HTML/CSS

Отличный курс для руководителей В настоящее время я работаю в банке на позиции ведущий разработчик Oraclе, некоторое время назад я был тимлидом в другой компании. Сейчас мне захотелось вновь вернуться на руководящие позиции, но я понимал, что это будет сложно сделать после перерыва в два года. До этого в Otus я учился на курсах «DevOps практики и инструменты» и «Разработчик Python», мне понравилось, как построен процесс обучения и квалификация преподавателей, поэтому вполне логично, что я снова выбрал курс именно в Otus. От курса Team Lead 2.0 я ждал новых знаний и хотел систематизировать существующие. В итоге я могу сказать, что получил больше, чем рассчитывал. Как я теперь понимаю, знал я очень мало. Тимлиды вырастают из хороших технических специалистов, но тимлид это совсем другая профессия и она требует совершенно других навыков и знаний. Курс дает много знаний, и он даже чуть избыточен для тимлида, хотя как раз это я считаю несомненным плюсом. Курс также открыл для меня достаточно много новых и интересных книг по теме, а домашние работы, я считаю, очень хорошо способствуют закреплению знаний и развитию мышления руководителя.К сожалению, не у всех студентов есть возможность выполнить дипломную работу. Как вариант, можно давать возможность объединяться со студентами других курсов в команды за пару месяцев до дипломной работы. Как я понял, сейчас в Otus идет работа в этом направлении. Я искренне считаю, что этот курс был бы полезен всем руководителям, независимо от опыта. Всем преподавателям огромное спасибо. Особенно понравились лекции Вячеслава Лапина и Станислава Михальского. Отдельное спасибо Александру Пряхину за терпение и отличную обратную связь по домашним работам.

Плюсы: Курс дает очень много знаний и помогает развитию мышления руководителя

Минусы: Не у всех студентов есть возможность выполнить дипломную работу

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.