Rust Developer

Android-Developer. Professional - для тех, кто хочет углубиться Я была очень рада, что попала на этот курс. Он помог мне укрепить свои навыки и расширить понимание разработки Android.Я около двух лет занимаюсь разработкой, однако сложилось так, что у меня нет наставника, который показал бы мне лучшие практики, указал на ошибки, мне приходится разбираться самой и иногда идти вслепую. Поэтому этот курс был особенно важен, он позволил мне учиться у тех, кто намного лучше знает свое дело и может подсказать, как сделать лучше. Во-первых, учебная программа курса была хорошо структурирована, охватывая все аспекты разработки Android, от корутин до докера. Модули были разработаны для постепенного развития, что позволило нам усвоить информацию и применить ее к нашим собственным проектам. Лекции были прочитаны опытными разработчиками, которые поделились своими идеями и реальным опытом, сделав процесс обучения интересным и практичным. Однако, нам не просто зачитывали лекции, мы часто рассуждали на какую-то тему, возникшую во время занятий, и преподавателям было так же интересно, как и ученикам.Курс также познакомил меня с несколькими новыми темами, которые я ранее избегала и откладывала на потом. Не могу сказать, что теперь профи, но все же начало положено. Курс позволил мне по-новому взглянуть на проектирование приложений и организацию инфраструктуры. Я знала про многомодульность, и мне действительно казалось, что на моем текущем проекте используется этот подход, но я поняла, что была не права. Так что теперь накидала в беклог задачек по рефаторингу.Не могу не отметить поддержка в ходе курса. Наш чат позволил нам, ученикам, взаимодействовать с учителями, обсуждать проблемы, делиться знаниями. Было приятно видеть, что так много талантливых разработчиков, что делятся своим опытом и помогают друг другу расти.Что касается улучшений, не могу сказать, что конкретно этому курсу чего-то не хватает. Наверное, я бы предложила разделение темы по Android на 3 уровня, а не на два, как это сейчас. Чтобы был уровень выше, где уже можно углубиться в некоторые специальные темы, посвященные новым технологиям и тенденциям в мире мобильного программирования, а также более подробно раскрыть темы оптимизации и сборки приложений. Эти темы были для меня сложными, я не успела их освоить, и хотелось бы более подробно их изучить.В заключение хочу сказать, что этот курс стал невероятным путешествием, которое значительно повысило мои навыки программирования. Курс превзошел мои ожидания, охватывая широкий спектр тем и предоставляя практический опыт в рамках индивидуальной проектной работы. Я рекомендую этот курс всем, кто хочет повысить свои способности к разработке Android.

Плюсы: Хорошая программа, усложняется постепенно, отличные преподаватели

Минусы: Есть темы, которые сложно понять с нуля и одной лекции недостаточно

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