Дизайн сетей ЦОД

Курс IT-Recruiter разработан на 50% Вчера закончился первый блок онлайн курса IT-Recruiter. Курс рассчитан на специалистов, которые хотят подробно изучить рекрутмент в IT. Принимали на курс не новичков, кандидаты проходили тестирование и был отбор по результатам. Вопросы теста подразумевали не только понимание процессов рекрутмента, но и сферу IT: выбрать, что является языком программирования или базой данных из списка и т. п. Для понимания содержания курса проводился открытый вебинар, который замечательно провел Николай Давыдов. Программа курса составлена достаточно привлекательно, весь курс занимает 4 месяца, и разбит на несколько тематических блоков. Можно оплачивать сразу за 45 000 рублей, можно помесячно, по 12 000. Все серьезно и грамотно.Мне все понравилось, я решила оплатить первый месяц. Сразу скажу, что организация трансляции половины курса была слабая. То программа плохо работала, то ссылки не присылались, то преподаватели не знали, на какую кнопку нажать. Все это понятно, если время на занятие жестко не регламентировано. Подождали, зато потом задержались и все довольны. Но на курсах количество времени заложено очень жестко и его не хватает. Во-первых, IT сфера - это не про быстрей-быстрей. Экспертиза преподавателей вне сомнений, но невозможно передать такую информацию за полтора часа занятия. На тему дается всего 1,5 часа! Какую квалификацию можно получить за это время? Хочу напомнить, что мы пришли сюда учиться.Если трансляция стоит дорого, нужно было продумать другую стоимость. В чем вообще смысл платного обучения? Это возможность спокойно разобрать новую информацию, углубиться в кейсы, ответить на вопросы. А не давать 30 секунд на комментарий по слайду и бежать дальше, потому что время поджимает. Ведущая курса постоянно напоминала о цейтноте. Хотя в рекламе на каждое занятие было заложено 2 часа. Правда потом нам пояснили, что это с учетом выполнения домашнего задания. Кстати, это тоже смешно, отводить на домашку 30 минут. Как вы думаете, какой уровень задания выполняется за полчаса в IT рекрутменте? И какие специалисты выйдут с курса?Так что лучшие преподаватели из-за недостатка времени нервно пытались справиться со своей презентацией, раздражались на уточняющие вопросы и давали 10% информации от той, что могли бы дать. Уверена в этом, потому что в бесплатном доступе на youtube есть прекрасные подробные интервью и подкасты преподавателей курса. Как пример, на Подслушано в Index или на Инсайте. Исключением стал Егор Яценко, который проигнорировал все ограничения и закончил через 2 часа 12 минут. Это очень круто.И еще один момент, кроме необходимой тематической информации на курсе вдруг появились темы для новичков в рекрутменте, которые, ну совсем были некстати. Зачем говорить о снятии заявки или структуре не технического интервью? В общем, жаль, занятие вчера было последним, приняла решение не оплачивать продолжение. Заявленные темы мне очень интересны, но понимание, что на уроке снова начнется гонка и чувство неудовлетворенности после него меня не устраивает. В этом отзыве постаралась дать обратную связь для организаторов для понимания потребностей слушателей. Курс нужный, программа хорошая, нужно продумать организацию и время занятий.

Плюсы: Нужный курс

Минусы: Отводится очень мало времени на уроки, преподаватели спешат, эффективность слабая

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