Отзывы о школе Karpov.Courses

Проходила обучение по курсу «System Design». Благодаря пройденному курсу обрела новые знания. Основные плюсы курса: -Материал хорошо структурирован -Курс можно проходить в любое время -Есть задания, которые помогают закрепить материал (по ним есть дедлайны) -Есть финальный проект, который позволяет использовать на практике весь материал курса -Кураторы всегда на связи, помогают и делятся материалами. Спасибо создателям данного проекта!

Курс информативный. Очень хорошо упорядочена теория реляционных баз даных, хороши также блоки по linux, gitlab, postgress, spark. Блок по python очень слабый, clickhouse интересен, но почти все практические задачи на момент прохождения не работали, в блоке Airflow как мне показалось очень мало информации по работе именно с внешним интерфейсом Airflow. Задач достаточно. Минус за то что практические задания не были проработаны и протестированы на момент запуска курса. В результате все баги по практическим заданиям устранялись за счет самих студентов первых потоков в процессе прохождения ими этих заданий. Это сильно раздражало. Организация обратной связи намного лучше чем например на яндекс. Практикуме — здесь вы общаетесь с экспертами через мессенджер, а не по почте. Отвечали оперативно. Ответы и разъяснения экспертов не всегда и не сразу были полезными. Это тоже напрягало. Описание финального проекта можно было-бы тоже получше изложить, но это моё субъективное мнение. Курс «инженер данных с нуля» от Карпова мне был очень полезен хотя и нервов пришлось потрепать немало. Основное достоинсво курса с моей точки зрения — отсутствие воды и наличие всех необходимых инструментов в программе обучения на дата-инженера.

Проходила курс по машинному обучению. Что получила: глубокое погружение в профессию, при этом, доступное новичку. Боялась, что будут поверхностные знания, но получила отличную базу для входа в профессию. А если читать доп. Материалы, то базу можно расширить спокойно до нужного объема. Лекции понятные и без воды. Самый главный раздел по машинному обучению — топ. Эксперты в чате всегда отвечают на вопросы и дают подсказки «на подумать», что очень круто. Кураторы поддерживают, постоянно спрашивают, как идет обучение. Если быть активным, можно найти бадди, общаться с группой и проходить обучение, постоянно обмениваясь опытом с учениками. В общем, от обучения я в полном восторге, получила больше, чем ожидала.

Ожидания оправдались на 8/10, ни сколько не жалею и очень рада, что решилась наконец пройти обучение в karpov. courses! Начинала свое обучение, когда за плечами уже был 2х летний коммерческий опыт, правда в классическом ML. Несмотря на это, курс был довольно сложен, поэтому новичкам я бы советовала получить сначала базу, хотя все конечно индивидуально) Домашние задания сильно варьировались по сложности — какие-то были очень непростые, теории не хватало для их решения (в блоке База DL). Какие-то же наоборот слишком простые. Но теория, которую дают преподаватели на курсе — выше всяких похвал. Простыми словами объяснить такие сложные вещи не каждый сможет. Плюсы: — начинаешь именно понимать, как работают алгоритмы, а не выполнять бездумно инструкции по обучению — разобрано огромное количество задач, которые могут встретиться в реальной работе — информация хорошо структурирована — в придачу получаете не менее полезный карьерный курс, где вас научат правильно презентовать себя работодателям Минусы: — для меня оказалось маловато практических заданий. Но это поправимо при личном усердии) — в курсе не предоставляют доступ к GPU. Это исправляется путем использования Colab, но там есть ограничения на использования ресурсов. Поэтому периодически приходилось переносить выполнение домашки на другой день Спасибо создателям курса, я получила огромное удовольствие от прохождения, теперь меня не пугают умные статьи по NLP, и я могу смело развиваться дальше в данной области!

Всем привет! Я работаю в ИТ с 2012 года. Около 10 лет работал как Full-Stack Oracle Developer. 3 Года отработал на позиции DE — занимался миграцией данных из Oracle в Snowflake (~10-20 петабайт). На курсы я решил пойти, потому что у меня был отличный проект (подработка) по построению хранилища данных в БД Snowflake для крупного инвестиционного фонда, но понимания как строить DWH у меня не было, поэтому проект со мной не продлили. Это и сподвигло меня пойти на курсы DE — получить знания по DWH, более глубоко изучить Airflow, попробовать что такое Machine Learning и обучение моделей, что такое Spark, Hadoop и почему они чаще всего встречаются в вакансиях, визуализация данных с помощью Tableu и прочих инструментов. Ну и конечно же расширить свой кругозор в области DE. Про Karpov/Courses я видел информацию в интернете + на сайте Linked In в новостной ленте увидел информацию о том, что кто-то закончил эти курсы. Выбирал между 2 — Яндекс. Практикум и Karpov/Courses. Выбрал K/C потому что: 1. Срок обучения 6 месяцев против 1.5 Года у Яндекса 2. Понравилась программа обучения (темы и стек) — DWH, MPP, ETL (Airflow), Big Data, Cloud, ML, Model & Data Management 3. На момент оплаты была скидка. Курсы начались 18 января 2024 года. Так же в начале января 2024 года руководство компании предлагает мне 2 варианта на выбор: релокация на Кипр или увольнение с компенсацией. Тк почти год назад мы пробовали себя на Кипре и нам не понравилось, 2 вариант предполагался сам собой. Начинается тяжелая пора поиска работы. При этом мне надо передавать дела новому коллеге на проекте, учиться на курсах и проходить собеседования. Искал я работу на должность Data Engineer. Курс начинается с архитектуры DWH. И самое удивительное, когда начинаются мои собеседования — к тому времени курсы идут уже 2-3 недели — на собеседованиях меня спрашивают именно то, что мы только что изучили — слои данных, схемы построения хранилищ (Кимпбалл, Инмон), SCD. То есть знания приобретенные на курсах уже помогают мне. По итогу работу я нашел спустя 1.5 Месяца. Очень удобно выдавали доступ к материалу — 3 раза в неделю после 19:00. Видео понятные, разборы материала тоже. К каждому уроку идут видео (теория/практика), которые можно всегда повторно посмотреть либо для освежения информации можно открыть лекцию в Notion / PDF. Я делал задания через 1-2 дня после того, как выдавали доступ к нему и на выходных. Обучение проходило легко первую половину курса. Потом стало немного сложнее — началась работа — времени свободного поубавилось. Я старался делать все задания по блокам, но на некоторые и забил — не было желания делать и я их просто пропустил. Из всех блоков меня зацепили следующие: проектирование DWH, реляционные и MPP СУБД, Big Data (частично) — я так и не заценил Hadoop (и всю его экосистему), но очень понравился Spark, облачное хранилище — это просто улет, Big ML, Управление моделями и управление данными. Не зашёл модуль Визаулизация данных. Я понял значимость графического отображения данных, но у меня и с Front-разработкой всегда были проблемы — а визуализация данных для меня как Front-end разработка — не пошло как-то. Но зато с утроенной силой прошло обучение по другим модулям — Big ML, Управление моделями и данными. Бывали проблемы при выполнении практик — но был создан канал в дискорде и иногда было достаточно заглянуть в поток по теме как решение уже было доступно. Либо можно задать вопрос по заданию — поддержка оперативно отвечает и подсказывает решение. Подводя итог обучения — я набрал 400 баллов из 480. Это 83%. Результатом я доволен. Мог бы наверное набрать 440/460 — если бы сдал задания, которые я пропустил. Но уже как есть. Мои ожидания от курса полностью оправдались. Готов советовать курсы K/C своим знакомым или людям, которые хотят подучиться на DE.

Проходил Симулятор DS, в целом понравился. Много практики, различных рабочих инсайдов и best practices из мира ML и DA. Дают подробную информацию по решению той или иной задачи, которая может встретиться в работе + теория по работе алгоритмов машинного обучения, и разумеется есть задачи на реализацию того или иного алгоритма руками. Из недостатков: — не всегда понятно, что от тебя хочет грейдейр (система, принимающая задания), то есть выскакивает ошибка, но не понятно, что именно ее вызвало для таких ситуаций есть помощник Ада, но она далеко не всегда дает дельные советы лично я прям каких-то серьзных затруднений с этим не испытывал, но людям, только вкатывающимся в тему, в некоторых задачах придется туго — поддержка работает довольно медленно, иногда ответ может занимать по несколько дней

Данный отзыв я хочу разделить на три части с плюсами, минусами и общим впечатлением. Плюсы: Ведущие: Понравилась часть, в которой преподавал сам Анатолий Карпов. Анатолий является отличным преподавателем, который объясняет все доступным языком, демонстрирует иллюстрации и делает материал понятным. От такого преподавателя заряжаешься энергией. Темы, которые преподавал Анатолий заслуживают оценку — 10/10. Также мне понравился преподаватель Беслан Курашов. Хотя у него нет такой же энергии, как у Анатолия, материал после его уроков был хорошо усвоен. У него получилось вызвать интерес к своей теме — 8/10. Формат обучения: Общий формат обучения также понравился: лекция (видеоурок), конспект (подробное описание темы и дополнительный материал), задания (хорошо структурированы), и минипроект (проект, в котором можно применить свои знания, полученные с урока, на приближенных к реальным задачам). Времени на выполнение домашних заданий было достаточно (если вы не работаете или не учитесь где-либо еще). Оценка формата обучения в целом будет в разделе минусов. Обратная связь: Многие эксперты старались отвечать быстро и информативно. Хочу выделить Vladislav S, Olesya O, Pavel D и Alexander M. Куратор также предоставлял хорошие и оперативные ответы (Ангелина З.). Минусы: Ведущие: Почти все блоки визуализации, которые вел Роман Б., заключались в демонстрации его экрана, в котором он просто показывал работу программы, параллельно вставлял свои комментарии. Приходилось просто смотреть, как работает Роман, он мог где-то ошибиться, из-за чего ему приходилось возвращаться обратно, из-за этого урок казался плохо подготовленным. По итогу этот формат обучения показался мне не самым удачным. Главный плюс Романа — позитивный настрой на его уроках. Оценка за его уроки — 5/10. На мой взгляд, наименее увлекательными оказались лекции Жанны А.. Ее монотонный голос и повторение информации, которая и так написана на слайде, делали уроки утомительными. Казалось, проще просто прочитать конспект, чем слушать подобные уроки. Ее лекции были наименее интересными, оценка — 3/10. Преподаватель Алексей Б. также не вызвал особого восторга. Его монотонный стиль рассказа хоть и комбинировался с примерами, но он так и не смог преподнести интерес к своей теме. Оценка — 4.5/10. Формат обучения: Информация, что с материалом можно ознакомиться за пару часов, а также разделить его прохождение на 2-3 дня, уделяя ему 30-40 минут ежедневно. На деле на это все уходит прилично больше времени, если вы первый раз сталкиваетесь с программированием и хотите подробно ознакомиться с темой. Лично у меня уходило примерно 4-8 часов в день на учебу. Обратная связь: Не все эксперты были достаточно активны в обратной связи и реагировали неохотно особенно к окончанию курса. Хотелось бы видеть систему рейтинга для экспертов, чтобы выделить лучших и поощрить их труд. Общий балл 8/10. Общее впечатление: Рекомендую курс, но советую уделить внимание тому, кто именно будет вести лекции и делать упор на то, чтобы большинство лекций вел именно Анатолий Карпов, тогда от курса будет намного больше пользы. Лично по моим ощущениям, я бы поставил курсу 7/10 баллов.

Курс очень понравился. Хороший базовый вводный курс, необходимый и достаточный, чтобы начать развиваться самостоятельно и не пугаться статей по МЛ. Курс разбит на блоки по Python, ML, DL и статистику. Блок Python: для новичков, умеющих только в Hello World, будет достаточно сложно. Разбираются концепции ООП и относительно продвинутого программирования. Желательно иметь уже небольшой опыт. SQL Разбирается на базовом уровне. Хотелось бы конечно побольше про библиотеку Pandas, но в целом круто. Блок ML: тут без комментариев — Браво! Единственное хотелось бы заданий на самостоятельную реализацию некоторых библиотек, для более полного понимания. Блок DL: Сложно, но интересно! Придется много читать, и искать самостоятельно, чтобы полностью вкатиться в тему (хотя любой процесс обучения на 80% это самостоятельный поиск информации и ее усвоение). Блок Статистики: Тоже все круто, к математике вопросов никаких. Разбирались крутые библиотеки, строились красивые гистограммки, в общем одна красота. Ну и конечно же из огромных плюсов — это поддержка кураторов, преподавателей. Отвечают на вопрос быстро, помогают разобраться в непонятных моментах. А еще и конспекты остались! :)

Проходила курс StartML по основам машинного обучения. Курс понравился, состоит из нескольких блоков. 1. Прикладная разработка на Python. Отличный, очень познавательный блок. Хотя с языком была знакома и уже работала на нем, узнала много новго. Небольшой информации о SQL и AirFlow достаточно, чтобы заинтересовтаься и потом самой уже изучить все подробнее. Преподаватель — отличный, в конце блока было даже грустно с ним прощаться. Очень спокойно и поянтно объяснил весь материал, иногда даже слишком понятно:) Задания несложные, отличный блок, чтобы познакомиться с языком и библиотеками. 1. Машинное обучение и приложения. Это просто восторг! Не уверена, что подать материал можно лучше, чем это полуичлось у Никиты. Весело, интересно, математично (!), Что для меня было очень важно. Очень здорво, что объясняют, почему модели именно так работают, откуда взялись формулы и с математической точки зрения углубляются в это. Очень-очень понравилось! Задания тоже отличные, их много, но это отлично, к концу блока уже свободно запомниаешь весь синтаксис и можно даже не подглядывать в конспекты:) Финальное задание, скажу честно, далось с трудом, много самостоятельной работы, попыток разобраться, но зато какая радость, когда все получается! А трудно в любом случае должно быть, иначе не интересно:) 1. Обзор основ Deep Learning. Тяжело и очень интересно. Блок, конечно, осведомительный, никаких углублений, но все равно очень познавательный и классный. Преподаватель отличный, интресно рассказывает, но информация все-таки сложная, поэтому после блока хочется пройти отдельный курс по диплернингу) 1. Статистика и А/В-тесты. Хороший блок, интересный, но после диплернинга все-таки трудно воспринимался, поэтому, возможно, надо было проходить его сразу после МО. Математика несложная и очень красивая, а программировтаь ее одно удовольствие:) По собеседованиям тоже полезный блок, краткий, конечно, мноое придется читать/искать/изучать самому, но все равно полезно. Еще из плюсов: — доступ после окончания курсов (это просто золотой ящик с конспектами и видео-уроками) — платформа действительно очень удобная — приятная команда (преподаватели, кураторы, все очень компетентные и умные люди) — времени на ДЗ дают достаточно (2 недели без снижения баллов), это очень важно Минусов, как таковых, выделить. Не могу, единственное — все-таки людям, не знакомым с университетской математикой, советую сначала пройти какой-нибудь курс про математику для МЛ, потому что может быть довольно сложно с этим разбираться, а понять важно. В общем, курс отличный, всем будующим МЛщикам очень советую и желаю удачи:)

Прошёл курс в феврале 2024 г. Все мои ожидания оправдались. Сейчас анализируя полученную информацию примерно прикидываю, что на самостоятельный поиск и освоение у меня ушло бы в 10 раз больше времени. Отдельно хочу отметить формат курсов. Платформа удобная и понятная с первого дня. Обучение построено таким образом, что незаметно для самого себя удаётся организовать своё время для ненапряжного просмотра лекцийи выполнения заданий. Материал преподносится чётко и понятно. Можно смотреть на повышенной скорости. Плюс, есть конспекты, это вообще огонь. Я лично вел ещё и свой конспект, но он получился очень маленьким, так как подготовленные конспекты составлены довольно грамотно. Активно пользовался чатами для общения с кураторами и экспертами. Отвечали на все вопросы оперативно и грамотно, чётко по делу!) Отвечали даже на вопросы напрямую не касающиеся материалов курса, за что отдельный респект!) Ну и задания. Задания довольно интересные. Мне за месяц не успели наскучать. В общем, рекомендую!

Один из лучших курсов на рынке Из плюсов: — отличная база для аналитика (питон + статистика + Табло) — средний темп обучения — активное комьюнити школы — полезные карьерные консультации абсолютно бесплатно после окончания курса Из минусов: — финальный проект мог бы быть более серьезным — некоторые блоки (SQL, продуктовая аналитика сделаны так себе)

В целом курс мне понравился, но как и везде есть свои плюсы и минусы. Так как я уже был знаком с Python и статистикой, блоки по разработке и АБ тестам не являлись для меня очень полезными, но это не минус школе, материал вполне достойный, для старта начинающим должно хватить. Блок по Машинному обучению вызывал только восторг. Никита Т. и этот блок – это огромный жирный плюс этого курса. Никита очень доступно объяснял каждую тему, уроки шли последовательно, из одной темы мы плавно перетекали в другую и, что мне очень понравилось, преподаватель давал мотивировку и доступно объяснял на примерах что, зачем куда и почему. После лампового и доступного идет совсем не радужный блок по DL, который мне совсем не зашел. Ждал его очень сильно, но то ли преподаватель не зацепил, то ли материал показался непроработанным, то ли сама тема довольно таки сложная и я уже подустал. В общем, хоть и говорится, что этот блок просто обзорный, после прохождения осталось ощущение, что я ничего не выучил и ничего не понял. В целом курсу спасибо, свою задачу он выполняет. Понятное дело, что в 6-7 месячный курс невозможно засунуть все, в любом случае нужно самостоятельно искать доп. информацию, благо есть саппорт, который может помочь с вопросами. Считаю, что после курса вполне реально найти работу, если действительно у вас стоит такая цель (у меня такой цели не было). Дорогу осилит идущий...

За последние несколько лет прошел несколько курсов, этот, к сожалению, входит в число худших. Давно наблюдал за karpov.courses и очень жаль, что мое знакомство с платформой состоялось в рамках этого курса. К сожалению, особо плюсов для себя не могу выделить, т.к после первых двух недель стало все предельно ясно и горящие глаза потухли. Итак: 1. Записи лекций абсолютно не воспринимаются на слух, это и монотонность повествования, это и путанница в окончаниях, это и монтаж лекции, когда каждые 0.01 секунды идет склейка. Хорошо, что есть конспекты, подумал я. Но, как сказал один учеников в одном из отзывов тут же - это низкое качество конспектов. Материал в разы меньше, разнится с содержанием лекции, ошибки. 2. Если говорить про сам материал, то на мой взгляд это халтура. На сайте курса говорится о middle+, senior, teamlead, как о тех, кому подойдет этот курс. Но я не предствляю инженера, который заинтересуется верхнеуровневой базой из курса и почерпнет из этого верхнеуровневого материала что-то новое. 3. Ужасная коммуникация. На конструктивную критику от учеников были следующие аргументы, цитирую '... у системного аналитика всегда есть кейсы когда нет полноты информации и тогда стоит прийти к коллегам по команде или оунеру и задать уточняющие вопросы', с последующим утверждением, что это прокачка скилов уточнения требований, а не дыра в материале. Также на задержку в ответах, задержку в проверках домашних заданий раз за разом получали ответы, цитирую: 'поток студентов далеко не один и приходить в каждый тред возможности нет', аналогичные ответы на вопросы о задержках в проверках дз. Почему информация о других потоках должна быть нам известна? В какой-то момент к менеджеру курса с вопросами о возможности возврата средств за курс, тут было интересно, получил сразу ссылку на возврат и только последующую коммуникацию. Поставил бы 2 звезды из 5, но оставляю надежды, что остальные курсы созданы с более глубокой проработкой и не ставлю крест на всей платформе, потому что многие знакомые хорошо отзываются о ней.

Понравилось учиться на курсах у К.. Хорошо проработан Python, SQL. Лучше всех реализована статистика. Улучшить стоит API Python, Airflow. В качестве BI систем рассказывают про Tableu. В целом по хардам знаний достаточно, чтобы зайти на стажера, джуна. Самое главное, что курсы реально объясняют материал с полного нуля, если у вас нет опыта, то вы сможете научиться с любого уровня. Также вы учитесь сами находить информацию, правильно гуглить - это поможет вам везде. В итоге сейчас почти год работаю аналитиком данных, доволен результатом.

Получаю искренее удовольствие от прохождения данного курса. - Во первых курс содержит большое количество задач, которые максимально приближены к тому с чем сталкиваешься в реальной жизни на работе, методы и подходы из некоторых задач уже удалось успешно применить у себя на работе. - Во вторых поддержка на курсе тоже максимально приближена к коммуникациям в рабочей среде (да бывают моменты когда не сразу видят запрос, но его могли банально пропустить из за большой нагрузки. Когда тегаешь команду поддержки еще раз, то всегда отвечают и помогают решить проблему). - В третьих курс действительно добавляет понимания как что устроено и какие подходы лучше использовать для решения бизнес-задач, на что стоит обратить внимания. - В четвертых comminuty, всегда можно пообщаться в приятной двоерительной среде с участниками и командой Симулятора в чате телеграмм, задать интересующие вопросы на различные темы (даже помогли найти подход к решению рабочей задаче, которая никак не связана с Симулятором). Каких-либо существенных минусов в курсе не вижу, этот курс действительно позволяет взглянуть на применение ML как оно есть на самом деле в жизни!

Отличный курс от сильных специалистов индустрии. Курс подходит как для начинающих аналитиков, так и для тех кто уже работает в этой области. Много практики, но и достаточно теории. Важно отметить, что всё таки требуется определенный опыт программирования на питоне (в области анализа данных: pandas, numpy etc). Кроме того, хорошо бы знать базовые вещи мат стата (достаточно пройти бесплатный курс на известной платформе от известного спикера по основам статистике). Хорошая поддержка от суппорта, а также от самих авторов. Лично я очень сильно вырос благодаря этому курсу.

Начну с плюсов (к сожалению, их мало): 1. программа курса реально хороша в плане ML и DL, хотя и перегружена, на мой взгляд. Я так и не поняла, зачем нужен блок A/B тесты, потому что новой информации итак вагон и маленькая тележка, усвоить еще и A/B тесты (по которым, кстати, есть отдельный курс, насколько я знаю) почти нереально человеку, который обучается с нуля. 2. очень радует то, что доступ к материалам остается навсегда, так как в системе все по полочкам: видео/конспекты/задания. Теперь минусы: 1. просто крик души. Ребята, наймите копирайтера!!! Курс стоит 18к в месяц, так почему я должна читать конспекты, написанные левой пяткой на коленке? Запятые в конспекте должны существовать не просто так, а чтобы лучше его понимать! Ну невозможно читать предложения длиной в нехилый абзац без запятых, ничего не понятно, что к чему относится! А от вашего неумения написать верно, к примеру, слово 'параллелепипед' вообще плакать хочется. 2. ох уж этот сленг...ну не могу я в первом блоке понимать IT сленг в заданиях! Пример: 'Войдите консолью в папку ...'. Что, простите? Дальше мои впечатления по модулям курса: 1. блок 'прикладная разработка на python' - не понравился лектор (это чисто субъективно), пыталась читать конспекты, но см. п. 1 минусов, поэтому оценка 3/5. 2. блок 'машинное обучение' - 10/5, ну очень понравилась и информация, и лектор, и задания. 3. блок 'глубинное обучение' - 3/5. Лекции немного не зашли (чисто субъективно) + здесь мне уже требовалась помощь поддержки в решении заданий, этой помощью я осталась не совсем довольна. Не быстро, часто не по делу. Ответы в стиле 'посмотрите лекцию' вообще считаю неприемлемыми. Да я ее 5 раз посмотрела, но не понимаю, что и как делать. 4. блок 'A/B тесты' - 0/5. Не поняла, зачем он мне вот прямо в этом курсе. Не понравился лектор от слова совсем (он 2-х предложений связать не может, видео постоянно дергалась из-за многочисленных вырезанных фрагментов), странная длительность лекций: она огромная для этого блока!!! Например, тема 'трансформеры' в блоке DL была рассказана за 30 минут (хотя, на мой взгляд, это очень сложная вещь), но при этом в блоке по A/B тестам лектор 2 часа 11 минут (!!!) вещал про доверительный интервал, для которого можно дать определение и остановиться. Поддержка: Команда поддержки - слабенькая. Простите, но от бота Евы после ее появления на платформе курса стало больше толка, чем от команды поддержки. Например, поддержка не могла помочь мне с заданием 8 дней. У меня все работало локально, но не грузилось в проверяющую систему. Я ошибку не видела. И только спустя 5 дней активного решения этого вопроса они углядели ошибку в моем коде загрузки в их систему, состоящем буквально из 5 строк. Ну, странно же...Вроде, должны сидеть опытные люди... В общем, сложилось ощущение, что курс распиарен. Красивая обертка, а внутри все не так уж и вкусно. Кстати, это не только мое мнение. Знакомые - айтишники с опытом тоже недовольны раздичными курсами от karpov.courses, в первую очередь работой (или неработой) команды поддержки.

Как первое место работы у меня была должность ml инженера в медицине, но я очень хотел перейти в любую компанию, связанную с бизнесом, в идеяле it консалтинг, поэтому решил добавить опыта решения прикладных задач в симуляторе. То, что я получил на ml симултяоре превзошло мои ожидания, потому что темы заданий актуальные, новых знаний навалом, задания разделены по уровню и вкатываться в весь процесс было достаточно просто. Поддержка поддерживает, задания заданятся. Очень рекомендую ml симулятор, если вы уже подбераетесь к поиску первой работы или как я, хотите освежить память для будущего собеса. Сужу с высоты junior, поэтому не знаю насколько это будет полезно позициям выше, но, возможно, будет просто интересно.

Этот курс будет полезен не только тем, кто хочет вкатиться в IT, но и всем специалистам, которые работают с большим объемом данных (финансисты, экономисты, менеджеры) и хотят значительно улучшить свои рабочие процессы. Я работаю финансистом и Excel часто не вытягивает большой объем данных, даже используя настройки Power Query/Pivot. Поэтому я стала искать курсы по Python/SQL. В итоге решила взять полноценный курс по аналитике. Курс достаточно хорошо структурирован. Модули по Python, SQL и Tableau мне особенно понравились. Причем Python приходится использовать практически на всем протяжении курса, постоянно вспоминаешь уже пройденный материал и изучаешь новые методы. Для меня Python оказался одним из самых сложных модулей, я на него потратила очень много своих сил и нервов) Но в конце курса уже начинаешь писать код без шпаргалок и конспекта. Некоторые темы разобраны поверхностно, но ребята дают много дополнительных материалов и можно изучить самостоятельно. Не могу это прямо отнести к минусам, все-таки за 5 месяцев пройти углубленно большое количество материалов сложно. Базу дадут на курсе точно – остальное гугл нам в помощь, искать материал самостоятельно одно из главных качеств аналитиков) Сам курс насыщенный и ребятам, которые до этого не знакомы с программированием и данными, будет особенно сложно. Пройти курс в расслабленном темпе вряд ли получится, обучение будет занимать большую часть свободного времени. Но курс явно стоит потраченных сил, времени и денег.

Начинал свое обучение 28.02.2023 . Пошел на курс без какого либо опыта в аналитике. Команда курса очень отзывчива и всегда готова помочь , даже если время было уже вне их графика . Обещанные навыки я освоил достаточно хорошо и даже немного больше чем гарантировали . Так что если советовать нишу по обучению аналитике , советовал бы данную школу