DevOps 1C

Отличная атмосфера, интересные задачки для самостоятельного ковыряния. А если самостоятельно недоковырял - в чатике помогут. До OTUS работал тестировщиком, мучился с инфраструктурой нагрузочного тестирования.Почему выбрал курс? Директор говорил, что я много задаю глупых вопросов нашим девопсам, я хотел освоить Линукс. Что понравилось? Успешно перепрыгнул с тестирования во внедрение. Глупых вопросов к девопсам стало меньше, зарплату подняли. На курсе OTUS поддержка от учителей, одногруппников и сисадминов, всегда готовы помочь с VPN, домашкой. Поощряется вариативность в выполнении заданий, можно выполнить его разными способами и с использованием разных технологий. Есть задания повышенной сложности, другие студенты с охотностью за них брались и рьяно обсуждали в чате в Телеге.Повляило ли на карьеру? OTUS не сделал меня мега-гуру Линукса, но я в этом сам виноват. Посередине курса я вдруг стал востребованнее как инженер-аналитик по данным, а вопросы по инфраструктуре на работе закрывали более опытные коллеги. Сейчас новый крупный проект мечты, и спасибо OTUS за разнообразие курсов. Получается бесплатно перейти на курс по озёрам данных, Hadoop и прочему. Линукс когда-нибудь потом освоим.Удобный личный кабинет, куда можно отправлять задания на проверку:Чат телеграм, где помогают с домашкой, обсуждают вопросы с лекций:

Плюсы: Задания на домашку специально с багами, что хорошо - заставили покопаться в обновлении Линукса и развертывании файловой системы.

Минусы: Не всегда увлекательно на лекциях, почти никто не задаёт вопросы, мне тоже никак не приходили в голову. Пару раз вкатывался в сон.

Курс показался полезным для меня Курс интересный, много практики. Хотя по ощущениям многовато домашних заданий, не успеваешь сконцентрироваться, тщательней обдумать выполнение заданий и заодно осмыслить теорию, почитать что-то сверх материала. Может быть имело бы смысл их уменьшить штук до 13-15. По мне идеально одно задание на неделю в среднем. Полезно, что проходили темы не на прямую связанные с машинным обучением, например - pipeline, парсинг. Нравится подача материала Дмитрием Сергеевым тем, что темы начинает объяснять с простого на пальцах, постепенно увеличивая сложность. Также очень хорошо, что Дмитрий Музалевский даёт обратную связь при проверке дз, подсказывает где можно что-то еще улучшить в будущем, задает направление. Ну либо подчеркивает, что сделано отлично)Может быть ещё бы добавил при прохождении каких-либо алгоритмов на занятиях объяснение где в каких моделях стоит на какие параметры обращать больше внимания, а на какие нет в конкретных часто используемых библиотеках. Что требует настройки, а что нет. Понятно, что в документации всё есть, но она не всегда понятна обычному не опытному человеку. Потому как в итоге работать придется с этими библиотеками, поэтому подробности не помешали бы.Было бы круто сделать интергацию резюме с hh или каким-нибудь моим кругом, поскольку очень не охото копи-пастить оттуда резюме, и при внесении изменений в hh, оно бы поменялось и у вас.Ну и надеюсь, что ваш сервис поможет найти работу связанную с машинным обучением)

Плюсы: Много практики, минимум теории. Изучили полезные темы по парсингу сайтов и pipeline.

Минусы: Присутствуют темы, которые не очень зашли, например - Vowpal Wabbit. Без базовых знаний машинного обучения будет сложно. Многовато домашних заданий. В некоторых темах очень быстро пробегаются по коду, что не позволяет разобраться в нем.