онлайн обучение стажировка студенческий чат практики трудоустройство наставничество домашние задания
NPS(?): 90

3D-моделирование игр с нуля

4 ак. часа в нед.
    https://otus.ru/lessons/3d_model
Георгий
16.08.2023
   2

Купил курс за 10₽, менеджеры пытались связаться со мной по всем контактам чтобы продать другой курс. Прошел тест на сайте, опять начали тоже самое. Увольте продажника. Это самая отвратительная стратегия продаж. Остальным скажу, ни за что не оставляйте тут никакие свои данные, менеджеры достанут.

Источник: Яндекс.Отзывы
bondaleksey
17.10.2022
   10

MLpro и MLops в Отус 2022 - полезные, дали знаний и указали путь развития С декабря 2021 по сентябрь 2022 я обучался в Отус на курсах:MLpro - "Machine Learning. Professional" (36 лекций)MLops - "Промышленный ML на больших данных" (50 лекций). Опишу свой опыт, не плюсами и минусами, а по темам.- Порог вхождения (необходимые знания) для курсов.В описании каждого курса есть требования им желательно соответсвовать.Лучше соответствовать требованиями курсов и иметь небольшой опыт работы с инструментами изучаемыми на курсе, тогда на обучение будет уходить около 3-5 часов в неделю, кроме 4 часов на 2 лекции.Если прийти с почти нулевыми знаниями, то можно лекции послушать, но на выполнение заданий будет уходить более 20 часов в неделю на самостоятельное изучение и дополнительные тренировки рассматриваемых инструментов. - Задачи для самостоятельной работы.Очень понравились задачи на обоих курсах.На курсе MLpro каждое задание, как мини проект со статичными данными по одной из тем курса (EDA + построить модели + провести небольшое сравнение между моделями).На курсе MLops все задания являются частями одного большого проекта. При решении всех этих заданий надо пройти полный цикл разработки ML проекта:- построение модели, - поступление новых данных по расписанию, - и регулярное переобучение модели, - все это с большими данными и в облаке.Иногда возникали задержки в проверке самостоятельных работ. Думаю Отус это поправит.- Общение в Отус.У меня общение проходило в Слаке, сейчас Отус развивается еще в Discord и telegram.По ходу обучения можно было писать вопросы в общий чат одногруппникам и тегать преподавателей. Преподаватели не сразу, но отвечали на вопросы.- Преподаватели.Один курс ведет несколько предподавателей.3-4 основных перподавателя, если нужна замена то иногда могут попросить преподавателей с других курсов. 1 лекцию курса MLops читал руководитель направления DS в Отус (что было очень приятно), а 14 февраля 2022 был был специальный семинар для влюбленных в NLP))).Все преподаватели, которые у меня вели имели большой опыт и высокий уровень знаний, кроме одного, который провел 2 слабых занятия, но после жалоб слушателей его заменили и предоставили дополнительные лекции в качестве компенсации.Я лично из 86 лекций, только этими 2-мя лекциями был не доволен, остальные лекции были очень полезными для меня.После каждой лекции в Отус собирают обратную связь от слушателей.- Материалы после лекций, остаются в лючном кабинете слушателя.---Код. В MLpro все лекции, в MLops большая часть лекций были с ноутбуками(ipynb) или с разбором кода, который остается доступным слушателям из личного кабинета. Оставшийся код, был одним из важных инструментов моего самообучения (разбирал его и модифицировал под себя).---Слайды и видео материалы. Пропускал некоторые лекции и смотрел их в записи, а некоторые были настолько важными, что смотрел по несколько раз.- Постоянное совершенствование Отус'а.Курсы = лекции и материалы изменяются и модифицируются. У меня знакомый проходил на поток раньше MLops, он по другому тогда назывался и там было больше scala. Сейчас в Отус появился отдельный курс Spark Developer.Отус как платформа связывающая выпускников не стоит, а развивается. В 2022 году был первый шахматный турнир на Lichess, так же проводятся дополнительные семинары по трудоустройству и выстраиванию коммуникаций между выпускниками.Итог.Кажется все супер. Подвох в том, что учиться очень тяжело (после 30), если недостаточно требуемых знаний для старта обучения, но оно того стоит (мое мнение).Для MLpro надо знать Python и математику для DataScience (линейную алгебру, теорию вероятности, статистику).Для MLops надо быть знакомым с Linux, Docker, Git, иметь опыт решения ML задач и построения веб-сервисов на python.Мне Отус:- дал базу знаний и некоторый опыт, - позволил понять мои силы, - показал мне направления дальнейшего развития.

Плюсы: Вусокий уровень преподавателей, интересные задания, материалы лекций доступны после занятий, общение в разных платформах

Минусы: проверка самостоятельных заданий хромала, высокий порог вхождения

Источник: otzovik.com