Математика для Data Science от KARPOV.COURSES

Учебные материалы не самые плохие, многое объясняют. Знания дают полезные и реально применимые. Дополнительная литература хорошая, радует её наличие. Сайт удобный и всё загружается быстро. Это не так часто встречается у онлайн-школ. Дизайн крутой, приятно смотреть. 

Обучался на курсе симулятора аналитика. Начал сомневаться в выборе ещё на первых порах, на вводном занятии с Анатолием. На вопрос сколько стоит заниматься ответил уклончиво, что у всех всё по-разному. Так-то он прав, но можно было и больше по делу. Бог с ним, ладно. Плюсы здесь есть, но они погребены под минусами. Я не знаю, кто продумывал структуру но он явно справился не лучшим образом. Две недели длится обучение и одна из них уходит на знакомство с платформой и ходом учёбы. Половина уже в никуда. Потом немного повыкладывали теорию и на этом дело ограничилось. Дальше только видеоразборы выполненных заданий с указанием на ошибки. Странно сбалансированы темы, про метрики и дашборды рассказывают чересчур много. Важнее автоматизацию и airflow засветить, эти вещи сложнее и надо подробнее разъяснять, но нет.

Инфраструктура не работает. Что имею в виду. В начале обещали прислать логин и пароль для использования инструментов. До сих пор не пришло, надо было заходить с данными от karpov.courses. Но это ещё ничего, куда хуже постоянные ошибки и вылеты. Они мне уже порядком надоели. Многие важные задания нормально не сделал и не сдал из-за них. Всегда обидно, когда не по твоей вине это происходит. Я дополнительное время вливал в том, чтобы копаться в настройках этого личного кабинета и искать ошибки за них. Многими средствами просто не пользовался, потому что нельзя было, обходился другими.

В такие моменты особенно важна поддержка, но на неё поскупились.  Большинство учатся по выходным, поэтому вопросы оставляют в те же дни. Понятно что на них надо делать приоритет. Но нет, ответов вы дождётесь только в понедельник и то вечером. А может даже позже. Есть ещё вероятность что ваш запрос просто потонет в потоке других. Даже если тебе не игнорят иногда пишут галимую отписку из очевидных фактов, вроде выйди и зайди. И это платформа для обучения it. 

Оценки часто завышают. Понятно, что много копятся чужих работ. Сеньоры обрабатывают кучу непутёвых потуг джунов. Поэтому часто мы получаем хороший балл вообще ни за что. Я скопировал однажды лекционные материалы, приправил отсебятиной и рандомом из интернета, нарушил ТЗ и в итоге получил 10 по десятибалльной шкале. Комментарии тоже друг другу рознь. Бывают нормальные, но иногда пишут два слова по которым ничего не ясно. Две недели твои результаты смотрят. 

Достоинств тут хватает, но при них всех обучаться тут невозможно. Да тут даже материалы можно самому достать если знать где искать. Совершенно бесплатно между прочим! Да, я не лучший ученик с не самым большим опытом. Из-за жизненных обстоятельств четыре дня не мог уделять время всему этому делу, особенно это сказалось на сложных темах вроде ETL. Но плохо, что я вообще ничего не получил. Половину стоимости имею право требовать, но чувствую не вернут.

Я изначально работал в сфере менеджмента, в этой области был неплохой опыт. Знал некоторые вещи о ML и DE, но далеко не все. Сложно было конкурировать с людьми, которые в этом плане понимали намного больше меня. Сейчас появилась куча позиций DS Manager. Они привлекают большой задейственностью софт скиллов. Надо еще уметь управлять командами, решать важные задачи, владеть достаточно большим инструментарием, быть с ним на ты. Я вообще неплохо двигаю проекты, по моему скромному мнению, и это в итоге стало решающим фактором. Я сначала боялся уходить из инженерии, мне там был интерес и ресерч и сам процесс. Но в итоге остановился на Data Science, не пожалел, проходил хорошо собеседования в компании в США. Уже скоро на работу выхожу. Интервью состояло обычно из базового и продвинутого ML, не считая этапа работы с кодом. Важно умение не только предложить решение, но и объяснить его максимально доступно. Если задают вопросы, надо отвечать простым языком даже, а не специализированным. Вы и так уже должны этим владеть, поэтому данная стадия особых сложностей не представляет. Разве что подкинут каверзных вопросов как всегда, но это дело решаемое, ну и на софт скиллы проверят. Проявить себя нужно и важно именно на более глубоком уровне. HardML мне тут сильно помог. Бывает такое, что работодатели сами не знают некоторых штук. Послушать о них им особенно интересно. Вы выделитесь, если что-то такое принесете и предложите им. Владение тем материалом, где они разбираются, тоже важно разумеется, но надо что-то сверху докинуть. И проекты с кодом станут хорошим подспорьем тоже. Еще у нас фигурировали Fast Nearest, MultiArmedBandits, Clusterization и другие такие инструменты. Я дополнительно хвастанул Толокой, Dask Feature Lib и лейбелинг пайплайнами. Еще хочу отметить, что собеседования не всегда проходят по четко выстроенному сценарию, ими можно и даже нужно управлять, сходить с протоптанной дорожки. Это наоборот оценят, потому что обычно они слушают миллиард тех же ответов на стандартные вопросы из списка. Вы вызовете любопытство, если заинтересуете актуальными технологиями, выйдете за рамки. Я вот какой стратегией пользовался: снимал дискомфорт при помощи "разговоров о погоде", шел на контакт, чтобы вызвать симпатию, шутил про разные штуки, прощупывал почву и пытался настроиться на общую волну с людьми. Дальше разбирался, с чем вообще работает команда и предлагает свои идеи из общей копилки. Кладезь полезных знаний тут пригодится) Заготовки для продвинутой части важно преподать еще на этапе рассказа о себе. Базовый этап лучше побыстрее проскочить и выйти на тот, где вы действительно можно блеснуть. Дальше вы именно им плотно и занимаетесь, но сильно в дебри не уходите, контролируйте разговор. Покажите свои наработки и код, пусть получат представление об ожиданиях-реальности. 

Все эти знания мне подарил курс по IT и они более чем пригодились, как видите)

Нет. 

У меня есть опыт работы в сфере информационных технологий — несколько лет я занимала позицию QA-инженера. В определенный момент процесс тестирования стал для меня рутинным, и я захотела не просто идентифицировать ошибки, а создавать эстетически привлекательные и функциональные решения. Сначала я прошла несколько курсов по HTML, CSS и JavaScript, однако испытывала недостаток уверенности в своих знаниях. Поэтому я решила найти курс, который не только охватывает основы, но и предоставляет практические навыки, необходимые для успешной профессиональной деятельности. Я выбрала курс по Frontend-разработке, поскольку содержание программы показалось мне весьма привлекательным. Также меня привлекли качественные видео на YouTube, где преподаватели делились полезной информацией доступным языком. В настоящее время, проходя обучение на этом курсе, могу с уверенностью сказать, что он соответствует заявленным ожиданиям. Лекции содержат много актуальной информации, отсутствующей в других учебных материалах, а подача материала ясная и лаконичная — видно, что лекции тщательно подготовлены. Задания представляют собой интересные вызовы: некоторые из них ставят передо мной трудности, но я стараюсь преодолевать их и многому учусь в процессе. Мини-проекты разработаны так, чтобы мы могли применять полученные знания на практике. Благодаря им я преодолела страх перед написанием кода с нуля. Теперь я чувствую себя более уверенно и надеюсь успешно справляться с задачами на своей первой позиции в качестве Frontend-разработчика.

Несмотря на то что у меня уже был определённый опыт, некоторые вещи стали реальным открытием. Например, что помимо классических нормальных форм существуют методологии Data Vault и Anchor Modelling — до курса даже не знал о них. Наконец-то стало понятно, что из себя на практике представляет Big Data.

Попробовал кучу инструментов. Впервые поработал с GitLab - намучился с конфликтами слияния. Поработал с Airflow: здесь, честно, хотелось бы больше уроков. Финальный проект сделал относительно легко, но застрял на модуле «Облачное хранилище».

Главное для меня - действительно много практики. Нужно было реально выделять время, чтобы всё пройти и понять материал. Если возникали вопросы, поддержка реагировала оперативно.

В общем, не скажу, что после курса стал полноценным инженером данных, но появилось ощущение уверенности: теперь понимаю, что если сесть и подумать (или погуглить) — в принципе справлюсь с любой задачей.

Из минусов, может то, что курс относительно дорогой. Из пожеланий: хотелось бы больше уроков по автоматизации ETL-процессов. А так, в принципе, нет каких то серьезных замечаний. Ну, иногда, после лекций приходилось лезть в Google или ChatGPT, чтобы получить объяснение более доступным языком — но это, скорее, особенности моего восприятия.

Всем привет! Хочу поделиться своим опытом обучения в школе KARPOV.COURSES. Очень понравилось, как было организовано обучение: все разьясняют и доносят до сознания чрезвычайно понятными способами, в материалах программы нет никаких неточностей, потому что преподаватели и методисты следят за ситуацией в сфере и, если что, оперативно вносят актуальные поправки. Могу сказать от себя искренне, что все изученные модули оказались для меня важны и полезны. Каждый что-то дал ранее неизвестное, но нужное в карьере, к тому же по заврешению всегда можно было в сласть попрактиковаться, разрабатывая очередной проект. Ни разу не было такого, чтобы я не понял, как что-то выполнять, поскольку все нужные знания уже содержатся в уроках, надо просто все езщек раз внимательно отсмотреть, мю заглянуть в конспекты. Этот курс отлично заменяет опыт работы джуниором, могу доказать это на своем примере. До того, как начать проходить его, я занимал должность совсем в другой области, а после освоения программы уе смог получить аж целых два оффера от разных компаний! В итоге сейчас трудоустроен в Дубае, в многообещающем сервисе по доставке продукктов.

Курс очень насыщенный, пришлось брать отпуск даже чтобы справиться со всеми занятиями. Но на самшм деле не считаю это минусом, ведь это процесс обучения

Впечатление о курсах сложилось неоднозначное, так что опишу плюсы и минусы, а вы сами решайте. Опыта программирования раньше не было, так что вот отзыв новичка.

+ Препод был очень крутой, мы подробно рассматривали все домашние задания, разбирали возникающие вопросы. Занятие часто растягивалось, но это плюс, так как изучали мы только полезное и нужное, без воды

+ Логично построенная программа курса. Все последовательно, темы связаны

+ Сложные домашние задания, которые мотивируют развиваться и учиться. На них надо тратить много времени, но результат того стоит

+ Практическая ориентированность обучения, поэтому приемы решения задач от преподавателя (он предлагает разные) вы сможете использовать на практике.

Вы действительно подготовитесь к работе и получите бесценные знания и опыт.

То, что сильно подпортило впечатление:

- Постоянно что-то подвисало, у препода мог начать лагать комп или вылетала онлайн-встреча

- не хватало времени для домашних заданий, особенно тем, кто работает и не может уделить достаточно внимания дз в будние дни, когда по основной работе завалы

В общем, есть плюсы и минусы, обучиться качественно тут можно, но неприятные стороны тоже присутствуют.

У меня имеется 20-летний стаж работы. Я выбрал данный курс, чтобы укрепить теоретическую базу и устранить пробелы после самообразования в области машинного обучения.

Конечно, есть некоторые недочеты, но совершенства достичь невозможно. Блок по Python был представлен на высшем уровне (хотя, возможно, он и не так сложен), в то время как раздел о классическом машинном обучении также был выполнен крайне качественно. Хочу выразить отдельную благодарность за широкий охват материала в области глубокого обучения; несмотря на вводный характер, это направление может быть изучено гораздо глубже за год и более, что делает данный блок очень актуальным. Мои завышенные ожидания по статистике не были полностью оправданы. Раздел действительно хорош и нагляден. В модуле про собеседования были полезные уроки по алгоритмам. Также отмечу отличную поддержку, за что хочу сказать отдельное спасибо! Я ощутил искреннюю заинтересованность и поддержку: команда активно делилась ценными знаниями, а не просто выполняла свою работу отстраненно, как это часто бывает. В общем, я в восторге! Мой уровень понимания в области машинного обучения значительно возрос.

Никаких минуслв не обнаружено. Доволен полностью без сомнений. Спасибо!

Я начала учиться на курсе аналитики данных с 0 опытом.

Цель — получить новые навыки для смены сферы деятельности. Курс оправдал ожидания, оценка — 9 из 10.

Поддержка группы и кураторов была отличной. Чат и куратор Дарья Виноградова всегда помогали, давали обратную связь.

Очень понравились лекции Анатолия Карпова, Александра Манаенкова (просто ВААААУУУУ). Интересные задания были по теории вероятностей, sql,питону (не думала, что так понравится язык). Внимание уделили и визуализации, что основа для аналитика. Много тем, обучение крутое! Мтеодология классно проложена и реализована.Было пару моментов, когда платформа ложилась, но быстро все исправляли.

Не успела пройти Airflow из-за того, что плохо спланировала время.

В целом, курс оставил хорошее впечатление. Рекомендую!

Сейчас пойду на обучение "Симулятор аналитика" и далее в хард аналитику.

Курс получился действительно интересным. Но блок по страхованию пока ощущается немного сырым. 

Во-первых, было бы полезнее рассматривать успешные модели в страховой сфере, а не те, которые, откровенно говоря, ничего толком не предсказывают. Во-вторых, для выполнения ДЗ 8 очень не хватало материалов по работе с hyperopt в условиях мультиклассификации. Причём авторы задания, похоже, упустили, что в рамках курса эта тема вообще не рассматривалась. Преподаватель сам узнал об этом только в самом конце восьмого урока, когда началась раздача домашек. Материалы по мультиклассу добавили быстро, за это спасибо, но чтобы понять, как запускать hyperopt в таком режиме, пришлось потратить кучу времени на интернет и разборы чужих примеров. Очень хочется, чтобы дальше обучение шло без таких просадок и недоразумений. 

Из преподавателей действительно сильные — Карпов и Манаенков. Блок по статистике, который ведёт Карпов, достоин внимания.

Лично я не разделяю положительные отзывы. На мой взгляд, программа далека от идеала.  Блок по продуктовой аналитике — слабое звено, модуль по Airflow с Баталовым оказался непонятным, а подача материала — не на уровне преподавателя. Табло и Бунин — много слов, мало сути. В SQL вроде бы есть оконные функции, но объяснение поверхностное. Некоторые ДЗ проверяют по несколько недель — к тому моменту уже забываешь, о чём было задание.  Сложно в таких условиях обучаться. Связаться с техподдержкой бывает затруднительно, как будто она существует только номинально. В целом — курс не рекомендую.

Это курс для ознакомления с основами Data Science.  радует наличие реального проекта. В теории предполагалось, что интерактивные видео обучат необходимым техникам, а вебинары будут использоваться для работы над проектом. Однако на практике между домашними заданиями и самим проектом существует значительная разрыв. Задания в основном направлены на повторение синтаксиса и базовых концепций, особой аналитической работы там не требуется, тогда как проект представляет собой полное свободное плавание. У некоторых студентов может возникнуть ситуация, когда они не понимают, что именно происходит за кадром исполняемого кода.

Из замечаний — отсутствие методических материалов (как я понимаю, этот вопрос сейчас решается), без них курс рил страдает.

Курс по Hadoop предлагает увлекательное и многогранное знакомство с этой технологией. Он идеально подходит для тех, кто только начинает свой путь в этой области. Забавно, но первые домашние задания оказались наиболее сложными, однако со временем процесс становится более понятным и привычным. Преподаватель — настоящий профессионал, который умеет делать уроки живыми и интересными, добавляя юмор в свои объяснения. Лекции проходят легко, а преподаватель всегда готов помочь своим студентам. В нашей группе он создал отдельный чат в Телеграм, где мы можем общаться друг с другом и задавать вопросы не только ему, но и однокурсникам. Это значительно повышает эффективность обучения!

Недостаток не заметили.

Бесплатно, но это спорный плюс если посчитать сколько времени я потратил зря

Полное днище! Такое ощущение, что цель стоит не научить вас, а максимально запутать. Задачи которые видимо специально писались для курса составлены неоднозначно и запутанно, не для того, чтобы вы могли подумать, а просто ради "внешнего вида". Так же будет куча тем которые вы должны использовать при решении задач, но вот РАССКАЗАТЬ вам про эти темы не будут, сначала догадайтесь, а потом найдите ответы сами. Даже прогнав уроки через ЛЛМ модели они были в шоке нафига так все усложнять?!!!

Материал – понятный, с хорошим балансом теории и практики.

Учёба – удобная, гибкий график и понятная платформа.

Поддержка – работает отлично, кураторы и чаты помогают быстро.

Рекомендация – однозначно готов(а) рекомендовать курс!

Отличный выбор для старта в аналитике! 🚀

Честно говоря недостатков не нашёл

Разве что не работала платформа в паре моментов, но ее быстро восстанавливали

Для новичка в аналитике, я считаю оптимально. Очень насыщенная первая часть (Python), дальше чуть легче. Мне помогло разобраться и спустя пару месяцев после окончания устроиться продуктовым аналитиком в очень крупную компанию. Если это важно, мой бэкграунд - сильный технический вуз, но не ИТ.

Курс советую всем новичкам, начинающим свой путь в аналитике и не имеющим бэкграунда в этой сфере. Мне помогло в трудоустройстве

Модуль по Airflow был слишком сжатым, на мой вкус

Курс оказался отличным и был разработан сильнымипрофессионалами в своей области. Он подходит как для новичков, так и для тех, ктоуже имеет опыт работы в аналитике. Здесь многопрактических заданий, нотакже присутствует необходимая теоретическаябаза. Однако стоит отметить, что требуется определенныйуровень знанийвпрограммировании на Python(особенно втакихбиблиотеках, как pandas и numpy). Также полезно знатьосновы математики.

Обучение было действительно насыщенным и очень хорошо организованным — я многое освоила. Словно провела месяц в роли настоящего аналитика :) После курса я решила начать карьеру в аналитике данных. Пока прохожу первые собеседования, и уже чувствую себя гораздо увереннее, лучше понимаю, чего ожидать и какие вопросы могут задать. Благодаря курсу легко рассказываю о выполненных заданиях, как о реальном профессиональном опыте.

Проходил программу обучения от онлвайн организации KARPOV.COURSES. Понравилось что можно освоить все навыки и принципы работы дпаде с абмолютного ноля. Здоровол что было много практических заданий, преподрватель все обьяснял понятно. Вебинары смотрел с удоволтьсьаием 

В целом считаю что все было достойно, но изза небольших минусов оценка "четыре", а не " пять"

Не вовремя проверяют домашние задания

Лекции крайне скудные, я бы дпже сказал, куцие, ощутимо не хватает практики и/или каких либо вменяемых объяснений материала. Домашние задания наобопрот как будто расчитаны на экспертов, а не новичков каковыми по идее и являются студенты... Если что-то не понятно, говорят, внимание, ПОИСКАТЬ В ИНТЕРНЕТЕ! Самому! За что же мы тогда спрашивается платили такие деньги...

Совершенно не могу порекомендовать, проходим мимо!

Материал понятен.

Очень удобное обучение

Поддержка на высоте, всегда своевременно помогают и даже когда нельзя, то же помогают))

Рекомендую курс для понимания, что такое System Design и с чем его едят)

Материал будет понятен, точно не новичку в ИТ. Это скорей курс для ИТ-шника ищущего нового направления развития.