Data Engineer

Достойное введение в тему. Дальше - сам. В апреле 2020 записался на курс Data Science.За почти 1 год и 3 месяца курс закончил. Если бы постарался, можно было бы быстрее (год или быстрее).Курс познакомил с Python (+tensorflow) и актуальными инструментами/средами (Linux, Pycharm, VS Code, slack, Colab, Kaggle, Git + GitHub).Многое хорошо и доступно разъяснено, ментор отличный (Анна Аникина). Много материалов для самостоятельного изучения.Если понадобится, можно вернуться к проработанным материалам и актуализировать знания.На выходе не считаю себя готовым data scientist или data analyst, но база заложена + много доп. материалов дано + хорошо, что познакомился с Kaggle (при желании можно достойно прокачаться в ML и DL) + есть, где вакансии посмотреть (группа в телеграм) => если бы больше прикладывал личных усилий, получил бы больше от курса.Считаю, что деньги и время не потеряны.

Плюсы: Python, Знакомство с инструментами, Хорошее знакомство с областью

Минусы: местами теория дается одного уровня, задания - заметно сложнее

Специализация Data Science. Отвратительный курс, совершенно не стоящий своих денег! Вы думаете Skillfaktory продовет вам готовый добротный курс? Забудте! Это сырой, абсолютно не готовый к продакшену курс!Но вы не узнаете об этом до того момента пока не заплатите деньги. Менеджер по продажам Вам все распишет в лучшем свете.Для комфортного прохождения курса вам нужен mac-бук, если у вас винда будте готовы к замечательным советам от экспертов примеры которых приложу в фото. В курсе хоть и позиционируется что все можно проделать на win-буке, но реально никто из преподавателей и "экспертов" никогда не запускал ни одного кусочка кода на винде.И если у вас винда то последняя треть курса вообще не для вас, но узнаете вы об этом только когда уже будет поздно.В курсе дается очень мало действительно важной информации. На мой взгляд, издевательством и просто насмешкой над студентами являются ссылки на БЕСПЛАТНЫЕ ресурсы в которых материал разобран более полно и более качественно! Если вы хотите дать этот материал, ВЫ должны его дать, а не сторонний ресурс, потому что я заплатил за знания ВАМ. Если вы хотите дать какой то материал, он полностью должен быть включен в лекцию в проработанном вами виде, а ссылки допускаются только как ссылки на первоисточник. Издевательством являются ссылки на документацию, на английском языке. Вы в серьез думаете что кто то не знает о документации и что в ней по сути содержится вся информация? Или вы считаете что кто то не способен найти ее в гугле? Я заплатил вам за то чтобы вы дали мне знания на русском языке, чтобы не тратить время на поиск этих знаний в интернете! Преподаватели и эксперты даже не пытаются решить вашу проблему по существу, дают формальное решение или костыль и успокаиваются(например установите устаревшую версию библиотеки(которая уже не поддерживается сообществом))Всегда и везде вы будите сталкиваться с тем, что у преподавателей какая то своя настроенная среда, в которой все работает без ошибок и с первого раза.И им абсолютно наплевать на ваши настройки и версии пакетов, это ваши проблемы, вы с ними сами и разбирайтесь. При этом нигде не написано на каких версиях это работает, и что вообще бывают разные версии.Вы сами виноваты в том что не угадали версию пакета.Порой они охреневают на столько, что отправляют изучать документацию на уникальный материал, не дав при этом ни каких ссылок.

Плюсы: Отличный суппорт, отвечают быстро и почти 24/7. Если проявить настойчивость все таки можно получить интересующие знания от преподавателей. В курсе встречаются бонусы от партнеров.

Минусы: Курс неоправданно дорогой. Материала дается мизер. Практики никакой. Гораздо разумнее купить современных книг по интересующим темам.