Сегодня мы рассмотрим три школы: ШАД от Яндекс, Школу анализа данных от VK и AI Masters.
Школа анализа данных ШАД, Школа анализа данных от Vk и AI Masters — это образовательные учреждения, специализирующиеся на обучении анализу данных и машинному обучению. Они имеют некоторые сходства, но также и различия, которые могут быть важны для потенциальных студентов при выборе школы.
Мы проанализируем сильные стороны каждой школы, процесс поступления, программы, сроки и сложность обучения.
ШАД
Школа Анализа Данных (ШАД) — образовательная программа, созданная Яндексом, одной из крупнейших IT‑компаний России. ШАД имеет высокий авторитет в России и за ее пределами. Если вы хотите получить мощную программу PhD в США или работать на позиции Data Scientist в крупных IT‑компаниях, то ШАД — отличный выбор.
VK
Школа анализа данных от VK — это программа для специалистов, уже имеющих опыт работы от 1 до 3 лет в сфере анализа данных или разработки. Она подходит для тех, кто знает языки разработки, такие как Java и Python.
AI Masters
AI Masters — это образовательная программа в области наук о данных от Института ИИ МГУ. Курсы соответствуют магистерским программам в области машинного обучения и бизнес‑аналитики от ведущих университетов мира.
Поступление
ШАД
ШАД Яндекса всегда славился своим жестким отбором.
Претендентам необходимо пройти три этапа: онлайн‑тестирование, онлайн‑экзамен и личное интервью.
Первый этап представляет собой тест с математическими и программными задачами. На втором этапе претендентам предстоит решить задачи по математике, алгоритмам, программированию и основам анализа данных. Наконец, на третьем этапе состоится личное интервью по трем направлениям: алгоритмы, программирование и мотивация.
VK
Отбор в Школу анализа данных от VK начинается с онлайн тестирования по основам математического анализа, программированию и машинному обучению. Некоторые кандидаты могут быть приглашены на собеседование с преподавателями, где им предстоит выполнить задания на чтение и написание кода, а также решить кейс. На собеседовании студентам необходимо будет прокомментировать свои решения и ответить на вопросы эксперта.
AI Masters
Отбор в AI Masters начинается с прохождения онлайн‑тестов по стандартным математическим дисциплинам. Затем необходимо пройти контест по BI и DS или сдать онлайн‑экзамен.
Программы
ШАД
ШАД Яндекс предоставляет 5 программ на выбор.
Data Science для тех, кто хочет научиться работать с данными и машинному обучению.
Разработка машинного обучения для тех, кто хочет и кодить и понимать Data Science.
Инфраструктура больших данных для тех, кто не хочет кодить и проектировать сложные системы.
Анализ данных в прикладных науках для тех, кто хочет применять Data Science в областях, не связанных с IT.
Альтернативный трек поступления для тех, кто имеет опыт промышленной разработки и Data Science.
VK
Школа анализа данных от VK предоставляет 3 программы на выбор.
Data Scientist для тех, кто хочет решать бизнес задачи с помощью анализа данных и поиска нетривиальных закономерностей в массивах информации.
Machine learning для тех, кто хочет решать задачи с помощью машинного обучения и внедрять свои решения в эксплуатацию.
Machine learning operations engineer для тех, кто хочет поддерживать и развивать инфраструктуру обучения моделей.
AI Masters
AI Masters предлагают 2 направления.
Data Science and Data Engineering для тех, кто хочет жёстко ботать математику и много практиковаться в области анализа данных.
Business Intelligence для тех, кто мечтает стать бизнес‑аналитиком с глубоким знанием анализа данных.
Разделение на специальности является условным, так как курсы для всех похожи. Кроме того, можно выбирать любые курсы из других специальностей. Поэтому лучше выбирать не по названию специальности, а по перечню обязательных курсов, входящих в ее программу.
Как проходит учеба в школах?
Обучение по всем программам проходит на бесплатной основе.
ШАД Яндекс — занятия по вечерам 3 раза в неделю, много домашних заданий, 3 курса за семестр, всего обучение длится 4 семестра. Учиться надо много по 30–40 часов в неделю. Можно полностью удаленно учиться и общаться со студентами и преподавателями из ШАД.
В Школе анализа данных от VK обучение длится 2 семестра. Учиться надо по 25–40 часов в неделю. Можно очно учиться в МИСИС или удаленно. Нет платного отделения.
В AI Masters обучение длится 2 года по вечерам, занятость примерно 30 часов в неделю.
Выводы
Таким образом, ШАД Яндекс предназначен для будущих экспертов, Школа анализа данных от VK — для людей с опытом, а AI Masters — для тех, кто стремится стать бизнес‑аналитиком или математическим гуру.
Для поступления в эти школы необходимо иметь твердые знания в математике, опыт участия в олимпиадах по программированию или индустриальный опыт в области Data Science. Однако, главное — это готовность учиться много и постоянно, независимо от выбранного пути.
Комментарии (8)
sleeper141
00.00.0000 00:00Думаю у очень моодых и не опытных не возникнет в голове, ну очень важного вопроса... Так, я этот вопрос задам за них, где искать работу после этих курсов? Data science в России нн было, нету, и не будет !
serg8880
Где все эти люди? Читаю и диву даюсь: твердые знания математики, машинное обучение, написание кода. Являясь представителем заказчика (гос. Сектор) приходиться посещать конференции по big data, bi и т. Д. Уровень предложений аналитики и анализа-просто никакой.., пример одного онлайн магазина собирающего информацию о покупателях, когда я спросил, что делайте с этими данными-"ну если человек купил молоток, мы ему через неделю предложим купить гвозди..."
Мы как органы власти, научились агрегировать данные.... Но не можем найти того кто скажет, а что на основе этих данных можно глубинного, кроме линии тренда получить)...
Простите крик души)
Liugger
Ну так а чего вы хотите?
Ни в одном ПО нет кнопки "сделать по красоте", как ни одна фирма не предложит что-то без конкретной задачи, кроме стартапов или добровольных энтузиастов, которым важен не результат а процесс.
А как оценить результат если нет задачи?
Если не секрет, то какого рода у вас данные?
serg8880
Встречный вопрос, а как сформулировать задачу, если ты не понимаешь возможностей, а лучших практик никто сформулировать не может. Я могу поставить задачу общими словами- прогнозирование, выявление рисков, могу сферу обозначить..
Данные по самым разным областям (разумеется обезличенная) , медицина. образование, демография,экономика, цены, ЖКХ..есть нетипичные данные обращения или сообщения граждан...причем были очевидные гипотезы (закономерности)- что-то вроде по весне течет крыша, зимой холодно в домах, зависимость возраста, веса, роста, давления человека от риска смерти и т.д. но как это в некоторые математические алгоритмы обернуть так и не нашли.......(последний кейс-просто выборку делали без мудреных алгоритмов)
Ну может и правда задачу не так ставили )
Ctanicla8
Основная проблема видимо в бюджете..
YuraDorn
В Яндексе, в VK, в Ozon, в Алиэкспресс, в Тинькофф и Сбере и во многих других компаниях с более-менее зрелым DS. Конечно, многие в стартапах или уехали.
Это если говорить о том, куда эти ребята идут работать после учёбы.
Сам вариант постановки вопроса "Мы собрали много совсем данных, но не знаем что с ними делать" не верный.
Во-первых, как я уже сказал, люди уходят в компании с развитым DS, как правило это крупные корпораты. Людей этих нанимают для решения конкретных внутренних задач компании, а не чтобы решать задачи гос.сектора. Поэтому никто вам внешний не поможет. Можно, конечно, нанять консультантов, чтобы подсказали какую пользу можно из собранных данных извлечь, но это максимум, чем они смогут помочь.
Если вы знаете (или вам подсказали), что вы хотите от данных, то есть несколько путей:
1) Если задачка маленькая и для внутреннего пользования (например, пришёл запрос из министерства, по данным демографии понять эффект от программы маткапитал и ответить на вопрос имеет ли смысл её продолжать), можно отдать задачку на аутсорс: как правило это либо отдельные научные или проектные команды или тот же консалтинг.
2) Если есть большой поток однотипных задач или же вы хотите на основе данных сделать какой-то сервис, то нужно нанимать команду к себе. Тут главная проблема в том, что в гос. никто не хочет идти. Есть как минимум несколько объективных факторов для этого: уровень компенсации (мало денег, мало плюшек), комфорт (бюрократия, ограничения и тд, офис тот же), рабочая среда (совсем другой культурный срез, ценности и тп).
Если задачи внутренней нет, а есть просто желание придать ценности данным, то не нужно искать DSов. Нужно открывать датасет или на каких-то иных условиях предоставлять к ним доступ и повышать осведомленность об их доступности участникам рынка. Примеры такой схемы от тривиального MNIST, продолжая бесплатные датасеты на том же Kaggle (или, кстати, Росстат, биржи и тд) и заканчивая платными подписка и на Блумберг и тп.
serg8880
Ну я пока склонен полагать, что в каком-то смысле это виток эволюции по работе с данными- накопление. Рынок сатанистов наполнится, компетенций по сбору данных прибавится, самих данных станет больше, появятся лучшие практики--и дело сдвинется с мертвой точки.
PS-1:
1-Общался с мобильными операторами, я бы тоже сказал , что там направление DS только зараждается, достаточно простые закономерности, без прогнозов предиктивной аналитики и т.д.
2-С Яндексом не работал в этой части и ВК, а вот по сбераналитики вопросов много было..(но наверное это вопрос ограниченных исходных данных)
PS-2: )) Ничего себе маленькая задачка )))) Я молчу про то что данным росстата вообще никто "на земле" не верит (там банально численность населения не бьется с другими альтернативными данными )
"Если задачка маленькая и для внутреннего пользования (например, пришёл запрос из министерства, по данным демографии понять эффект от программы маткапитал и ответить на вопрос имеет ли смысл её продолжать"