Надёжный старт в IT

Хороший способ для самообразования. На специализацию "Аналитик данных" мне подарили сертификат. После чего я приступил к обучению. Интересно построенный курс, каждый раздел выстроен от простого к сложному. Приятно, что теоретических сведений не очень много (всё дополнительное или неясное можно уточнить у менторов, однокурсников или же найдя нужный материал в Интернете), а главное - практика, потому что только после выполнения практических заданий у человека появляется понимание изученного материала.В курсе были дополнительные мини-курсы, которые позволяли улучшить дополнительные скиллы при обучении.Очень понравилось, возможно попробую ещё один курс. )

Плюсы: Хорошая атмосфера в менеджере Slack, где можно общаться с ментором, задавать вопросы, получать ответы. Сам курс с интересным материалом.

Минусы: Случались моменты, когда ментор долго не отвечал, но в таком случае через некоторое время отвечал другой ментор. Лично для меня )) - обязательная защита финального проекта онлайн. Но это так, личное. )

Много практики и интенсивная прoграмма Я учусь в "SkillFactory" на 2-х годичном курсе data scientistа уже год и могу смело подвести промежуточные итоги.Я выбрала эту онлайн-школу, т. к. здесь много заданий для тренировки практических навыков. Именно это я искала в первую очередь: теория и много практики на одном ресурсе. Однако могу с уверенностью сказать, что курс хоть и с нуля, идти туда зная только как напечатать "Hello world!" рискованно. А помимо этого еще и умела присваивать переменные :))). Сначала я не успевала сдать первую промежуточную итоговую работу, а потом и вторую. В конце концов перевелась на бездедлайновую основу, и пожалела, что не сделала этого в самом начале. Сейчас я подступилась к блоку ML, а мои одногруппники уже ходят на собеседования. Грустно :((( Итак, как действующий студент я рекомендую: совсем неподготовленным на курс идти не стоит. Особенно если вы работаете 5 дней в неделю или сидите в декрете. Если бы можно было вернуть время назад, я бы прошла основы Python на любом бесплатном ресурсе. Также очень желательно изучить Pandas, Numpy. Способы визуализации ( библиотеки Matplotlib и Seaborn) не искала, не знаю есть ли в открытом доступе.Эксперты всегда на связи, но они все равно не могут инсталлировать в уставший мозг нужные знания.P.S.: c моими интеллектуальными способностями все в порядке.

Плюсы: Много практики, помощь наставников, хорошие вебинары.

Минусы: Интенсивность программы