Курс по IT-рекрутменту

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.

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