быстрее его закрыть? 
Под конец уже просто хотелось закрыть спринты и проект, чтобы не было хвостов. Я люблю математику и тема ML мне безумно понравилась, но хочется большего: больше теории, более полные проекты (проекты полного цикла). Такое ощущение, что у нас был буткемп, а не основной, базовый курс. 
Хочется отметить блок SQL - очень полный, такой надоедливый в хорошем смысле, что каждый из нашей когорты высказался насколько он устал и действительно потратил на него все допустимое время (почти все 2 недели), а некоторые и больше. Хотя другие спринты закрывались за несколько дней Поэтому и понимание SQL просто отличное. Вот это идеал спринта. И каждый из нашей когорты разобрался в нем. 
В тренажере часто бывало так плохо написано задание, что просто ужас. Нужно потратить не только время на навык DS, но и на навык читать Один раз я написал в поддержку, и вроде бы со мной согласились по поводу ошибки в описании подсказки к задаче, которая сбивает с толку. Также тренажер не всегда учитывает альтернативные решения, которые тоже верные. Об этом говорят и преподаватели. Это действительно неприятные факты, потому что есть дедлайны, а такие ситуации отбирают время. И порой очень много. 
После каждого спринта обратная связь - она очень надоедает. Мне кажется, ее стоит сделать добровольной. Если есть что сказать, то тогда вот тебе возможность, а если нет, то и не нужна эта обратная связь. Так их еще и несколько: штук 3-4 наверное. 
Карьерный трек полезный. Но не нужно ждать, что после того, как вы пройдете курс, вы сразу попадете на стажировку или работу. Нужно будет стараться и прикладывать немало усилий. Об этом говорят и на курсе. Так что никакого обмана нет. За это - спасибо. При этом никто никого не бросает на произвол судьбы, а есть поддержка. 
В целом, курс хороший, дает много навыков для старта, но очевидно - это только начало, и нужно быть готовым самостоятельно учиться (много учиться). Я не знаю, как на других курсах, поэтому мне сложно сравнить. По личным ощущениям я оценю курс Яндекс.Практикума на 4- или 3+

2 месяца учусь на курсе Data Science буткемп. Хорошо изложен материал, простым языком и с примерами. Много практических заданий. Очень помогают встречи с наставником и преподавателем. Также много моментов и приемов по работе узнаешь от ревьера проекта. В общем, рекомендую)

Обучаюсь по программе "Data Science в медицине". Плюсов на текущий момент уже не могу назвать. Чем дальше учусь, тем вс больше минусов. Из последних. Остался очень негативный осадок на курсе "Машинное обучение в бизнесе" из-за постоянно вылезающей анкеты обратной связи с обучающимся (е заполнение, кстати, в итоге ничего абсолютно не меняет), которая в определнный момент просто заблокировала возможность сдачи домашнего задания, и пока не ответишь на все вопросы анкеты никакой функционал учебной платформы недоступен. В итоге, потом обратился в саппорт, который наотрез отказался дать возможность сдать домашку, которая была сделана вовремя, но возможности сдать не было именно из-за платформы (все скриншоты были приложены). В общем, сказать, что вс впечатление об обучении на GB в очередной раз было очень сильно испорчено - это ещ ничего не сказать. Можно много чего написать о "прелестях" обучения на GeekBrains (несвоевременное размещение учебных материалов или их полное отсутствие, а время сдачи у вас на платформе тикает, и можно неделями пытаться безуспешно требовать их разместить - кураторов курсов убрали, менторы, наставники, преподаватели и ещ кого только не было в чате по предмету просто не отвечали на сообщения, остался бесполезный бот (ноль реакции) и такая же техподдержка (ничем не можем помочь). При этом, опять же, не сданная домашка - это значит, что у вас растт число не выполненных заданий, снижаются баллы, и не важно, что на платформе не было ни самого задания, ни материалов к уроку, или их разместили за час до контрольного срока сдачи - в итоге потом вам могут отказать в выдаче диплома, так как у вас не сдано определенного количество домашних заданий, или отказать в "гарантированном" трудоустройстве, так как ваше обучение не было успешным. Естественно никаким образом реагировать в GeekBrains на обращения по всем этим вопиющим фактам не хотят. Ответ один - ничем помочь не можем). В общем, никому не рекомендую идти за обучением к ним, если не хотите сталкиваться с вопиющей несправедливостью, нежеланием заниматься проблемами клиентов, вызванными их же платформой, и, если действительно хотите получить актуальные знания. Полное разочарование, но деваться некуда, приходится доучиваться

Обучаюсь по программе "Data Science в медицине". Плюсов на текущий момент уже не могу назвать. Чем дальше учусь, тем всё больше минусов. Из последних. Остался очень негативный осадок на курсе "Машинное обучение в бизнесе" из-за постоянно вылезающей анкеты обратной связи с обучающимся (её заполнение, кстати, в итоге ничего абсолютно не меняет), которая в определённый момент просто заблокировала возможность сдачи домашнего задания, и пока не ответишь на все вопросы анкеты никакой функционал учебной платформы недоступен. В итоге, потом обратился в саппорт, который наотрез отказался дать возможность сдать домашку, которая была сделана вовремя, но возможности сдать не было именно из-за платформы (все скриншоты были приложены). В общем, сказать, что всё впечатление об обучении на GB в очередной раз было очень сильно испорчено - это ещё ничего не сказать. Можно много чего написать о "прелестях" обучения на GeekBrains (несвоевременное размещение учебных материалов или их полное отсутствие, а время сдачи у вас на платформе тикает, и можно неделями пытаться безуспешно требовать их разместить - кураторов курсов убрали, менторы, наставники, преподаватели и ещё кого только не было в чате по предмету просто не отвечали на сообщения, остался бесполезный бот (ноль реакции) и такая же техподдержка (ничем не можем помочь). При этом, опять же, не сданная домашка - это значит, что у вас растёт число не выполненных заданий, снижаются баллы, и не важно, что на платформе не было ни самого задания, ни материалов к уроку, или их разместили за час до контрольного срока сдачи - в итоге потом вам могут отказать в выдаче диплома, так как у вас не сдано определенного количество домашних заданий, или отказать в "гарантированном" трудоустройстве, так как ваше обучение не было успешным. Естественно никаким образом реагировать в GeekBrains на обращения по всем этим вопиющим фактам не хотят. Ответ один - ничем помочь не можем). В общем, никому не рекомендую идти за обучением к ним, если не хотите сталкиваться с вопиющей несправедливостью, нежеланием заниматься проблемами клиентов, вызванными их же платформой, и, если действительно хотите получить актуальные знания. Полное разочарование, но деваться некуда, приходится доучиваться

Ну все это крик души, уж насколько не хотелось оставлять плохой отзыв, но такой уровень просто недопустим. История такая: оплатила я обучение недели 2-3назад, направление data science. Сразу после оплаты никаких чеков на почту не пришло, пришлось связываться с поддержкой. Выяснили, что обучение подкрепилось к неверному аккаунту, исправили. Далее связалась приветливая девушка из адаптации студентов, мы обговорили, что онлайн семинары будут стоять в субботу и воскресенье, меня все устроило, ок. Через 2 дня связался молодой человек, который тоже представился адаптацией студентов и начал повторять тоже самое. С ним также было оговорено, что удобное расписание для меня суббота и воскресенье. Однако, как только расписание было опубликовано, онлайн занятия стоят там по каким то причинам по средам и воскресеньям. На все запросы в поддержку, на горячую линию и в чат молчание, на половину вопросов по обучению также молчание...большие сомнения возникают при мысли правильно ли было выбрано обучение. Также были вопросы по подключению к воскресному семинару, однако, ни один из вопросов на почту и в чат не получил ответ.

Курс data science Курс закончил недавно, так как появилась острая необходимость работать удаленно. Могу резюмировать, что знания, которые я получил в ходе обучения, помогли мне полностью освоить профессию, после окончанию курса уже нашел работу по специальности. Помимо теории, в курс заложено много практики и есть тренажры для отработки навыков.

Прошла обучение на курсе "Специалист Data science" в академии Eduson. Получила огромный массив знаний и умений в области аналитики больших баз данных. Очень благодарна всем преподавателям академии, которые подготовили содержательный и полезный материал, сопровождали во время освоения курса, снабдили большим количеством дополнительного материала! Постараюсь полученные знания и умения успешно применить в практике деятельности дата-аналитика.

У меня сейчас практически середина обучения. Прохожу курс Data Scientist с нуля. Я не ожидал, что будет мне трудновато, но все равно не бросил, много времени уделяю обучению. Хорошо хоть формат в виде записанных лекций, видео уроков и их можно смотреть в любое удобное время. К обучению можно приступать, не имея физико-математических дисциплин. И по окончании курса, уже с дипломом на руках, представляется помощь в трудоустройстве. Материал подается простыми терминами, чтобы каждому было понятно, все темы разобраны до мельчайших деталей. Реально углубится в ИТ сфере.

Проходила курс специалист Data Science. Мне, как новичку, курс понравился, информация доносится доступно. В некоторых сложных темах было немного непонятно, но в таких случаях специалисты прикладывали ссылки на документации, статьи и другую литературу, так что проблем не возникало. Огромное спасибо!

Полнейшее разочарование. Обещали "уникальные знания" и "передовые методики" на деле уровень информации оказался посредственный, большую часть можно найти в открытом доступе за полчаса. Организация обучения отдельная боль: вс сделано так неудобно, что учиться нормально невозможно. Плюс, абсолютное непонимание того, что у людей могут быть работа, проекты и реальная жизнь. Из-за загруженности мне пришлось приостановить обучение написал куратору... и тут начался цирк. Оказалось, что диплом я уже не получу, хотя оплатил полную стоимость (150 тысяч рублей!). Чтобы "добить" обучение предложили снова заплатить. Второй раз! Такое чувство, что здесь не про обучение думают, а как выкачать побольше денег. Моя ошибка что вообще связался с этой компанией. Не рекомендую никому. Деньги на ветер. Учусь по программе Data Science.

Учился по направлению Data Science. Общее впечатление осталось хорошее. Понравилось, что все сделано так, что ты не предоставлен сам себе, а всегда есть возможность получить помощь. Самое сложное это уложиться в сроки обучения, но была возможность перевестись на другой поток, что выручало. По итогу могу сказать, что самое важное самому понять направление в котором хочешь развиваться. Тесты по определению твоего направления в ИТ могут только запутать, потому что начинаешь подгонять ответы под то, что тебя впечатлило, но по факту не твоё. Поэтому мой совет - пробуйте, меняйте направления, и найдёте то, что вам действительно нравится.

Я пришла в Нетологию без базы знаний в Data Science с целью получить профессию и трудоустройство в IT. Обучалась с мая 2022 до июня 2023 года. Темп обучения комфортный. Материала достаточно для того, чтобы сдать все работы в срок.Формат подачи материала - лекции, вебинары. В конце изучения каждой темы необходимо выполнить практическую часть, которая проверяется преподавателем. Также если возникают вопросы в ходе выполнения практических заданий, у нас был чат с преподавателями и кураторами, которые помогали понять, в чем затруднение. В Нетологии есть Центр развития карьеры. После окончания обучения центразвития карьеры предложил неоплачиваемую стажировку у компании-партнера. По настоящее время стажируюсь. Иллюзий по трудоустройству не питала, и, как оказалось, правильно. Сейчас, спустя 9 месяцев, не удалось устроится на работу. Полученных знаний достаточно, чтобы участвовать в хакатонах и продолжать самообразование, но для трудоустройтва этого мало.

Привет, меня зовут – Елена, и я была студенткой курса Data Science в Нетологии. Могу с уверенностью сказать, что это был удивительный опыт обучения. Программа была информативной, хорошо структурированной и включала в себя как теоретические, так и практические аспекты работы с данными. Я особенно оценила акцент на реальных кейсах из индустрии, что помогло мне лучше понять, как применять полученные знания на практике После успешного завершения курса, я продолжила свое обучение в Нетологии, став аспирантом- модератором в направлении Data Science и аналитики. Это дает мне уникальную возможность углубить свои знания, обмениваться опытом с профессионалами в области и помогать другим студентам в их обучениию.Я безмерно благодарна Нетологии за предоставленные знания, опыт и возможность развития. Уверена, что это был лучший выбор, который позволил мне раскрыть свой потенциал в области Data Science.

В данное время учусь на 1 курсе магистратуры Нетологии совместно с МФТИ, до этого в 2023г. окончил курс Data Science: Рекомендательные системы на базе университета Нетологии. Как курсом по Data Science, так и учебой в магистратуре вполне доволен. Программа качественно выстроена, за созданием и организацией учебного процесса видна огромная работа коллектива университета. Если возникают какие-либо отдельные вопросы организационно-методического характера, преподавательский состав и руководство активно работают со студентами и стараются максимально оперативно их разрешать. Активно ведется работа комьюнити Нетологии, имеется чат поддержки, проводятся неформальные встречи в рамках комьюнити, решаются вопросы общего характера. Преподаватели также находятся на связи, с ними можно решить любые вопросы учебного характера. Учебная нагрузка достаточно серьёзная, но – мы знали, на что мы шли

курс Data Science, октябрь-ноябрь 2021
школа:
находится буквально напротив метро Сенная/Садовая/Спасская, добираться удобно; на автомобиле - могут быть сложности с поиском места для парковки; помещения без лишнего шика, но вполне достойно: классы чистые, тплые, светлые; приличные туалеты; есть зона отдыха с чаем/кофе; группы до десяти человек, у нас было 9.

техническое оснащение:
на стол (рассадка по двое) один системник, два монитора, клавиатуры, мышки + монитор, привязанный к компьютеру преподавателя; за время обучения была пара сбоев, которые довольно быстро устранялись администрацией, на процессе обучения не сказывались.

работа администрации:
исключительно вежливые, приветливые, отзывчивые сотрудники (и живое общение, и чат на сайте, и телефон, и контакт); единственный минус - если сотрудники сразу не могли дать ответ/решить вопрос (в случае 'нестандартных' обращений) и обещали перезвонить/передать, этого не происходило; оптимальный вариант - общение через страницу вконтакте: отвечают быстро, по сути и, опять же, вежливо.

работа преподавателя (Ковалв Святослав):
человек, безусловно, отлично знающий материал, к тому же работающий по этому направлению, готовый делиться не только теоретическими знаниями, но и реальным опытом; эксклюзивные обучающие материалы к каждому занятию с полезными ссылками для более глубокого самостоятельного изучения (при желании/потребности); домашние задания трх уровней сложности; онлайн-поддержка в течение всего времени обучения; разврнутая обратная связь по домашнему заданию (каждому ученику по каждому заданию), разбор наиболее частых ошибок из ДЗ на занятиях; по-моему, бесконечное терпение и готовность объяснять материал 'до победного'.

подготовка:
минимум (будет тяжело, но вс же возможно): понимание чисел, графиков, функций, умение хотя бы читать на английском, страница вконтакте;
желательно (мозгу придтся работать интенсивно, но до кипения не доходить): знание основ Python, представления о высшей математике (матрицы, теория вероятности, статистика...), нормальный уровень английского;
чтоб можно было наслаждаться процессом обучения непосредственно Data Science, без необходимости попутно восполнять пробелы в других областях: работа с Python, свежие или не утраченные знания по высшей математике, технический английский (знание математических и IT терминов).

общие впечатления:
курс очень интенсивный, насыщенный; почти каждое занятие новая тема, как правило, на основе пройденных; если нет существенного багажа в области или врожднной гениальности, придтся довольно много повторять/постигать/закреплять самостоятельно, в том числе в процессе выполнения ДЗ;
на момент поступления у меня были хорошо забытые знания по вышей математике, среднее знание английского, почти нулевой уровень в программировании и желание пойти работать в область IT; после первого занятия хотелось сбежать, потом стало легче; на занятии если не вс, то большая часть понятна, но когда через день-два принимаешься за домашку, приходится вс повторять заново, часто (для лучшего понимания) копаться в материалах по математике или по Python; а так как большая часть актуальной информации на английском, ещ и держать словарь открытым;
наверное, курс подойдт
новичкам (типа меня) для общего понимания Data Science, существующих направлений, получения базовых знаний;
людям, ищущим пути решения для конкретной задачи;
людям, относительно погружнным в материал, для систематизации знаний и восполнения пробелов.

курс Data Science, октябрь-ноябрь 2021 школа: находится буквально напротив метро Сенная/Садовая/Спасская, добираться удобно; на автомобиле - могут быть сложности с поиском места для парковки; помещения без лишнего шика, но вполне достойно: классы чистые, тёплые, светлые; приличные туалеты; есть зона отдыха с чаем/кофе; группы до десяти человек, у нас было 9. техническое оснащение: на стол (рассадка по двое) один системник, два монитора, клавиатуры, мышки + монитор, привязанный к компьютеру преподавателя; за время обучения была пара сбоев, которые довольно быстро устранялись администрацией, на процессе обучения не сказывались. работа администрации: исключительно вежливые, приветливые, отзывчивые сотрудники (и живое общение, и чат на сайте, и телефон, и контакт); единственный минус - если сотрудники сразу не могли дать ответ/решить вопрос (в случае "нестандартных" обращений) и обещали перезвонить/передать, этого не происходило; оптимальный вариант - общение через страницу вконтакте: отвечают быстро, по сути и, опять же, вежливо. работа преподавателя (Ковалёв Святослав): человек, безусловно, отлично знающий материал, к тому же работающий по этому направлению, готовый делиться не только теоретическими знаниями, но и реальным опытом; эксклюзивные обучающие материалы к каждому занятию с полезными ссылками для более глубокого самостоятельного изучения (при желании/потребности); домашние задания трёх уровней сложности; онлайн-поддержка в течение всего времени обучения; развёрнутая обратная связь по домашнему заданию (каждому ученику по каждому заданию), разбор наиболее частых ошибок из ДЗ на занятиях; по-моему, бесконечное терпение и готовность объяснять материал "до победного". подготовка: минимум (будет тяжело, но всё же возможно): понимание чисел, графиков, функций, умение хотя бы читать на английском, страница вконтакте; желательно (мозгу придётся работать интенсивно, но до кипения не доходить): знание основ Python, представления о высшей математике (матрицы, теория вероятности, статистика...), нормальный уровень английского; чтоб можно было наслаждаться процессом обучения непосредственно Data Science, без необходимости попутно восполнять пробелы в других областях: работа с Python, свежие или не утраченные знания по высшей математике, технический английский (знание математических и IT терминов). общие впечатления: курс очень интенсивный, насыщенный; почти каждое занятие новая тема, как правило, на основе пройденных; если нет существенного багажа в области или врождённой гениальности, придётся довольно много повторять/постигать/закреплять самостоятельно, в том числе в процессе выполнения ДЗ; на момент поступления у меня были хорошо забытые знания по вышей математике, среднее знание английского, почти нулевой уровень в программировании и желание пойти работать в область IT; после первого занятия хотелось сбежать, потом стало легче; на занятии если не всё, то большая часть понятна, но когда через день-два принимаешься за домашку, приходится всё повторять заново, часто (для лучшего понимания) копаться в материалах по математике или по Python; а так как большая часть актуальной информации на английском, ещё и держать словарь открытым; наверное, курс подойдёт новичкам (типа меня) для общего понимания Data Science, существующих направлений, получения базовых знаний; людям, ищущим пути решения для конкретной задачи; людям, относительно погружённым в материал, для систематизации знаний и восполнения пробелов.

Обучаюсь больше полугода по Data Science. Очень ноавится курс объемом, подачей, систематическим подходом к обучению. Меньооы и тьюторы ведут по курсу как бцдто за ручку, так что потеряться сложно. Есть пробный месяц - можно понять, ваше это или не ваше. Реклмендую!

Прохожу курс "Специализация DataScience". Выделила основные для меня плюсы и минусы учебы на данном курсе. Плюсы: 1) Преподаватели действительно разбираются в своем деле и, в основном, объясняют все интересно и понятно. 2) Много практики. В процессе учебы, когда делали проекты, принимали участие в соревнованиях на Kaggle. 3) Тьютор и ментор всегда дают подробную обратную связь. Можно обратиться по любым вопросам. 4) Есть центр карьеры SkillFactory, где постоянно предлагают разные вакансии и проводят различные встречи со специалистами. 5) Всегда можно обратиться в Slack и по вопросам учебы, и по организационным вопросом. В основном отвечают быстро. Чаще всего проблема решается. 6) Можно переводиться в другую группу, если что-то не успеваешь, брать отпуск, переходить на учебы без дедлайна. 7) В целом, команда доброжелательна к студенту. Минусы: 1) Когда я поступала в самом начале учебы не было организовано какой-то вводной части. Вроде нас добавили в Slack, но непонятно было где наша группа, куда вообще бежать и что делать. Но, возможно, в последующие поступления этот вопрос уже решили, так как по этому поводу было много вопросов у людей. 2) Часто бывают проблемы на самой платформе. То что-то ломается, виснет, то зеленые галочки не ставятся. В последний раз у меня было, что пропал прогресс за deep learning. И этот вопрос никак не решился. 3) Бывают ошибки на платформе в теории. 4) Не всегда хватало времени, чтобы сделать проект. Но плюсом было то, что всегда можно было договориться с ментором по поводу этого вопроса.

На данный момент прохожу обучение по курсу "Аналитик данных". Курс достаточно обширный и включает в себя много интересных тем и инструментов. Достоинства курса: - Много интересной и полезной информации; - Отзывчивые менторы в большинстве своём; - Достаточно просто и системно объяснены обучающие темы; - Есть возможность проходить в своём темпе; - Очень много практики. Недостатки: - Некоторые менторы отвечают достаточно долго, возможно связано с совмещением работы; - Материал структурирован, но без дополнительного изучения не получится освоить какие-то непонятны моменты; - По некоторым темам необходимо уделять больше времени, опять же это индивидуальный момент. Итог: Курс подходит для того что бы изучать новую профессию и это должно быть Вам интересно, потенциал у данных профессий большой и квалифицированные кадры нужны. У Вас должна быть мотивирующая цель для того что бы выполнять всё вовремя. Однозначно рекомендую.

Учусь в школе Skillfactory на специальность Data Science от 0 до pro. Школу выбирала по отзывам и рекомендациям от hr специалиста, hh.ru. Так сложилось в сегодняшних реалиях, что пришлось искать новую профессию, к работе с данными я привыкла в своей предыдущей работе (16 лет опыта, уровень Principal). Проанализировав рекомендованные школы, остановилась именно на skillfactory. Причиной послужил удобный интуитивный интерфейс курса в первую очередь. Очень нравится как организована подача материала, пошаговое объяснение от простого к сложному. Поддержка менторов и возможность советоваться с другими студентами, очень на «изи»организован процесс коммуникации, учитывая, что все происходит в режиме онлайн. Сам курс удобен, что всегда легко находишь, где остановился, чтобыпродолжить изучать модуль.

В данное время учусь на 1 курсе магистратуры Нетологии совместно с МФТИ, до этого в 2023г. окончил курс Data Science: Рекомендательные системы на базе университета Нетологии. Как курсом по Data Science, так и учебой в магистратуре вполне доволен. Программа качественно выстроена, за созданием и организацией учебного процесса видна огромная работа коллектива университета. Если возникают какие-либо отдельные вопросы организационно-методического характера, преподавательский состав и руководство активно работают со студентами и стараются максимально оперативно их разрешать. Активно ведется работа комьюнити Нетологии, имеется чат поддержки, проводятся неформальные встречи в рамках комьюнити, решаются вопросы общего характера. Преподаватели также находятся на связи, с ними можно решить любые вопросы учебного характера. Учебная нагрузка достаточно серьзная, но мы знали, на что мы шли . Среди учебных дисциплин отдельно хочется отметить следующие модули за (на мой взгляд) высокое качество их подготовки, а также объем и новизну учебного материала: Продвинутые методы машинного обучения (группа преподавателей), Фин.математика и эконометрика (преподаватель А. Куликов), Высокопроизводительные вычисления и технологии (П.Ахтямов), Финансовые рынки и инструменты (М.Осипов), Математика для финтеха (А.Бычков), Финансовое моделирование (К.Шишаев), Разработка финансовых решений и сервисов (А.Малышко).

Обучаюсь на курсе Data Science уже полтора месяца, пока всё более чем нравится. Безусловно, это оказалось труднее, чем я ожидал, ибо до этого не имел с программированием совершенно ничего общего. Система обучения построена максимально понятно, если есть вопросы - тебе всегда ответят в чате Слака. По моим наблюдениям записываются на курс большим количество ребята, но потом отсеиваются. Если вы целеустремленный и верите в свои силы - попробуйте, почему нет). С интересном жду, что будет дальше!

Прохожу курс по DataScience, уроки объясняются очень доходчиво и в двух вариантах, в виде видеоурока и в текстовом формате под видео, ещё и в конце каждого блока даётся ссылка на дополнительные материалы для лучшего закрепления прошедшего урока. А так же в приложении Pachka менторы всегда готовы помочь с заданием если есть какие-то трудности в решении. Смотрел на других обучающих площадках к примеру как преподаётся python для меня было запутанно и малопонятно, а на обучающей прощадке Skillfactory очень доходчиво, не скажу что очень легко так как сам материал не лёгкий но очень доходчивый. И я даже позвал подругу с собой на курс и по реферальной системе получил очень приятный бонус, не забудьте вначале спросить рефералку если хотите пригласить друзей или придти сразу несколько человек на курсы. Я очень доволен и моя подруга тоже от этих курсов! Рекомендую.

Прохожу курс "Профессия DataScientist". Из плюссов могу отметить : круглосуточный доступ к учебной платформе, есть поддержка наставников, очень насыщенная программа: много практических задач и вебинаров, ссылки на интересные статьи.

Долго ходил вокруг да около, в итоге решился начать изучать новую профессию в IT. Прошел профориентацию за два месяца и выбрал понравившееся направление. Data Science. За этой профессией будущее. Вы научитесь делать за минуты с помощью кода то, на что лет 30-50 назад требовалась недели и месяцы работы целого исследовательского института!

Всем привет. Решил поменять сферу деятельности с продаж в аналитику. Учусь уже год и мне нравится как подают материал и очень быстрая обратная связь. Спасибо всему коллективу.

Прохожу обучение по профессии фронтенд-разработчик. Плюсы: супер обширный курс, рассчитанный на полгода, много дополнительной информации по фреймворкам, тестированию, 4 собственных проекта в копилку портфолио. Отдельный чат в слаке с поддержкой менторов, общение с одногрупниками. Обучаться можно в любое удобное время. Ну и цена за обучение вполне приемлема относительно других онлайн школ. Из минусов могу отметить поверхностность информации, часто приходится искать доп материалы самостоятельно, тк на платформе материал "по верхам". Довольно тяжело учиться, никто за ручку вести не будет, проекты все нужно кумекать самому, не без помощи Гугла. Но это того стоит, ещё не окончив обучение, уже рассматриваю предложения по работе. Главное трудиться и не отчаиваться!

Курс Специалист по Data Science от SkillFactory. Проучился на курсе 11 месяцев из 12, вынужден бросить, потому что глубина обучения не соответствует сложности предмета. Даются обзорные материалы, а все знания приходится самостоятельно искать в интернете. Плюсы курса: - очень актуальная тема - хорошие преподаватели Минусы курса: - менторы игнорируют вопросы - мессенджер Пачка не настроен (например, ментора вообще там нет и написать ему невозможно) - координатор ничего не знает, что-то у кого-то уточняет, но вопросы не решает - связи выше чтобы пожаловаться нет, стандартный ответ - пишите в саппорт - платформа LMS работает медленно со сбоями, поиск по материалам отсутствует совсем, по хлебным крошкам переход в начало курса - материалов откровенно мало, особенно по сложным темам, всё обзорно - на ошибки не реагируют (например, в модуле Модуль 6. Комбинаторика и основы теории вероятностей была ошибка, про которую я написал, но мне все равно снизили баллы за правильный ответ) - сложность домашних заданий не соответствует обзорному изучению библиотек Python для машинного обучения В итоге курс подходит тем, кто уже погружен в тему и хочет покрасоваться своими знаниями и завести знакомства через нетворкинг. Не рекомендую курс, если вы хотите получить новую для вас специальность, задать вопросы некому, помощи не ждите. И трудоустройства тоже, потому что джуны в этой теме никому не нужны.

Прохожу обучение по курсу Project Manager в сфере IT. В рамках данного курса SkillFactory предоставляет ценный контент по проектному управлению и помогает мне прокачивать project skills. Спасибо команде SkillFactory за качественную работу!

Обучаюсь по программе Data Science с дополнительной программой Data Engenieer. Программа длится 2 года. Плюсы: Это очень интересно и чем дальше, тем интереснее. Материал создан очень качественно, есть и тексты, и скринкасты, и вебинары. Много практики, чем дальше, тем больше и больше. По организационным вопросам на связи всегда координатор. По учебным вопросам помогает ментор, достаточно быстро, ответы грамотные, за ответами чувствуется заинтересованный в твоем продвижении учитель. Есть программа трудоустройства, помогающая как минимум не выглядеть глупо на фоне других новичков, как максимум подготовить резюме и пройти интервью. Я ещё учусь, но уже взаимодействовал с ними. Постоянно публикуются приглашения на стажировки и хакатоны, организованные специально для платформы. Минусы: Comunity как я его себе представляю практически нет. Есть администрация и преподаватели, но спроси, с кем я учусь, и есть ли неформальное общение, я не отвечу утвердительно. Формально есть общий чат в Пачке и никто не прячется иии ну как бы можно сказать, что это возможность развить свои softskill-ы, и это правильная позиция. Однако, некоторые ритуалы принадлежности от имени школы можно было бы ввести.

Обучаюсь на курсе профессия Data Science. До начала курса не было практически никаких знаний не то что бы о специальности, но и о Python, SQL. Лично мне очень нужно было что бы с самого нуля было все раскрыто, так и получилось. Подробное описание простых вещей(как сейчас понимаю простых), помощь координаторов, менторов по любому вопросу. Отлично что есть возможность перевестись в другой поток без просрочки на сдачу аттестации и проектов (некоторое время не было возможности заниматься). К большим и объемным темам есть например ссылки на углублению литературу .Уже прошел год после начала обучения. Такое ощущение что я знаю уже много, и что во много раз больше еще предстоит узнать. Главное есть понимаю что именно надо изучать и куда расти.

Прохожу курс по Data Science, все нравится. Материала много, видно, что авторы глубоко знают эту сферу. Рекомендую желающим перейти в сферу IT

Добрый день. Прохожу курс Специалист Data Science. Курс разработан и скомпонован с целью освоения данной специальности. На курсе много практических задачек, есть проекты для закрепления каждой темы модуля и система дедлайнов, которая стимулирует, дисциплинирует и мотивирует, как на мой взгляд. Поддержка комьюнити курса оказывается в полном объеме тьютором курса, кураторами, экспертами и службой поддержки. Также, если успевать все и даже больше находить время на дополнительные разборы тем, то легко можно участвовать в командных соревнованиях, что также сильно стимулирует на обучение. Спасибо команде SkillFacroty! ДОСТОИНСТВА: много практики, дружелюбное комьюнити курса, интересные проектные работы НЕДОСТАТКИ: не хватает времени на прохождение модулей по системе дедлайнов. (средние цифры выделяемых часов на прохождение модуля завышены)

[SkillFactory, Data Science] Добрый день, всем читателям! I. Предисловие: В конце 2020 года решился на смелый шаг - купить курс "Профессия Data Science" на платформе SkillFactory. До этого пытался учиться самостоятельно, чтобы понять нравится вообще мне эта профессия "Data Science" или нет. Как только понял, что это мое, взвесил все "за" и "против" и решил, что курс стоит того и цена адекватная за 2 (!!!) года обучения. II. Общие впечатления - обо всем поподробнее: 1. "Программа курса". Самое первое, что бросается в глаза - это длительность обучения в 2 года. Данный отзыв я пишу, пройдя примерно 1 год и 2 месяца обучения. За это время я получил достаточно высокий уровень знаний (на уровне специалиста Junior+) и возможность попрактиковаться на около-реальных задачках на площадке Kaggle. Что значит около-реальных? Об этом поподробнее в пункте 2 данного отзыва. За первый год обучения дается вся необходимая база для освоения Python и SQL (основные инструменты любого Data Scientis'та) на достаточно высоком уровне (сильно выше среднего). Помимо объяснения, как пользоваться теми или иными инструментами, методисты SkillFactory постарались выстроить программу так, чтобы она включала не только команды "нажми то-то, чтобы появилось то-то", но и пояснили как работает тот или иной метод машинного обучения, почему он лучше/хуже остальных и так далее. Помимо лекций по языкам программирования и методам Machine Learning'а, есть программы посвященные высшей математике, необходимой Data Science'ту для анализа и решения практических задач. Также небольшая часть времени посвящена проблеме трудоустройства, советам и помощи студентам по данному вопросу. 2. "Учебный процесс". Образовательная программа похожа на очную учебу в университете - есть лекции, есть семинары. На лекциях рассказывается материал, на семинарах он закрепляется с помощью практики. Лекции представлены в виде онлайн-презентаций с фото, текстом и видео пояснениями. Также есть возможность пообщаться лично с преподавателями в рамках вебинара (онлайн-лекции вживую). Практика вся заочная - есть задача, есть данные, нужно решение. Если что-то не получается, всегда есть возможность спросить у других студентов или преподавателя (среднее время ожидания ответа в дневное время, по моим замерам, 5-10 минут). Учебный процесс разбит на юниты и модули: вся программа разбита на 10-20 юнитов, каждый из которых содержит 10-20 модулей, по которым и проходит весь основной учебный процесс. В конце каждого юнита Вас ожидает большая практическая задача для закрепления знаний на площадке Kaggle. Особенностью данной площадки, упомянутой в пункте 1 данного отзыва, является то, что она также является центром скопления значительной части сообщества Data Science со всего мира, где Вы можете решать задачи на реальных (!!!) данных от малых до крупных (Google, Microsoft и т. д.) фирм (иногда получая за это $ призы). Почему это важно? Потому что наличие решенных задач на данной площадке является важным пунктом/плюсом при приеме на работу (не только в РФ). И это большой плюс SkillFactory, что они используют именно эту платформу, тем самым приобщая своих студентов к мировому сообществу Data Science. 3. "Поддержка студентов". Во время обучения всю группу студентов сопровождают кураторы, которые помогают решать технические вопросы. Отмечу важный момент - вопросы наверняка будут возникать у всех и все будут сталкиваться с проблемами в процессе обучения, и, что меня лично поразило, так это степень помощи (реальной и психологической) со стороны данных кураторов. Спасибо им огромное за оказанную помощь! 4. "Техническая поддержка учебной программы". Другой момент - это поддержка самого курса. В процессе обучения я (и не только) часто натыкался на орфографические ошибки или неточные формулировки определений. Конечно, любому это может не понравится, так как первое, что бросается в голову - это сырость курса. Но, хочу отметить, что между студентами и службой технической поддержки есть обратная связь и все замечания по материалам курса (если они адекватные, конечно) были скорректированы. То есть сама программа и команда SkillFactory не стоит на месте и старается быть лучше. 5. "Практика". Важный процесс почти любой профессии - это практика, закрепление теории. Как я отметил выше, практика тут - это Kaggle. Я хочу еще раз подчеркнуть, что объем информации - огромен, но как он подан и как шлифуют навыки пользования этими знаниями с помощью реальных задач - вызывает уважение и чувство благодарности авторам курса. 6. "Устройство на работу". SkillFactory не гарантирует Вам устройство на работу. Но данная площадка старается сделать все возможное, чтобы подготовить Вас ко всем ожидающим Вас трудностям и проблемам при трудоустройстве (а их не мало). Вас ознакомят с рынком труда, расскажут про различные направления, компании. Вам помогут быть лучше и привлекательнее на рынке труда, тем самым повысив вашу конкурентоспособность. 7. "Дополнительные вебинары". Также хочу отметить, что иногда, помимо рядовых преподавателей SkillFactory, на вебинары заглядывали и представители/руководители крупных компаний на рынке труда РФ, проводя свои лекции и погружая студентов в трудности работы Data Science'ов на реальных данных. III. Подводя итог: 1. "Плюсы". Великолепная поддержка студентов в процессе учебы - еще раз спасибо кураторам. Методисты прекрасно поработали над формой подачи материала и выстроили в максимально удобной форме для освоения с нуля. Качество материала на высоком уровне, который только растет, благодаря технической поддержке SkillFactory и активным студентам. Помощь при трудоустройстве. И главный плюс: огромная куча полезного материала по данной профессии с великолепным практическими задачками (я бы даже сказал ЗАДАЧАМИ, потому что некоторые проекты по объему огромны)! 2. "Минусы". Конечно не хочется говорить что-то плохое, но я попробую, может получится. Наверно главный минус - это собственно сам процесс обучения - он дистанционный. Поэтому для человека, которому сложно себя организовать - это будет существенной помехой для достижения цели. НО (!!!) есть психологическая поддержка со стороны кураторов, которые могут помочь Вам советов в организации труда и решить ряд технических трудностей с платформой, если такие возникли. Другой минус, это некоторая дырявость и сухость материала в паре-тройке модулей. НО (!!!) опять же, прошу заметить, что я оставил отзыв об этом технической поддержке, и уже вернувшись к тому же модулю через пару месяцев, я к своему удовольствию увидел, что данные пробелы в образовательной дыре были залатаны. Так что решайте сами, что для вас эти примеры - минусы или плюсы... Подводя итог, я для себя решил, что ни разу не пожалел о своем выборе! Я сюда шел, чтобы сменить профессию и найти новую работу по данному направлению. Как раз в данный момент, благодаря SkillFactory, уже прохожу этап собеседований в компанию своей мечты! Спасибо за потраченное время!)

Учусь с апреля 2021. Очень долго выбирал курс DS среди всех, что есть в рунете, и выбрал SkillFactory. Обратил внимание, что длительность курса на SF больше, чем у остальных. Есть возможность насобирать промо-коды (у ваших любимых блогеров) и ваучеры (на бесплатных интенсивах) для заметного снижения стоимости обучения. В целом я очень доволен, что выбрал SF. Подробности: + Своя площадка для общения между студентами и преподавателями + Интересные практические задания + Самый долгий и самый обширный курс по DS в рунете + Хорошие тьюторы, менторы и эксперты, которые помогут при каждом обращении - Не для тех, кто хочет всё и сразу - Некоторые важные методы вынесены из курса в самостоятельное обучение

Взял курс data science, для начала всё отлично местами бывает сложно, но менторы отличные ребята, всегда помогут и не оставят в беде. Достаточно практики и теоретических знаний. вебинары, всё доступно. Дальше-больше! В целом доволен.

Настоятельно рекомендую Скиллбокс новичкам, кто как я, решил полностью сменить профессию. Из гуманитария в IT / это мой случай. 3 года назад купила курс - Python программист, а сейчас заканчиваю профессию Data Science. И я уже не просто программист, а дата сайентист, это , пожалуй, одна из самвх самых сложных профессий в айти, тк междисциплинарная, требует большой тех базы знаний, знаний множества библиотек и пр. Но вот она я! Горжусь собой, благодарна Скиллбокс, что смогли подробно, шаг за шагом, от малого к большему, с ражевыванием для особо одаренных:), благодарю за модули Математика для Data Science- но хотелось бы еще больше линейной алгебры!!)) Особая благодарность за практику и ДЗ на каждом мелком шажочке для закрепления, и за огромные ДЗ в конце каждого модуля с задачами олимпиадного уровня в конце, на подумать, на смекалку. Некоторые ДЗ решала по 1-2 месяцам! Истина: No pain - no gain! Иногда казалось, что мозг взорвется и ему физически больно, и иногда он просто закрывался и отказывался воспринимать. Но все в результате сработало! ГЛАВНОЕ ИМЕТЬ КАРТИНКУ ВАШЕГО БУДУЩЕГО - она протащит вас через этот марафон, она будет волей и стимулом! НЕ ДЕНЬГИ, НЕ БУДУЩИЕ ЗАРПЛАТЫ, а должно быть что-то большее! Я например хочу быть ученым и исследовать космос!) Надеюсь, моя мечта сбудется! И всем желаю осознать свою мечту и идти к ней! Удачи!

Брал курс "математика и статистика для data science". Хотелось освежить азы своих знаний в линейной алгебре, теории вероятностей и т.д. Скажу сразу: я использовал далеко не все предлагавшиеся возможности (например, почти не взаимодействовал с чатом и с ментором), однако и тех тестов и уроков, которыми воспользовался, вполне хватило. Я не только повторил когда-то забытое, но даже узнал кое-что новое, под новым углом взглянул на некоторые практические вопросы математики. В качестве бонуса мне подарили продвинутый курс по sql – тоже весьма полезные занятия :-) но его я прошёл лишь процентов на 60 – 70... сложные запросы в sql я выполнять поленился. В целом программа превзошла мои скромные ожидания, я вполне доволен!