практики онлайн обучение
NPS(?): 62

Инженер по тестированию

60000 руб
Стоимость 1 часа: 250 руб
4 мес
240 ч
    https://practicum.yandex.ru/qa-engineer/
agalimova
10.04.2021
   10

Отличная подача и шанс получить базовые знания в новой сфере Я студентка курса по профессии "Аналитик данных", на данный момент прошла примерно половину обучения. На курс пришла в стремлении освоить новый инструментарий для работы с данными (раньше использовала только excel) и с желанием сменить сферу работы (до этого работала финансовым аналитиком). До этого пыталась обучаться самостоятельно - проходила несколько отдельных курсов на coursera, stepik по работе с Python, базами данных, статистикой, но какой-то общей картины в голове не складывалось и оставалось много вопросов, которые было не с кем обсудить. В стремлении изучить и "уложить" большой объем информации по полочкам, а также разобраться с имеющимися вопросами решила освоить бесплатную часть курса "Аналитик данных". Уже бесплатная часть впечатлила довольно сильно - очень понравилась подача материала - все представлено в текстовом виде, и такой формат мне оказалось гораздо легче воспринимать, чем видеоматериал. Оказался очень удобным формат тренажера - когда на одном экране представлена и теория, и задания, и твое решение, при этом размер каждого окна можно регулировать, как захочется. Поэтому не нужно переключаться между различными вкладками в поисках формулировки задания или нужной формулы. Уже на бесплатной части дается довольно много базовой информации по анализу данных в Python, которую можно применить на небольшом проекте после окончания бесплатной части курса.Курс состоит из некоторого количества спринтов - то есть крупных тем (например, "Сбор и хранение данных", "Статистический анализ данных"), на которые выделяется две недели. За это время необходимо изучить теорию, выполнить задания в тренажере и сделать проект по итогам изученного материала, который должны будут проверить ревьюеры.Весь материал очень прикладной и дается на примере задач, которые реально могли бы встретиться в работе в компании. Когда знакомые, уже работающие в области анализа данных рассказывают, какие задачи им встречаются в работе, понимаю, что в курсе уже встречался материал, который помог бы мне решить аналогичную задачу.Также с любым вопросом по теории, задачам, проекту или просто из жизни можно обратиться к преподавателям, наставникам, а также однокурсникам, которые всегда придут на помощь. Что очень здорово, так как ты никогда не чувствуешь себя один в беде, даже когда что-то не понятно.Не могу сказать, что понравилась часть по SQL - было не очень много заданий для отработки и сам материал также был не очень обширен (например, не было информации про оконные функции). В остальном же пока курс очень нравится, один из лучших моих опытов обучения. Всем заинтересованным в теме анализа данных, советую пройти бесплатную часть курса, чтобы понять, насколько нравится подобный формат обучения и примерно представить, какой материал ждет на курсе.

Плюсы: Текстовый формат подачи материала, крутая атмосфера и команда преподавателей, наставников, удобный тренажер, самостоятельные проекты и обратная связь от ревьюеров

Минусы: Часть по SQL, иногда тренажер принимает только тот вариант ответа, который идентичен теории

Источник: otzovik.com
Jenya
19.10.2020
   10

Для не-технаря овладеть нужными скилами в IT-профессии очень сложно. Задаешь вопрос - а люди тебя просто не понимают. Вот по аналогии с кулинарной книгой Молоховец: " Спуститесь в ледник и возьмите кринку свежайших слиивок". А вот поди ж ты объясни, что у тебя нет кринки, и сливок тоже, а как оборудовать ледник ты даже примерно не в курсе. В этом плане Практикум оказался большим подарком: никто и не ожидает от тебя какой-то предварительной подготовки. Прежде всего, мне рассказали, какие именно скилы в профессии мне нужны обязательно, а какие второстепенны (а то, безумие аббревиатур и вариантов скилсетов аналитика на том же hh непросвещенного человека вводит в ступор - и я не была исключением). Затем дали начальное знание каждого из базовых скилов - где-то более глубоко, где-то поверхностно, но куда дальше копать (со ссылками, деталями, кратчайшими путями) стало совершенно очевидно. Теперь более детально: Скажем, если python (pandas, myplotlib, numpy) после курса нужно просто практиковать-практиковать-практиковать и читать про классные юзкейсы, то SQL надо добирать довольно много (но это не так сложно). А вот матстат, тервер, визуализация, А/В и дашбордостроение - на мой взгляд, только на уровне поверхностного знакомства, и нужно еще много месяцев глубоко погружаться в предмет. В работе мне волею судеб больше всего нужен SQL (он у меня после практикума ооооочень подтянулся) и матстат - с которым пока сражаюсь с переменным успехом - и тут практикума явно недостаточно. Впрочем, если вы технарь, вам будет много проще. Питон, увы, пока толком не пригодился, и это конечно не идет ему на пользу (( Лично меня по окончанию курса посетило два противоположнонаправленных чувства: 1) как мало я еще знаю после 6 месяцев очень усиленной работы 2) как здорово, что я теперь точно знаю куда двигаться дальше!

Источник: Яндекс.Отзывы