Kotlin Developer. Basic

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

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