HTML/CSS

Одна из немногих компаний на рынке с живыми лекциями и обучением приближенным к реальным условиям Обучался в Отусе на 2х курсах, на DevOps практики и инструменты и Python Developer Basic. DevOps вообще у Отуса легендарный курс, наверное если не лучший в РФ, то точно один из лучших. Рассматриваются современные инструменты, рассматриваются достаточно глубоко для того что бы можно было ими начать пользоваться, причем в релевантных кейсах, а не просто так, что бы было. Все домашки делаются в нормальных "боевых" средах, раньше был GCP, а сейчас Яндекс клауд (что кстати минус), никаких тренажеров, как в яндекс практикуме, никаких стерильных сред - только собственные виртулки, IDE и хардкор. Python Developer Basic менее законченный курс, к концу выглядит скомканным из за желания охватить необъятное, но наличие живых лекций и менторства, позволяют получить в общем то то, за чем каждый пришел. Мне Python нужен был для DevOps собственно я его и получил, лекции же по фронтам мне были и не нужны и не интересны. Думаю было бы верным решением подробить курс на чистый Python, на веб и прочее такое, что бы не смешивать разные направления. Но основной преподаватель Сурен Хоренян просто машина, не было ни одного вопроса который бы его озадачил, шпарит без подготовки и все из головы почти без заготовок.+Самый главный плюс живые лекции, все 100%, без записи, интерактивно, с разбором вопросов, этого сейчас у больших компаний вообще не стало. Второй плюс, это система менторства, за тобой закрепляется преподаватель с которым ты можешь разбирать какие то вопросы, причем не просто в чате, на индивидуальных встречах. Такого вообще нигде нет. Третий плюс, это адекватные преподаватели, а не вчерашние такие же студенты, которые дальше лекционного материала ничего не могут. Тут с этим проблем нет. Ну еще одни плюс, как DevOps так и Python изучаются в боевых условиях. Т. е. разрабатываешь ты в IDE, тераформишь в консоле, а не вставляешь какие то ответы в какие то тренажеры и окна проверок. Одна только подготовка собственной среды для домашних работ дает опыта больше, чем некоторые "экспресс курсы". -Хоть курсы и длительные, больше полугода. Но всю информацию по теме на них дать не получается, потому к концам курсов темы становятся компактнее, а материал более скомканный. Если в DevOps больше всего страдает кубер, и он есть в Отусе отдельным курсом, а его реально надо отдельным курсом проходить. То вот в Python отдельного курса по самому языку без веб его части, без дата сайнса нет. А как показали опросы, мы там в массе свой были именно девопсами, админами, саппортами, теми кто хотел использовать язык для автоматизации и как вспомогательный инструмент, а не чисто им заниматься. Очень нужен такой вот курс. А все остальное в отдельные курсы.

Плюсы: Живые лекции, менторство, обучение не в тренажерах а реальных боевых инструментах (консоль, IDE и т.д.)

Минусы: Попытки запихнуть необъятное в рамки курсов

Курс «Математика для Data Science. Базовый курс» Я, обычное, редко пишу отзывы, но почитав некоторые, все-таки решил зарегистрироваться и написать свою историю с этой компанией.Кто-то пишет в отзывах, что отводится очень мало времени на уроки, отсутствуют практические примеры на лекциях, высокая стоимость обучения. Друзья, 1.5-2 часа длительность одного занятия (а их два в неделю) и целая неделя, чтобы сделать "домашку" это разве мало? А если вам преподаватель просто будет показывать, как сделать что-то или как решать типовые задачки, не объясняя глубины вопроса и не давая теории, то даю гарантию - вы станете очередным типовым копипастером без понимания как всё работает. Или вот про высокую стоимость - ради интереса зайдите на биржу и посмотрите сколько стоят услуги репетитора по высшей математике :). Прежде чем брать курс вы должны понимать, что учеба — это в первую очередь огромный труд (который в итоге потом будет неплохо оплачиваться), а также долгий процесс и еще надо делать ДЗ :) И не забываем про о реальность бытия - дом, семью, работу, лень... А то многие думают: «Я сейчас оплачу курс, отучусь и у меня будет большая зарплата, дом и мотоцикл». Наверное рассчитывают, что знания сами закачаются в голову как программа (хотя я сам был бы не против такой технологии :) )А теперь моя небольшая история. Последние несколько лет я все чаще стал сталкиваться с задачами, которые попадают в современную область Data Science. Несколько раз пытался начать обучение в данном направлении (даже брал курсы на Coursera, но так ни одного и не закончил) и, сталкиваясь с первыми сложностями в обучении, всегда успокаивал себя, что и всё это какая-то магия и объект поклонения настоящих математиков в очках с толстыми стеклами, которые свитеры в брюки заправляют, а моя участь – всю оставшуюся профессиональную жизнь автоматизировать бизнес-процессы с помощью 1С (возможно это и неплохо, но не моё). Но, делая очередной «подход к снаряду», я понял, что пропустил первый и самый важный шаг – необходимость восстановить свой математический аппарат, который уже «давно заплесневел и мхом покрылся со времен института». Проанализировав рынок обучения, остановился на компании OTUS и курсе «Математика для Data Science. Базовый курс», т. к. привлекла сильная команда преподавателей, хорошая программа обучения и онлайн-формат.В процессе обучения ожидания подтвердились: преподаватели понятно объясняют материал, а через Slack всегда можно уточнить нюансы или попросить объяснить моменты, которые остались непонятными. Также сам формат онлайн занятий тоже оказался удобным – всегда есть записи занятий, которые можно пересмотреть в любое время.А теперь немного критики. OTUS - компания молодая, поэтому иногда, совсем редко, в лекциях встречаются небольшие технические недочеты, а некоторые преподаватели могут использовать академическую подачу материала, что не вписывается в общую концепцию компании, но кураторы OTUS тщательно отслеживают такие моменты и быстро принимают правильные управленческие решения.Но самое главное, что я получил от курса не только знания, но и возможность опять начать учиться и это очень здорово. Это ни с чем не сравнимое чувство студенческой романтики. Появилось огромное желание писать код, решать сложные задачи, изучать новые и перспективные технологии. Понимать, что сделал первый шаг, чтобы стать востребованным специалистом в одной из самых популярных областей.Закончив курс «Математика для Data Science. Базовый курс», я сразу же записался на трек по Data Science, состоящий из курсов «Machine learning» и «Нейронные сети на Python» и в настоящий момент успешно учусь уже два месяца.

Плюсы: Возможность прояснять вопросы через Slack в любое время, есть записи занятий, которые можно пересмотреть в любое время

Минусы: встречаются небольшие технические недочеты, а некоторые преподаватели могут использовать академическую подачу материала