Профессия Тестировщик на Java

Очень долго выбирала где обучаться прежде чем выбрать SkillFactory. Устроила цена курса, продолжительность обучение (у меня год, начала в декабре 2020) и порадовало общение с менеджером. Достоинства: 1. Платформа достаточно дружелюбная к пользователю, информация структурирована по разделам и подразделам. Сначала идёт теория в виде текста, иногда в виде роликов, далее сразу следуют практические задачки. 2. Все лекции сразу доступны в записи и не нужно ждать, отменять запланированные дела, чтобы в определённое время посмотреть, смотри когда хочешь. Так же лекции ведутся онлайн и если что-то не понятно, можно посетить и задать все вопросы. 3. Есть чаты в мессенджере Slack где можно в любое время задавать любые вопросы по теории, если не получается решить задачу или возникли иные проблемы, обязательно помогут. 4. Есть чаты в Telegram, где периодически выкладываются вакансии, стажировки, обсуждаются все подводные камни при устройстве на работу, на собеседовании, на фрилансе, как начать и с чего. 5. Проекты по окончанию определённого блока выполняются (заливаются) на GitHub, а в дальнейшем проходят на Kaggle, одной из главных онлайн-сообществ для Data Scientistов, где проводятся соревнования разной сложности и потом это включается в твое портфолио. 6. Так же, что не мало важно достойная поддержка менторов, тьюторов и тех. поддержки. Недостатки: 1. У SkillFactory нет лицензии на право выдачи дипломов гос. образца, но они работают над этим, может скоро что-то измениться. 2. Надо быть готовым к тому, что придётся очень много изучать информацию из дополнительных источников и иногда на английском языке. 3. Лично мне не всегда хватает информации, которую дают в самом курсе, часто приходиться гуглить и искать решения на форумах.

Обучение идет полным ходом, информации много, разбираться интересно )) В данный момент прохожу обучение на курсе Профессия Data Science и уже могу объективно судить о курсе.Материала много, он хорошо структурирован, это приятно и очень удобно.Интересный момент, который может сбивать с толку - с самого начала, темп обучения бешенный, то есть главы, блоки проходятся очень быстро, всё достаточно просто и понятно. Идет хорошее опережение графика обучения, но дальше, по ходу курса темп замедляется, так как материал становится сложнее, требуется больше времени на освоение и понимание. Так же лучше выделить время на чтение доп. литературы, статей. В рамках курса не всегда в полной мере раскрывают материал. Нравится большое количество практики, тестов, аттестаций и проектов. Это достаточно сильно мотивирует изучать материал и разбираться в вопросе. Так же есть проекты на Kaggle, тренировочные конечно, но для знакомства с площадкой, то, что надо.В целом, могу сказать что курс хороший, не отличный, не идеальный - хороший. Временами сильно скачет сложность материала, от легкого до сразу сложного, не во всех модулях есть плавное увеличение сложности. Так же не могу перестать обращать внимания на грамматические ошибки в материале! Это никак не мешает обучению, но как то, непрофессионально что-ли.Если цель - изучить профессию, влиться в сообщество Data Science, приобрести множество новых навыков и найти хорошую работу, это хороший курс.

Плюсы: Удобный формат обучения, хорошо структурированный материал, помощь кураторов и менторов в Slack

Минусы: Грамматические ошибки