Karpov Courses

Наконец-то это закончилось (и в хорошем, и в плохом смысле). Сначала небольшие вводные:

1. Параллельно с учебой работал по 8—9 часов в день;

2. Мой уровень: на момент старта учебы у меня за спиной было 1,5 года в аналитике, активно работаю с python, postgres, airflow;

3. Преследовал цель получить новые навыки и систематизировать уже имеющиеся знания.

Условия для прохождения курса: сдать 4 части финального проекта, где первые 2 части должны быть сданы на высший балл (т.е. до делайна), плюс набрать не менее 50% баллов от общего объема за курс.

Общее мнение: курс неплохой, но и неидеальный. Подача материала средняя, т.е. многие моменты приходится искать и изучать самостоятельно, в т.ч. и для решения ДЗ. Но в то же время объем материала достаточный, чтобы покрыть большую часть классического ML.

Кому подойдет данный курс:

— Точно подойдет тем, у кого уже есть опыт работы с python и представления о airflow, git и fastapi и хотел бы углубиться в ML;

— Точно не рекомендовал бы данный курс новичкам, т.к. темп курса очень высокий, нового материала очень много, а времени на его изучение катастрофически не хватает. Стоит учитывать, что на освоение курса потребуется уйма времени (мне требовалось по ~30—40 часов в неделю), поэтому совмещать работу с учебой будет очень трудно.

1. Собственная система LMS. Система сама проверяет ваши ответы и выдает результат (сдано/не сдано). Это позволяет исключить человеческий фактор (например, предвзятость) в проверке ДЗ;

2. Интересные и относительно последовательные по сложности задания с наводящими комментариями, что и как делать;

3. Общение с сокурсниками и экспертами происходит в Discord, где очень удобно организованы «комнаты» по каждому из заданий и уроков;

4. Команда экспертной поддержки. Если был вопрос или проблема с ДЗ и кодом, всегда помогали его решить;

5. Кураторы курса. Помогали решать разные вопросы, например, с переводом на поток позже (правда, иногда их приходилось пушить);

6. Каникулы. В праздники не выходили новые уроки, за счет чего получалось наверстать материал.

1. Темп курса. В неделю выходит по 3 урока, на прохождение урока дается 2 недели, но при наличии постоянной работы (8—9 часов в день), уложиться в срок становится очень трудно;

2. Секция DL. Честно говоря, я не понял, зачем она нужна, т.к. требования пройти ее на высший балл отсутствует, а материал сложный и громоздкий. Как по мне, лучше бы ее выделили в отдельный курс;

3. В секциях DL и A/B тесты продолжительность видео увеличивается. А так как материал сложный, то было бы неплохо разбить тему на более короткие видео.

Курс помог мне расширить знания в AI и ML, структурировать знания по метрикам, начать использовать в работе новые инструменты и практики.

Он стоит своих денег. Думаю, самый оптимальный план его прохождения — взять подписку на три месяца и попытаться пройти максимум за это время, затем сделать перерыв на несколько месяцев, подождать, пока появятся новые задачи, и взять еще раз на три месяца, вместе с тем закрыв незавершенные в прошлый раз задачи.

Курс отлично собран. По сути, это сборник задач, объединенных общей темой разработки некоторого сервиса, например, маркетплейса, приложения для знакомств или сервиса доставки еды. Среди явных плюсов — большое число задач на разные темы: от самостоятельной реализации DecisionTreeRegressor до понимания работы ChatGPT.

Большинство задач можно разделить на несколько блоков: AI, ML, DA и общий блок с задачами на написание тестов, использование декораторов, логирование, знакомство с ООП и так далее.

Мне удалось познакомиться с новыми практиками и технологиями, понять, что под капотом у некоторых моделей. Порой объяснений в рамках задачи недостаточно и приходится углубляться в тему и изучать дополнительные материалы, ссылки на которые есть к большинству задач.

AI-помощница Ада, которая в любое время подскажет, куда двигаться для решения задачи. Зачастую ее подсказки противоречат друг другу, что только заставляет сильнее погружаться в задачу и больше размышлять над решением.

Некоторые задачи описаны очень непонятно: с грамматическими и стилистическими ошибками, понимание «чего от меня хотят» приходит после 10 минут вдумчивого чтения соответствующих веток на Discord. Возможно, это даже и плюс, ведь программа называется «Симулятор DS», а в реальной жизни довольно часто трудно понять язык заказчика.

Часть комментариев с пожеланиями к задачам, оставленных студентами в Discord, не решаются месяцами. Порой складывается ощущение, что поддержка курса выступает промежуточным звеном между студентами и ChatGPT — на некоторые вопросы студентов можно увидеть такой ответ: «Вот что мне сказал ChatGPT...». Конечно, большинство сообщений поддержки по делу и помогает в решении задач, но подобные комментарии расстраивают. Не самая удобная навигация по задачам.

Наконец-то я завершила курс StartML от KarpovCourses! И это не просто облегчение от завершения, а настоящая радость от прокачанных навыков и новых знаний.

Путешествие началось осенью и длилось около 7 месяцев. До этого я изучала Python и статистику на Stepik, так что можно сказать, что начинала с абсолютного нуля. Да, путь был непростым, с моментами сомнений и трудностей, но это того стоило.

Тем, кто сомневается, идти ли на курс с нулевым опытом, скажу: да, нелегко, но результат того стоит. Курс дает качественный материал, преподаватели объясняют все доступным языком. Но не стоит думать, что все будет легко. Придется много работать самостоятельно, читать дополнительную литературу, разбираться с домашними заданиями, которые часто включают в себя дополнительные материалы. Что для меня скорее плюс.

Всегда была поддержка преподавателей в Discord, где удобно организованы чаты для общения и вопросов по темам.

В целом курс StartML — это мастхэв для начинающих аналитиков данных или тех, кто хочет использовать знания о построении моделей и глубоком обучении в своей сфере. Я ни капли не жалею о потраченном времени и планирую продолжать обучение.

— Хорошая структура курса;

— Качественный материал;

— Отличные преподаватели;

— Поддержка на протяжении всего курса;

— Возможность совмещать с работой;

— С нуля.

Вообще курсом доволен, оценил бы его на 8 из 10. Всем своим друзьям его настойчиво советую к рассмотрению.

1. Очень хорошо структурирована подача материала.

2. Ничего лишнего, только выжимка полезного и актуального.

3. Преподаватели блоков по Python и ML отлично доводят информацию до человека совсем без опыта.

4. Дедлайны держат в тонусе, поддержка (эксперты) работает в целом неплохо.

5. Карьерный курс — отличное дополнение, помогает составить хорошее резюме и все сопутствующие. Занимает тоже немало времени при правильном подходе.

1. Блок DL (глубокое обучение) не обсуждается достаточно глубоко, и, что самое важное, объяснения оказались очень непонятными. Учитывая, что это одна из самых сложных и актуальных тем, ей следует уделить больше внимания и времени. Было бы замечательно, если авторы курса переписали эту часть, улучшили объяснения и увеличили время, отведенное на ее изучение.

2. Слишком часто я замечал, что некоторые эксперты из поддержки отвечали на мои вопросы, не вникая в сам вопрос, не пытались дать разъяснения или отвечали вообще на другой вопрос, не тот, который я задавал. Иногда ошибались с ответом, о чем я потом узнавал, гугля инфу по теме, но это дело опыта, конечно. Думаю, там тоже не суперопытные ребята сидят. Пытался избегать таких экспертов и задавать вопросы другим, благо больше половины ребят из экспертов все еще ответственно подходят к делу. Сразу оговорюсь, что не беру в учет тех, кто ведет финальные проекты — там экспертиза шикарная и подход к делу тоже!

3. Пока я не понял, как будет работать поддержка в поиске работы. Вроде бы говорили, что будут помогать, подкидывая вакансии, но этого не происходит.

После формулировки каждой задачи следует подробнейшее описание теоретической части, которая помогает эти задачи решить. Очень круто, что в конце многих задач предоставляется список дополнительной литературы для собственного ознакомления.

Сайт курса имеет очень удобный и интуитивный вид. Техническая поддержка оперативно (в течение нескольких часов) отвечает на любые вопросы, связанные с «непонятками» студентов — приводят примеры, но напрямую не раскрывают фишки каждой задачи.

Меня зовут Александр, сейчас мне 32. Я 8 лет проработал в продажах, точнее в продажах фармацевтической продукции и лабораторных исследованиях. Когда я задумался, что хочу попробовать свои силы в it, мне было 30 лет. Этому способствовало мое желание ближе быть к цифрам и руководительница, которая из раза в раз повторяла, что у меня аналитический склад ума. За это я ей благодарен, и вы поймете сейчас почему.

Сначала я начал смотреть видео по информатике на ютубе, где узнал про Степик, но не пошел сразу туда — даже не знаю почему. Именно на нем я начал проходить курс программирования на Python, там присоединился к разным сообществам, откуда и узнал про должность аналитика и вообще про курсы.

Когда я попал на Степик, все свободное время я просиживал за решением задач и получал дикое удовольствие.

Спустя полгода, в ноябре 2022, я поступил на курс по Аналитике в Karpov Courses. Сначала все было просто, так как многие вещи были знакомы, но я заканчивал медицинский университет (да, я врач по образованию), и у меня не было серьезной математики с 9 класса, на занятиях по мат.стате и теории вероятности мне стало туго. И опять же спасибо сообществу, Степику и Анатолию Карпову за его курс там.

Сказать, что курс прошел гладко, было бы неправдой, да и тогда в нем не было бы толку. Было сложно, а когда все закончилось, стало немного грустно.

Дальше начался новый квест — устроиться на работу. Скажу сразу и не буду вас томить ожиданиями, работу я нашел не быстро. Но в этом есть и мои ошибки, и излишняя самоуверенность в том, что справлюсь сам, ведь я продажник, а значит смогу и себя представить в лучшем свете. Однако пара месяцев без собеседований спустила меня на землю, и я обратился в карьерный центр. Мой вам совет — сделайте все, что советуют ребята, тогда вы устроитесь на работу.

Сейчас я успешно прошел испытательный срок, работаю в отличной компании, в которой кофе и фрукты бесплатно, дружелюбная атмосфера, кресла-мешки и много других крутых вещей (это мне казалось нереальным). И еще можно работать из дома (так не бывает, думал я). Должность — бизнес-аналитик, но успеваю помогать и системному аналитику.

Огромное спасибо Анатолию, Беслану, Роме Бунину (слушал на матемаркетинге) и всем, кто составляет программу и участвует в жизни школы! Спасибо сообществу. Рекомендую школу и, кстати, SQL симулятор 100% добавит скиллов для прохождения собеседования и решения тестовых!

Курс дает много базовых знаний, уверенность и веру в то, что сменить профессию можно.

Важные темы не раскрыты, необходимо более детально изучить библиотеки и построить несколько дашбордов в табло.

Релевантного опыта до этого не было, но всегда был живой интерес к индустрии и к технологиям в частности. И когда появился такой удобный формат обучения, который убирает все проблемы самостоятельного обучения (максимально сконцентрировано и эффективно изучать материал), решил, что нужно пробовать.

В разных ТГ-чатах опытные люди советовали всегда только 2 варианта: ЯП и KC. По направлению аналитики все говорили, что KC сильнее ЯП + на тот момент уже был опыт незавершенного курса по бэкенду от ЯП, возможно, не зашел формат подачи текстом. А как увидел курс по машинному обучения, сразу понял, вот оно мое — стык аналитики, разработки, математики и технологий в целом.

Касательно курса: лично мне формат видео в разы лучше заходит, чем текст. Элементарно видео с живой речью проще и понятнее воспринимается, легче концентрироваться (особенно после работы вечером). Порадовало, что преподаватели не просто сухо подают материал, а дополнительно рассказывают подводные камни, делятся своим опытом, рекомендуют дополнительные источники по теме.

Очень полезный формат ежемесячных созвонов потока с преподавателями, где можно задать любой вопрос. Удобная LMS, технических проблем ни разу не возникло с ней. Комьюнити и все взаимодействия с менторами через дискорд — отдельные каналы под каждое задание и проект, поддержка достаточно оперативно отвечает на вопросы. Сейчас ожидаю HR-консультации от Карьерного центра.

Лично я не столкнулся с какими-либо deal-breaker'ами для себя. Слышал от сокурсников, что кому-то не нравились ответы от менторов по заданиям/проекту курса — могу прокомментировать, что все индивидуально, какой вопрос, такой ответ.

Единственное, могу добавить, что рекомендую начинать курс уже пройдя хотя бы базу языка программирования и школьную алгебру. В целом нужно быть уже немного погруженным в процессы (рекомендую Stepik). Полностью с 0 любой большой курс будет тяжело заходить и вероятность отвалиться в начале в таком случае будет высока.

1. Темы курса отлично упорядочены, был плавный переход от легких тем к сложным, что позволило хорошо усвоить материал.

2. Платформа для обучения очень удобна, по сути мне понадобился только инет для доступа к сайту, а там уже все было, например, платформа A/B-тестирования.

3. Преподаватель объясняет все настолько простым языком, что парой хотелось ставить скорость лекций x2.

Курс оправдывает свои ожидания более чем. Почти каждая задача приносит несомненную пользу, и я до сих пор получаю большое удовольствие от решения практически каждой из них. Несмотря на мелкие недочеты, это бесценный опыт, который удалось получить за такие небольшие деньги. Задачи выходят, процессы улучшаются, возможности, которые предоставляет этот курс, тоже растут.

Я советую обратить внимание на этот курс, если вы интересуетесь ML или уже работаете и хотите получить новые навыки в разных областях применения. Тем более на данный момент аналогов вы не найдете.

— Много практики. В целом весь курс нацелен на то, чтобы отточить навыки, которые пригодятся на реальной работе;

— Хорошая поддержка. По любым вопросам вас быстро сориентируют кураторы. Возникает затуп/проблема с задачей — вам тоже к ним;

— Низкий порог входа. Люди с разным уровнем знаний получат свой профит в любом случае, начинающий или уже смешарик — неважно;

— Бесплатная карьерная консультация. Всем участникам курса по достижении определенного количества баллов доступна карьерная консультация, вам помогут с вашим резюме и ответят на все вопросы, которые касаются поиска работы;

— Проекты. Возможность работать в команде над пет-проектом, прокачивать коммуникацию, оттачивать свои знания в бою — очень круто.

— Проверяющая система неидеальна. Не всегда понятно, почему твое решение является неправильным (а будут ли в реальной работе возникать всегда понятные ошибки?);

— С платформой могут быть проблемы, видимо, из-за высокой нагрузки вечером, а то и в выходные, она не справляется и может давать сбой, приходится мириться с лагами в лучшем случае или же вообще ждать следующего дня, когда платформу пнут. Такое возникает нечасто, но хотелось бы таких момент поменьше.

Организаторы заявляют, что курс подходит для текущих разработчиков, при этом есть возможность оформить только один академический отпуск, остальные за дополнительную плату. На работе бывает всякое, часто не хватает времени на обучение, учитывая, что новые уроки выходят каждые три дня.

Также курс довольно устаревший, с учетом того, что фронтенд развивается очень быстро. То, что показывают на обучении, в новых версиях уже не работает — приходится тратить время на дополнительный ресерч, что я могла бы сделать, не отдавая деньги и нервы.

Качественный продукт, однозначно стоит своих денег. Обязательно бы посоветовал его другим. Курс дает хорошую базу, которой вполне достаточно, чтобы выполнять тестовые на вакансии в аналитике. После курса (не сразу) удалось найти именно ту работу, которую я и искал. Мне пригодились знания, полученные здесь.

Важно понимать, что после покупки курса вы не получите оффер сразу. Нужно прилагать дополнительные усилия, интересоваться этой сферой, как можно раньше начинать выполнять тестовые задания и постоянно развивать свои навыки. И тогда все получится!

Если вы действительно замотивированы погрузиться в новую профессию и готовы внимательно слушать и учиться, то это отличный курс, потому что:

1. Материал «без воды». Вам дают только то, что с большой вероятностью пригодится в работе. Максимально практические базовые знания, освоив которые вы сможете самостоятельно погружаться в разные направления и инструменты аналитики.

2. Много практики. Вы начинаете практиковаться с первых уроков, параллельно изучая теорию. По мне так знания, подкрепленные практикой, намного лучше усваиваются.

3. В большинстве своем материал объясняется максимально доступно. Анатолий Карпов имеет талант разъяснить так, чтобы понял каждый. Он проводит аналогии, упрощает, приводит много примеров и объясняет что и зачем мы делаем.

4. На курсе обучают всеми современными и необходимыми инструментами, которыми должен уметь пользоваться аналитик. Причем иметь мощный ПК необязательно, все инструменты на серверах. В целом все материалы регулярно обновляются и корректируются. Доступ к материал доступен навсегда после покупки курса.

5. Преподаватели по-настоящему увлечены своим делом, работают в топ IT-компаниях и не понаслышке знают, о чем рассказывают.

6. Все лекции в виде записей в видеоформате, также в каждом уроке собран конспект в текстовом виде. В каждом уроке много заданий. Есть ребята в поддержке, которым можно написать, — они направят в решении задачи. Также есть чат с ребятами с потока, где можно помогать друг другу и просто общаться.

7. Есть расписание выхода новых уроков и дедлайны. Но скорость адекватная, при большом желании можно даже совмещать с работой. Если отстал, можно бесплатно откатиться на 2—3 потока (месяца) и проходить курс уже с другими ребятами.

8. Возможность оплачивать курс по частям.

9. Есть помощь в трудоустройстве: консультанты, которые направят, подскажут, что исправить в резюме и предоставят материалы по поиску работы. Но важно помнить, что ни один курс не может дать 100% гарантии трудоустройства. Важно самому также прикладывать массу усилий в поиске работы, тогда все обязательно получится!

10. В целом сложилось впечатление качественного продукта, который постоянно дорабатывается. У ребят выходит много разных материалов, в том числе бесплатных.

Сложно назвать недостатки. Практически все преподаватели четко и понятно разъясняют материал, но был один, которого было непросто понять. Приходилось перематывать ролик и смотреть несколько раз.

Карьерный консультант мне подсказал очень хорошую идею по резюме (как правильно описать свой опыт). Но в дальнейшем я не чувствовал вовлеченности. Мне показалось, что он давал более общие советы, не погружаясь конкретно в мою ситуацию.

Учиться на курсе я начала в конце февраля 2023 года, до этого момента у меня уже имелся опыт аналитики данных в прикладных науках и научных исследованиях, а также хорошая математическая база (спасибо, МИФИ).

Когда в магистратуре пришло осознание того, что хочется двигаться дальше или вовсе поменять направление работы, начала искать программу обучения, где было бы много практики. Мой выбор пал на Karpov.Courses, так как я уже была знакома с Анатолием с «Основ статистики» на Stepik, а также с их каналом на YouTube.

В ходе прохождения курса хотелось залатать дыры в уже имеющихся знаниях, узнать новое, познакомиться с аналитикой с точки зрения бизнес-процессов, повысить свои hard skills. И мои ожидания оправдались на 10/10.

К поддержке на курсе я не прибегала, однако для комфортного обучения организована удобная система поддержки студентов кураторами и экспертами, которые ответят на все вопросы. Также очень хорошо организована подача контента: LMS — образовательная платформа, Discord — для коммуникации, конспекты в Notion — моя отдельная любовь!

На момент написания отзыва я уже выполняю финальный проект и хочу сказать, что за все время я ни разу не усомнилась в правильности решения пойти на курс «Аналитик данных». На этом курсе останавливаться не собираюсь!

Кстати, насчет проектов, их будет много. Но как человек, который совместил работу, магистерский диплом и курс, могу сказать, что все решаемо, дедлайны поставлены так, чтобы в своем темпе вы могли успевать все сдавать вовремя. В конце концов, дорогу осилит идущий!

1. Информация подается через видео и дублируется конспектами. Очень много ссылок на дополнительные материалы. Это удобно, можно выбрать подходящий вариант.

2. На курсе дается все, что необходимо джуну и даже больше, то есть в принципе можно ограничиться только этим курсом, изучая что-то на стороне только если какие-то темы нужно дополнительно для себя разобрать. Стека хватает для абсолютного большинства вакансий, причем на уровень выше, чем это требуется. Важно все это знать, но это уже вопрос не к курсу.

3. Поддержка отличная — саппорты отвечают на любые вопросы очень быстро и подробно, причем не только на те, что касаются заданий курса. Ревьюеры по всем проектам отвечают очень подробно, отмечая все ошибки, недочеты и точки роста.

4. Я лично на курс шел прежде всего из-за трудоустройства. КЦ очень сильно помогает сделать отличное резюме, сопроводительное письмо и выбрать направление. Я работу нашел на третью неделю, прошел множество собеседований, получил множество обращений со стороны просто по резюме на ХХ без откликов. Сам сделал меньше 40. При том, что я перешел из другой сферы и мне под 40 лет.

5. Семейная обстановка. Не знаю, как объяснить, но все очень доброжелательные и открытые. Лекции несколько неформальные, расслабленные. Подача легкая, общение позитивное. Это касается всего, чем я сталкивался во время курса. Общее впечатление от курса крайне положительное, оценка 4 только потому, что есть куда расти!

1. Блок SQL мне показался слабее, чем бесплатный SQL симулятор от КС. Это касается и объема, и подачи. Модуль ок, но на мой вкус один из слабейших в курсе, при том, что SQL нужен везде, в отличие от того же Python.

2. Нагрузка распределена неравномерно. Например, на визуализации (да-да), все умирали (с учетом того, что сам блок очень классный), а неделя с Git'oм — это просто каникулы. Я бы немного перераспределил время между модулями. Если вы работаете 5/2, то есть модули, где для того, чтобы сдать все вовремя и сделать качественную работу, вам придется очень тяжело, — уйдет все свободное время. Я выделил время только под учебу, но были модули, где приходилось трудиться почти всю неделю по 9—10 часов.

3. Множество мелких оговорок, недочетов, опечаток и прочего. Портит общее впечатление. Курсу не хватает лоска.

Удачно организован процесс обучения, разбитый на уроки. Порадовала организация подачи лекционного материала и заданий так, что можно было спокойно вписать данный курс в свой личный загруженный график. Можно было с пониманием планировать прохождение данного курса с учетом лекций, заданий и дедлайнов.

Очень грамотный преподавательский состав и организация поддержки студентов. В любой момент студент мог обратиться к экспертам за помощью по любым вопросам: как организационным, так и по выполнению заданий.

Я настоятельно не рекомендую данный курс. Все его материалы были записаны примерно три года назад, нет никакой возможности общаться или взаимодействовать с преподавателем. Они просто проверяют домашние задания, а поддержка обычно отвечает, что нужно искать ответы в поисковике.

Утверждение о 84% трудоустроенных явно неверное. В группе только выкладывают вакансии — это все, на поддержку рассчитывать не стоит. Я считаю, что этот курс не стоит своих денег.

В сухом остатке после прохождения имеется канва из инструментов, которыми пользуются аналитики. Хоть прохождение курса и занимает от 20 часов в неделю для новичка, осталось ощущение, что практики на курсе мало для закрепления навыков. Это на заметку тем, кто не сможет применять полученные навыки тут же в работе, придется тратить больше времени во время курса.

Неприятное ощущение, что парни решили ковать, пока горячо, и склепали курс на скорую руку в 2020 году, а теперь не хотят вкладываться в его улучшение и развитие. Доходнее других программ наделать. На осторожные комментарии о необходимости обновить курс создатели не реагируют. Своих денег не стоит.

1. По одному из модулей домашние задания проверялись больше месяца, хотя дедлайн для проверки был около 2-х недель. Задания были проверены только после настойчивых напоминаний поддержке курса об этом.

2. Курс был записан в 2020 и уже начал устаревать.

3. Плохой монтаж видео. Некоторые видео выложены в доступ одним куском с неудачными дублями.

4. По окончании курса теряется доступ к ответам к решенным задачам в LMS.

5. Довольно токсичные представители поддержки. Для меня стало большой неожиданностью, что на полномочную просьбу помочь с решением в ответ можно получить полное равнодушие и посыл читать тред с обсуждением решения.

6. Общение с поддержкой по поводу поисков путей решения для заданий происходит в Слаке, если нет оплаченной версии, то все ответы теряются через 90 дней.

7. Но самая вишенка — после ревью домашние задания возвращались с копипастой комментария преподавателя для всех студентов, независимо от пути решения и выводов, сделанных разными студентами.

Отдел продаж будет строчить каждый день, чтобы склонить к оплате курса — дальше всем все равно. Хоть какой-то отдел у них работает хорошо.

Перенести время учебы можно бесплатно на 2 месяца, далее будет стоит 5000 рублей за каждый месяц.

Человеку, который работает 12—15 часов в день, точно не на этот курс. Я работаю по такому графику и часто приходится в командировки ездить.

Человеку с нуля не хватит 10 часов в неделю, как говорят. Первые задания выполняются легко, за день можно сделать больше половины, оставшиеся задания затягиваются на дни. Урок новый открывается, а ты еще два предыдущих не успел сделать.

В чате сидят в основном те, кто уже в программировании шарит. Те, кто с нуля, скорее всего, просто молчат.

На курсе 100 человек. Куратором все равно. Никто не контролирует прогресс. Только ты сам.

Спрашиваю у команды какая доходимость курса — ответили, что 50% . Никто не спрашивает нужно ли помочь, хотя видят, что человек в какой-то момент остановился. А таких явно много.

110 тысяч оплачено сразу. И честно, максимально жалею о решении. Благо своему другу рекомендовать курс не стану.

Курс подойдет тем, у кого есть финансовая подушка, кто вообще не работает и может часами учиться. Либо тем, кто уже понимает в программировании и английском и может разобраться быстрее новичка.

Жаль, что не выбрал другую школу.

Достойных аналогов я не нашел. Вряд ли какой-либо курс может предложить такой преподавательский состав.

Безусловно, преподаватели, которые являются профессионалами своего дела и делятся опытом и наработками. Это делает данный курс уникальным на фоне остальных.

У курса есть свой YouTube канал, где разжевываются многие сложные моменты, а оперативная обратная связь помогает справляться с ними.

Для успешного прохождения необходимы минимальные знания Python и SQL, но это не является недостатком данного курса.

Сами лекции подаются в виде записанных видео, материал дублируется в виде текста и слайдов. Относительно самих материалов: кратко, без лишних слов.

Задания сочетают как теоритические вопросы, так и практические задания. Они ограничены по времени.

Кроме того, понятно, что преподаватели заняты своей основной деятельностью на 100%, поэтому быстрых ответов можно не ждать и лучше включать голову и искать ответы самому.

Вообще, это и плюс, и минус. Для человека без большого опыта работы в компании с большими данными курс слишком теоретизированный и мало практики. Примерно еще в полтора раза больше материала нужно добирать самому. Правда, это можно сделать почти бесплатно и найти курсы, учебники и т.д. легко. Для человека в теме это плюс: не тратишь время и не платишь за лишнее. На вебинарах была стандартная ситуация, когда люди, которые уже работают с данными, говорили: «вау, как классно, а мы не знали и мучались».

Курс слабовато подходит для тех, кто хочет вкатиться в IT с улицы. У него чуть уже таргет, чем его подают рекламщики. Но если вы ищите хорошо упакованную теорию и примеры решений, а стоимость для вас ок, то все весьма достойно.

В самом главном модуле отличный и ответственный лектор, который провел много многочасовых онлайнов с практикой и разбором.

Курс достаточно хорошо подходит для того, чтобы по его итогам пройти собеседование. Если, конечно, не забыть к концу курса, что было в первых модулях. Очень достойная программа трудоустройства.

Облачные технологии рассматривают на примере VK cloud s, но отдельные топики преподы иллюстрируют на Яндекс.Облаке.

Курс не страдает развесистой клюквой, когда скучный материал разбавляют смехуечками и всяческим копирайтингом (если вы понимаете, о чем я). Лекторы делают акценты на том, что им самим интересно. В итоге получается отлично. Это жирный плюс.

Домашки проверялись с большой задержкой. Почти все домашки по типу проектов. Нет небольших практических заданий. Есть тесты, но это не то.

Практика сильно уступает теории в объеме. Задания на «пощупать один раз», тогда как ты ожидаешь отработки навыков. По отдельным модулям (типа Airflow) брал сторонние практические курсы. Ровно потому, что если быстро делаешь — быстро забываешь.

Несбалансированность нагрузки по темам: можно было бы исправить, лучше организовав расписание.

Разрозненность тем, но это уже объективная вещи, которую исправить сложнее.

Нет мейнстримной темы или проекта. Можно было бы делать проект по данным с нуля и до последнего модуля, чтобы лучше представлять всю инфраструктуру и чувствовать, что можешь повторить самостоятельно все.

Нет кликхауса (прикиньте?).

Поддержка в чате от саппорта — ок, от преподов — почти всегда ок. Комьюнити менеджмент на нуле, на него просто забили. А может он нам и не нужен.

Интересная подача, каждый слайд разбирается досконально: с выводом формул, подробным описанием и практическим применением. Таким образом, к концу лекции ты получаешь не просто готовый ответ «sample size считается вот так», а понимаешь каждый шаг, который привел к такому результату. Если бы я оценивал только четвертый модуль, то поставил бы 5+.

2. Далее про сам модуль ценообразования: неструктурированный набор лекций, не создается целостной картины «а изучаем-то чего?». Сначала тратится три лекции на элементарный препроцессинг (хотя в описании курса HARD ML написано для уровней senior DS), потом идет элементарная регрессия (простая и квантильная), «галопом по Европам» временные модели и...многорукие бандиты. Новых знаний с модуля получаешь крайне мало. Куда лучше было бы разобрать более глубоко какую-то подобласть в ценообразовании, чем пытаться объять необъятное.

3. Ранжирование и матчинг. Первое и главное — довольно токсичный преподаватель. На ранних запусках курса, когда были очные сессии, на уточняющий вопрос по теории или ДЗ я часто сталкивался с ответом преподавателя: «перечитайте внимательнее, в описании все есть».

Уважаемый преподаватель, вы составляете учебный материал, разумеется, для вас там вопросов нет и все очевидно. Но если из раза в раз, чтобы получить ответ на вопрос, приходится читать между строк, то, возможно, для студентов не все так очевидно. На n-ом этапе я просто перестал спрашивать, если не мог найти ответ самостоятельно, то ждал разбора ДЗ. Всяко лучше, чем тратить нервы на токсичное общение.

Касательно материала: на самом деле довольно неплохой курс, очень много приходится писать с нуля, что здорово. Сильно прокачался в PyTorch из-за этого. Из минусов по материалам: мы, вроде, ранжирование и матчинг проходим, зачем в последних лекциях делать больший упор на эмбеддинги, Bert и трансформеры, если мы не используем их ни в одном из ДЗ, ни в финальном проекте. Вместо этого можно было бы разобрать sota в ранжирование, а не заканчивать на реализации KNRM.

4. Ребята с четвертого запуска курса убрали очные сессии с преподавателями по ДЗ. Раньше ты мог голосом обсудить свои вопросы, задать вопрос по коду и получить ответ. Это нормальный процесс взаимодействия преподавателя и студента. Именно за это я и готов платить 150к за курс! Но, видимо, такие сессии решили упразднить из-за высокой трудоемкости, оставив лишь видеообзоры домашки.

Ноль интерактивности — это большое упущение. Да, есть возможность спросить преподавателя в slack, но он не уделит тебе столько времени и не разберет проблему так досконально, как это было на очных сессиях. К тому же время ответа занимало несколько дней, а несколько вопросов по модулю АБ-тестов остались без ответов (организаторы могут поднять переписку в slack и убедиться в моих словах).

— Актуальный материал;

— Затронуты все темы, что позволяет после обучения претендовать и на дата-, и на биай-, и на продуктового аналитика;

— Адекватная поддержка и помощь;

— Отсутствие критических проблем.

— Из-за сжатого срока обучения (5 месяцев) надо быть готовым тратить более 80% своего свободного времени после работы и на выходных на обучение;

— Некоторые блоки, на мой вкус, были не слишком сбалансированы по сложности (например, старый блок по airflow или четвертый урок питона по работе с грязными данными).