яндекс практикум как проходит обучение
Личный опыт обучения в Яндекс.Практикум
Если вам неинтересна тема образования, то смело пропускайте этот длинный текст. Для тех, кто всё же ищет отзыв о Яндекс.Практикум, я рекомендую потратить некоторое время для ознакомления со структурой обучения.
Синопсис
Курс «Дизайнер интерфейсов». Длительность — семь месяцев. До оплаты есть возможность пройти часть учебника. Оплатить можно частями или сразу. Язык изложения материала доступный для любого возраста. Даже если Вам пятьдесят Вы сможете осилить курс. И это факт, так как со мной учатся взрослые люди.
В учебнике есть задания, которые необходимо выполнять, чтобы закреплять материал и понимать следующие темы. Обучение проходит спринтами. У Вас есть время для чтения учебника и выполнения заданий. Задания бывают двух типов. Мини-проекты и обычные задания. В учебнике нет возможности читать хаотично. Материал подаётся в строгой последовательности. Некоторые задания необходимо выполнять чтобы перейти к следующему параграфу. Задания со звездочкой только рекомендованы к выполнению.
В конце каждого спринта нужно выполнить финальный проект, который имеет два дедлайна. Мягкий и жесткий дедлайн. Если Вы сдаете проект до мягкого дедлайна и получаете обратную связь от ревьювера с замечаниями к проекту, у Вас есть две итерации на исправление замечаний. Так Ваш проект становится лучше и Вы больше понимаете и усваиваете. Если Вы не успели сдать проект до мягкого дедлайна, у Вас есть жесткий дедлайн. В этом случае отправляя работу на ревью, вы имеете одну попытку на исправление.
Кто не справляется с дедлайнами, оправляется в академический отпуск. Такие студенты среди нас были. Причины разные — загруженность человека, семейные проблемы, здоровье и прочие. Когда Вы знаете, что кто-то не смог продолжить обучение и ушел в академ, Ваша мотивация повышается.
Кроме учебника с заданиями и проектами, которые могут стать основой для Вашего портфолио, особое значение в обучении занимает обратная связь и социальная активность среди таких же как Вы. Для общения используется площадка slack.com. Для каждого потока учащихся — свой куратор, преподаватели и наставники. Согласно правилам, Вы можете задавать вопросы в личных сообщениях, в специальных тематических каналах. Отвечают быстро, без задержек, согласно установленному регламенту. Здесь же проходит общение всех студентов.
Весь поток поделен на группы. У каждой группы своё название. За каждой группой закреплен свой наставник и преподаватель. По общим вопросам обращаться нужно к куратору. Наставник проводит вебинары в которых предусматривается разъяснение непонятных тем. Главное, что всё проходит в режиме диалога всех участников вебинара. Это очень мотивирует. Можно общаться по видеосвязи или писать в чате.
Некоторые вебинары посвящены разборам выполненных студентами работ. Есть вебинары которые ведут приглашённые дизайнеры. Если что-то непонятно в учебнике или во время выполнения проектов, нужно смело задавать вопрос преподавателю. Он в своем сообщении может объяснить тему или вступит в диалог если остался непонятный материал. Кроме общения slack используется для обмена ссылками на интересные и полезные ресурсы. В частности, UX, UI, типографика и смежные направления.
Очень важным, с моей точки зрения, является самоорганизация и мотивация. Учебника достаточно для понимания предмета и формирования навыков для будущей работы. И всё-таки, эта система совершенна только при участии самого студента. Каждый человек уникален и скорость понимания и способности индивидуальны. Поэтому необходимо обращаться к внешним учебным материалам. Yandex, Google и другие поисковые системы содержат множество ссылок на полезные для ознакомления источники дизайнерской мудрости. Youtube с бесплатными уроками инструментария UX / UI дизайнера, профессиональная литература, чаты дизайнеров, где можно спросить и получить много полезной информации по профессии, просто необходимы.
Курс от Яндекс.Практикум плюс личное дополнительное самообразование по профилю в совокупности дают очень и очень заметный результат.
Необязательно к прочтению
Я на протяжении двух лет следил за развитием событий в сфере онлайн-образования. Хотелось не ошибиться, сделать правильный выбор. Просмотрев хвалебно-зазывательные вебинары множества школ, решил что Яндекс.Практикум имеет больше плюсов. Во-первых, имя которое у будущих работодателей на слуху. Во-вторых, уверенность в том, что компания Яндекс нанимает лучших специалистов и методистов в сфере образования по конкретному направлению. В-третьих, сертификат от Яндекс.Практикума.
Направление «Дизайнер интерфейсов» востребованное. Настоящих специалистов в этой области не много. А значит, есть возможность окончить данный курс и устроиться на работу в качестве UX/UI дизайнера. Меня лично интересуют финансовый сектор. Хотелось бы работать дизайнером интерфейсов в Альфе, в Сбере, в Тинькофф. Закончив обучение, я постараюсь написать о своих результатах. 🙂 Интересно ведь, станет ли мечта реальностью?
Хотелось бы работать дизайнером интерфейсов в Альфе, в Сбере, в Тинькофф.
Когда я узнал про новый курс от Яндекс.Практикум, то готов был стать первым студентом. Однако по личным причинам задержался и попал только во второй набор. Я не жалею. Уверен, что судьба не зря так распорядилась. Среди второго набора много студентов находятся в ежедневном, ежечасном контакте вне образовательной площадки. Мы постоянно общаемся на темы дизайна, UX и за четыре месяца стали очень близкими друзьями. Я надеюсь мы продолжим общение и после обучения. Наше общение и обсуждение проектов из учебника, обмен решениями и критика друг друга делает что-то магическое. Будто в естественных условиях формируется команда специалистов одного профиля. 🙂 Меня это радует и мотивирует.
Про то как Яндекс.Практикум трансформировал моё сознание…
Почему именно такое ощущение? Имея за плечами большой опыт в сфере графического дизайна, я сформировал личное отношение к времени, к работе, к периодам «выгорания», к застоям. В моём случае обучение в Яндекс.Практикуме совершает rebirth сознания. Я задумался над многими моментами в своей основной профессии.
Переход в онлайн-среду предполагает скорый темп жизни, быть всегда в курсе трендов, уметь гасить состояние «творческой лени» ради результата. Раньше ограничения в виде спринтов с дедлайнами, принятых во многих компаниях, как режим работы, меня смешили и возмущали! Как можно делать творчество, находясь в рамках? 🙂 Ибо любой дизайн это творчество. Но сейчас, я изменил своё мнение, я понимаю, что эти рамки нужны, они необходимы.
Моя проблема личного характера, это взгляд на материал для вэба через призму мировоззрения графического дизайнера. 🙂 Вроде монитор, экран, тот же лист бумаги, но это не так… К тому же графика в моём случае это рождение статики через динамику. А работа в сфере дизайна интерфейсов предполагает динамику и только её. Причём связь каждого участка изображения, форма и место расположения активных зон экрана накладывает особую логику на процесс создания дизайна.
Я это начал осознавать только благодаря учёбе. Моё незнание элементарных вещей в дизайне заполняется кирпичиками знаний из дизайна интерфейсов. А самое главное, это осознание связей блоков интерфейсного мира. Это на уровне интуиции и постоянного процесса мышления. Теперь это происходит автоматически вторым потоком. Я могу идти, ездить, есть, смотреть ТВ или делать любую другую работу, но мой поток мыслей о приложении или взаимодействии элементов экрана идет параллельно человеческой жизни.
Я очень много времени посвящаю курсу. Точнее даже не чтению и выполнению заданий, а рассуждению на пройденную тему. А затем я люблю углубляться в тему, читая статьи из интернета или проводя часы в Youtube, просматривая вебинары посвященные пройденному или ролики о новых трюках в Figma. Да, Figma заменила мне теперь и Люстру и Шоп. Вот уже четыре месяца я работаю в обычном браузере только на Figma. Дело не в удобстве. Мне захотелось отказаться от моих обычных инструментов чтобы привыкнуть к новой среде. У меня получилось. Появилась скорость, работа с горячими клавишами упростила процесс.
Проекты которые нам дают в Яндекс.Практикуме обеспечивают развитие творческого потенциала. Один из проектов, который перевернул мой аналитический ум, ставил задачу усовершенствовать часть флоу реально существующей программы. Вместо выполнения поставленной задачи, я умудрился увлечься полным флоу, разложить весь сценарий со всеми дополнительными в огромнейшую схему взаимодействия. Когда я окончил работу, мне было совершенно очевидно, где я могу что-то изменить не повреждая другие блоки взаимодействий. И именно после этого задания, я понял, что потратив много времени, я отошел от задания. Меня это отрезвило. Ведь конечная цель любой работы — придерживаться выполнения поставленной задачи. И тут дилемма. Хочется знать как работает приложение чтобы сделать его лучше. А нужно сделать лучше только в рамках некоторого блока. 🙂
В следующем проекте я уже учитывал свою особенность «перерабатывать» и теперь следую плану разработки. 🙂 Новые задания вызвали у меня много вопросов в отношении расположения активных элементов. Подняв эту тему в одном из чатов, я получил ответ отсылающий меня на исследования каких-либо учёных умов в области человек-машина.
Я задумался над пользовательским опытом ещё до создания MVP. То есть понял, что для меня критично знать зоны активной деятельности на экране, обоснованные научными исследованиями и практикой использования. Мы рисуем эту кнопочку в этом углу не просто так. Так диктует пользовательский опыт! При этом в данном конкретном сегменте нового приложения этого опыта может не быть. Его нужно получить или предположить, каким он может быть.
Удобство управления не в плоскости одного экрана, а в сценарии и последовательности взаимодействий, чтобы получать максимально короткие цепочки связей для формирования результата и предоставления пользователю — вот моя стезя. Здесь я и хочу себя применить.
В этой структурности и порядке есть красота и польза для людей которые будут потреблять конечный продукт. UI это бусы на нитях UX. Каким бы значительным не был UX, UI это часть мира пользователя. Лояльность пользователя определяется не только удобством смыслового содержания действий, но и красотой и пониманием интерфейса. Поэтому UI также необходимо осмыслять и давать оценку его применимости основываясь на психологии человека, а также системы визуального и тактильного восприятия.
Мне кажется, что дизайнер интерфейсов или лучше сказать конструктор интерфейсов, это профессия будущего. И функциональные обязанности профессии шире во много раз, по сравнению с нынешним пониманием, ограничивающимся только вэб и мобильной разработкой.
Как стать программистом за 60 секунд или «Яндекс.Практикум» — НЕ ковчег судьбы
От автора
В данной статье я не хочу пытаться что-то доказать или опровергнуть, моя цель и мотивация лишь поделиться своими впечатлениями от сервиса по On-line образованию от «Яндекса» по направлению «WEB-разработчик», но суть статьи, как мне кажется, в целом о сервисе «Яндекс.Практикум». Я так же ни к чему не призываю и не от чего не отговариваю, хотя все же не так… призываю думать своей головой – говорят это полезно. Да бы вы не умерли от скуки читая очередную статью, постараюсь добавить немного юмора.
Погнали наши городских
Едем дальше…
Но на этом полномочия наставников ещё не всё, раз в две недели тебе лично, дорогой друг, и всему потоку заодно, нет-нет не группе, а именно потоку, ну или когорте как они это называют (хрен редьки, то не слаще) проведут вебинар, и даже назовут его «Live-кодинг», только кодить будешь не ты, а кто-то из наставников, разбирать будут пример (чисто случайно конечно) один в один из практической работы. И при это, если наставник будет по типу №1, смотри описание выше, то ждет вас умопомрачительное зрелище как человек с умным видом тупит в заранее подготовленный код.
Ваша остановка следующая
А если ты не такой как я описал выше, ты не ленивая попа, а очень даже старательная попенция, которой просто не хватает немножко знаний и практики что бы вот-вот стать программистом, отвечу – НЕ ТРАТЬ ДЕНЬГИ! Начни свой проект, пусть он будет небольшой, но твой и бесплатный, а дока на React.JS и Google тебе в помощь и делай, делай, и делай… потом возьмись за маленький и дешёвый, а может и даже совсем бесплатный проект и делай, делай, и делай… только так и НИКАК иначе ты сможешь стать тем кем так хочешь! Все остальное от лукавого, как бы сказал Ленин=)!
И что же, грустно выдохнув, спросишь ты, «Яндекс.Практикум» совсем, совсем никому не подходит? Почему же, конечно подходит, и в первую очередь тем, у кого тяжело в кармане, ну да-да есть те для кого 200т.р. и 300т.р. и более, сумма в принципе не большая и можно разок другой в бар не сходить и заплатить за очередной сервис Яндекса. Спорить тут не о чем, Вам советую СМЕЛО! Еще если вы студен и можете «потянуть», ну либо ваши родители могут «потянуть» то может быть данный курс расширит Ваш кругозор, если конечно его ранее кто-то уже не расширил (привет Эдуард Суровый!), и даст дополнительную корочку, на которую не посмотрят или посмотрят мельком и перейдут к реальным кейсам из вашего портфолио.
Последний Скрип
Курс «программирования» от Практикума». Не буду говорить хороший или плохой, так как не с чем сравнивать, а все познается в сравнении, в моём опыте он такой, как я описал выше.
Хорошую по качеству, но с хреновым принятом футболку. Эх Морфеус, Морфеус где же ты когда ты мне так нужен, сказал бы я, если бы Морфеус был бы дизайнером…
Опыт. Не встречал ещё ни одного человека, который бы учился только на чужом опыте, но встречал очень много тех кто, наступив в пятый раз на те же грабли радуется, что их еще не украли.
Организация обучения
Для входа на сервис понадобится аккаунт на Яндексе. В нем сохраняются выполненные задания и проекты.
Доступные курсы и навыки, которые вы приобретете после обучения, перечислены в разделе Курсы.
Шаг 3. Бесплатный курс
С первого дня вы будете учиться на практике. Мы даем знания небольшими частями. Теорию можно сразу применить в деле, написав собственный код в онлайн-тренажере. Тренажер одобрит правильные действия и подскажет, как исправить ошибки.
Шаг 4. Оплата обучения
Если вы захотите углубить знания, после бесплатного курса подайте заявку на платное обучение.
Шаг 5. Самостоятельные проекты
Мы научим вас пользоваться инструментами профессиональных разработчиков. С их помощью вы создадите от пяти до четырнадцати (в зависимости от курса) самостоятельных проектов. Такая практика равносильна нескольким месяцам стажировки в IT-компании. На каждый проект отводится две недели. В итоге вы получите опыт и ценное портфолио.
Шаг 6. Работа с наставником
Наставник поможет разобраться в сложностях, поделится опытом, будет проверять и комментировать ваши работы. Вы сможете общаться в чате и раз в неделю созваниваться.
Шаг 7. Итоговый проект
В последний месяц обучения вы сделаете итоговый проект. Во время работы над ним не понадобится изучать теорию и выполнять задания в тренажере. Итоговый проект максимально приближен к рабочей задаче в IT-компании.
После защиты итогового проекта вы получите сертификат, который подтвердит ваши навыки в профессии и поможет работодателю оценить ваши знания.
Опыт обучения в Яндекс.Практикум. Можно ли вкатиться в Data Science за 8 месяцев
Недавно я завершил прохождение специализации Data Science на платформе Яндекс.Практикум и хочу написать, текст, который был бы полезен мне самому 8 месяцев назад, то есть — обзор учебной программы того, что понравилось или напротив не оправдало моих ожиданий, а также поделиться некоторыми приемами, которые могут сделать обучение эффективнее.
Почему Data Science?
Если вы читаете это, то наверняка для себя уже ответили на этот вопрос. Мне же сфера DS представляется таким глобальным конвейером по автоматизации применения научного метода — то есть по сбору наблюдений и получению из них моделей с предсказательной силой. И то, насколько Data Science изменил и еще изменит наш мир, думаю, можно сравнить изменениями, которые принесла автоматизация ручного труда. И когда эти мысли пришли мне в голову, то я решил, что очень хочу быть активным участником этих преобразований.
Бэкграунд
Мой опыт в онлайн обучении начался осенью 2018 года с попытки пройти специализацию “Машинное обучение и анализ данных” от МФТИ и Яндеса (https://datasciencecourse.ru/). Тогда, только загоревшись идеей изучить эту “чертову ИИ магию”, я решил, что вполне осилю учебу параллельно с моей текущей работой SMM менеджера. Но курс оказался мне не по зубам, думаю тут сказалась и моя низкая математическая подготовка и нулевой опыт в программировании.
Тогда я понял, что для начала необходимо подтянуть математику я взялся за прохождение онлайн курса “Современная комбинаторика” от МФТИ на Coursera (https://www.coursera.org/learn/modern-combinatorics/home/info) с замечательным харизматичным лектором Андреем Райгородским. Впервые в жизни я понял, как можно получать удовольствие от решения математических задач и кайфовать от красоты доказательств, которые можешь понять.
После этого был курс по теории вероятностей на Stepik от Computer Science Center с лектором Александром Храбровым (https://stepik.org/course/3089/syllabus). Курс тоже очень понравился, много интересных задач, решение которых отпечатывает в голове некоторое понимание того, как работают такие часто контринтуитивные штуки, как случайные величины и их распределения. И параллельно практиковался в Python по записям курса для студентов МФТИ “Алгоритмы и структуры данных на Python” от еще одного прекрасного лектора Константина Хирьянова (https://www.youtube.com/playlist?list=PLRDzFCPr95fK7tr47883DFUbm4GeOjjc0)
Заниматься удавалось в основном по вечерам и обучение шло чрезвычайно медленно, например прохождение курса по теории вероятностей, в описании которого указано 37 часов, у меня заняло около четырех месяцев. И спустя два года такого фонового обучения я начал понимать, что быстрее состарюсь чем как-то серьезно продвинусь к своей цели.
Тут, по совпадению, начало сворачиваться финансирование проекта, где я был SMM. И тогда я решил пока не искать новую работу, а снять свои накопления, которых хватало примерно на год оплаты аренды жилья и обеспечения базовых потребностей и поступить на платную специализацию по Data Science стоимостью в районе 100 тысяч рублей, с реальными преподавателями, однокурсниками и дедлайнами, чтобы уже не оставить себе вариантов отлынивать от учебы и сдавать все вовремя.
С выбором специализации я определился примерно за неделю, на самом деле подобных программ на рынке сейчас всего около трех или четырех, с примерно похожим набором курсов, но по срокам и сумме мне подходил больше всего Практикум, ну и еще подкупило то, что к подготовке программы приложила руку ШАД (Школа Анализа Данных), а это уже определенный знак качества.
Структура программы Яндекс.Практикум
Сначала в общих чертах опишу базовые единицы из которых строится курс, а потом более подробнее остановлюсь на некоторых моментах. Общая структура Специализации выглядит примерно так:
На момент моего поступления в программе было три модуля, содержащих в общей сложности: 15 курсов, 2 сборных проекта и один финальный проект. Один курс соответствует какому-то определенному навыку, которым должен обладать средний джуниор дата-сайентист. Тема — это раздел внутри курса. Каждая тема в свою очередь разбита на несколько уроков.
Например: Курс — Статистический анализ, тема — Описательная статистика, урок — Гистограммы частот.
Урок — элементарная частица специализации, состоит из теории и закрепляющей практики. Теория представляет собой пару страниц текста с примерами кода, иллюстрациями и поясняющими схемами.
В качестве практики необходимо выполнить задание в онлайн-тренажере, который представляет собой окошко с интерпретатором Python открытое в левой части того же экрана, где перед глазами находится задание и теория.
Рабочее пространство студента. Пунктирная разметка добавлена для пояснения.
В конце каждого курса необходимо выполнить самостоятельный проект в котором студент демонстрирует полученные за курс навыки и знания. Технически проект представляет собой тетрадку Jupyter Notebook, запущенную через JupyterHub развернутом на сервере Яндекса, в которой студент пишет код решения, поставленной задачи. Как правило, задача по проекту состоит из некоторого набора данных и описания того что необходимо получить в качестве результата.
Интерфейс Jupyterhub при выполнении проекта
После выполнения задания, по нажатию соответствующей кнопки тетрадка с проектом отправляется к ревьюеру, который смотрит твой код, проверяет выполнены ли задачи в полном объеме и (иногда) дает полезные рекомендации и замечания по улучшению кода.
Организация учебного процесса
Прохождение курса и выполнение проекта составляет один спринт. Чаще всего на один спринт отводится две недели — неделя на теорию и практику в тренажере и еще неделя на выполнение проекта.
Сам термин «спринт» похоже пришел из методологии разработки, таких как Agile и иже с ними. Да и в целом, насколько я могу судить, весь учебный процесс постарались завернуть в нечто приближенное к разработке продукта в IT.
Основное взаимодействие с командой программы происходит, через корпоративный мессенджер Slack, который, представляет собой что-то вроде гибрида мессенджера и классического форума, с возможностью интеграции с планировщиками заданий и прочими сервисами. При записи на программу выдается приглашение в рабочее пространство Slack для студентов потока, в рабочем пространстве созданы несколько постоянных веток:
с общей информацией по программе от команды Практикума
для обмена литературой и ссылками на материалы,
для неформального общения между студентами.
Также при открытии нового спринта создаются временные ветки по каждому курсу для обсуждений касающихся заданий в тренажёре и текущего проекта.
Cтудентов нашего потока сопровождала команда состоящая из:
Куратора, которая занималась всеми организационными вопросами;
Двух наставников — состоявшихся экспертов в предметной области, делятся опытом, проводят групповые онлайн семинары, можно сравнить с научным руководителем;
Двух преподавателей — также опытных DS специалистов, которые отвечают на вопросы по проектам и тренажеру;
Старшего студента — студента из предыдущего потока, который берет на себя часть работы по ответам на текущие вопросы;
Ревьюеров — проверяющих самостоятельные проекты
Что было круто
Подача материала. На всем протяжении программы не перестаешь ей радоваться. Сразу видно, что над контентом работала большая команда профессионалов, которые не просто дают хороший учебный материал, но еще и думаю о том, чтобы сделать его живым и человечным. Тут и забавные персонажи в иллюстрациях и тонкий юмор, как в самих заданиях, так в и текстах, которые появляются после их успешного выполнения. Надо сказать, что Практикум сделал беспроигрышную ставку, с момента прохождения бесплатной части в такую подачу влюбляешься сразу и стиль повествования ничуть не разочаровывает на протяжении всей остальной программы.
Пример иллюстрации переобученной модели к теме метрик классификации.
Данные. В каждом проекте используются реальные наборы данных, которые действительно интересно изучать, никаких тебе Титаников и набивших оскомину ирисов 🙂 Некоторые данные предоставлены партнерами Практикума, или даже собраны из данных сервисов Яндекса.
Атмосфера. Также стоит отметить непринужденный стиль всех коммуникаций начиная от Куратора до ревьюера — тут не душно 🙂
Какие ожидания не оправдались
Признаюсь, что ожидал от курса, что он будет чем-то вроде научно-популярного изложения лекций Константина Воронцова в ШАД (плэй-лист на YouTube), так чтобы основные методы машинного обучения были разобраны с нуля, с наглядными иллюстрациями и популярным языком, а в идеале мы бы еще и написали их реализации самостоятельно на Python, что называется from scratch. Сейчас я конечно понимаю, что за срок отведенный на всю программу, реализовать такое, чуть менее фантастично, чем загрузка всех знаний DS напрямую в голову через порт, как в фильме Матрица. И конечно, с такими завышенными ожиданиями некоторое разочарование меня и еще нескольких студентов моего потока таки постигло.
Тем не менее, как мне показалось, 70% из описанного ребятам из Практикума удалось. Первые два модуля практически полностью соответствовали моим ожиданиям. До какого-то момента изложение шло так, что пришедший с нуля человек, мог бы не просто научится мастерски владеть fit-predict, но еще и понимать, что там происходит внутри, просто посвящая учебе 2-3 часа в день.
В этом плане особенно понравился курс по линейной алгебре, там было даже написание модели линейной регрессии с нуля. Курс по численным методам, также продолжал держать марку, довольно подробно разобраны методы градиентного спуска и градиентного бустинга.
Но начиная с середины последнего модуля, примерно с курса Анализ временных рядов, по моим ощущениям, глубина погружения стала заметно мельчать. Наиболее поверхностно, на мой взгляд, были изложены “state of the art” — штуки, типа трансформеров и Bert моделей в обработке естественного языка и глубоких свёрточных сетей типа ResNet. Что в целом логично, материала в каждой из этих тем на отдельный модуль, если не на специализацию.
Тем не менее, на групповых зумах в онлайн-консультациях с наставниками всегда можно было задать вопрос и мы часто разбирали сложные моменты которые выходили за рамки программы. Благодаря этому задел на будущее оставался и интереса разбираться подробнее только прибавлялось.
Сейчас я немного изменил свое мнение и считаю, что в некоторых случаях, может быть не слишком плохо сначала научится применять какой-то метод, имея поверхностное представление о том, как он работает, но впоследствии разбираясь в подробнее, если это понадобится. Ведь область знаний Data Sciense настолько обширна, что пытаясь разобраться во всем с самых основ можно просто никуда не продвинуться и растратить весь энтузиазм.
Что с трудоустройством
За пару недель до конца программы студентов подключают к программе акселерации, на которой дают практические советы по тому, как составлять резюме, натаскивают на основные вопросы на собеседованиях, учат обращаться с github и писать сопроводительные письма.
Плюсы программы в том, что к проверке резюме привлекаются действующие HR специалисты, имеющие опыт в рекрутинге в области DS.
Мне удалось оценить только рекомендации по составлению резюме на HeadHunter. В ожидании финального спринта я решил параллельно начать движение в сторону трудоустройства и создав резюме в качестве теста откликнулся примерно на 10 вакансий. Основная часть компаний выслала отказ в приглашении на собеседование, но также было несколько звонков от HR, а одна компания выслала тестовое задание.
Тестовое оказалось интересным и довольно объемным. В нем был датасет из 185 таблиц без особого описания данных, а только с указанием, что это параметры оборудования и необходимо научится прогнозировать значения столбца target, обозначающего тип аварии на оборудовании. Нужно было самостоятельно разобраться с правильной постановкой задачи, выбрать метрику и учесть специфику временных рядов при формировании выборки. Задание увлекло настолько, что я уже начал опаздывать по финальному проекту в Практикуме, но спортивный азарт и пара литров кофе помогли мне справиться в срок.
В итоге по результатам тестового я попал на собеседование и нечаянно получил офер на позицию джуниора в компанию, занимающуюся IT интеграцией в нефтяной отрасли. Сложно сказать насколько этот опыт отражает, качество программы акселерации, возможно это просто некоторый выброс, но как мне показалось спрос на специалистов в DS существует, по крайней мере в Москве и если вы готовы некоторое время поработать на начальной позиции, то устроится вполне реально.
Как сделать обучение более эффективным
В направлении психологии, занимающейся изучением памяти и обучения людей есть такое понятие — желаемые трудности (https://en.wikipedia.org/wiki/Desirable_difficulty), суть феномена состоит в том, что при создании усложнений в процессе обучения материал может усваиваться лучше.
Например можно увеличивать интервалы между повторением материала и решением задачи или, например, подталкивать обучающихся к самостоятельному выводу теоремы, вместо заучивания готовых правил, работает даже написание заданий менее читаемым шрифтом. Но тут главное соблюсти баланс и не превратить свою учебу в адский стресс, ведь тогда мотивация и продуктивность могут только просесть.
В своем обучении я тоже старался применять эти техники, например:
Не смотрел подсказки к заданиям, пока не переберу все варианты, до которых могу додуматься;
Не копировал код из примеров, а старался запоминать и писать по памяти;
Не смотрел разборы сложных моментов в проектах и старался не читать спойлеры в групповом чате до отправки решения;
Для каждого курса создавал отдельный юпитер ноутбук и вел в нем полный конспект с решением задач. Это оказалось удобно еще и потому, что позволяло сэкономить кучу времени, быстро проверяя выполняется ли код, не ожидая по нескольку секунд ответа тренажера. Еще по таким конспектам бывает очень удобно освежить тему в памяти, но конечно если придерживаться метода желаемых трудностей, то лучше также стараться вспоминать все самому.
Решал проекты на локальной машине. Хотя Яндекс и предоставляет все необходимое окружение для выполнения каждого проекта, но бывает полезнее все потрогать своими руками и научится устанавливать все самому. Так, например, проходя курс по SQL я научился устанавливать spark под windows, а в курсе по компьютерному зрению сначала хорошенько попрыгал с бубном заставляя свой ноутбук использовать для вычислений графический процессор, чтобы не ждать очередь на сервер Яндекса, а потом и вовсе пришлось освоить облачный сервис Google Collaboratory который предоставляет GPU для вычислений.
Общее впечатление
Специализация по Data Science Яндекс.Практикум позиционируется как кузница джуниор дата-сайентистов, которые после прохождения могут сразу идти решать пусть и не самые сложные, но реальные задачи по извлечению добавленной стоимости из данных. По моим впечатлениям, это довольно близко к истине, но при соблюдении главного условия — параллельно с программой придется многое изучать самостоятельно и разбираться в том что кажется непонятным. Если изначально подходить к этой программе с таким настроем, и закладывать время на дополнительные занятия и эксперименты, то можно максимизировать пользу от обучения и избежать разочарований.
Вот и все, что хотел рассказать про свои впечатления о Практикуме, надеюсь что кому-то этот текст будет полезен. А если интересно продолжение, как будет складываться мой дальнейший путь в DS, то подпишитесь на меня тут, это замотивирует меня почаще что-нибудь публиковать. И главное, не бойтесь сложностей и ошибок, ведь они добавляют разметку жизненного опыта в датасет, на котором обучаются нейронные сети вашего мозга.