Хабр, привет! Скоро 1 сентября, и это навевает мысли об учебе. Если перефразировать известное выражение из советского мультфильма: «учиться нельзя откладывать», то актуальным все еще остается вопрос, куда же поставить запятую.
Мы решили дать возможность поделиться своими впечатлениями от программы “Специалист по большим данным” выпускникам весенней группы. Их истории разные: кто-то долго откладывал учёбу, но осознал, что уже пора; а для кого-то решение пойти на оффлайн программу, и переезд из другой страны с устоявшейся жизнью за 2 недели до старта программы, было осознанным шагом; для кого-то мнение друзей и коллег, уже прошедших программу, было решающим после некоторых раздумий; а кто-то бросился в учёбу с головой, осознавая, что не хватает начальных знаний, и успешно пробежал марафон в 12 недель; кто-то уже в 16 лет продал свой проект — система пропуска на мероприятие с распознаванием лиц — и решил дальше изучать большие данные. Итак, кто наши участники, зачем они шли на программу, чему научились, и как пережили 3 месяца программы.
Антон Чугреев, Главный аналитик Центра развития технологий, Сбербанк
«С big data я начал работать в 2016 году. Мой первый проект был в телекоммуникационной компании. После этого жизнь «завертелась» и пошли проекты из разных отраслей: и банки, и телеком, и даже из нефтегазового сектора, где были очень интересные идеи и классные вещи в реализации.
Но в какой-то момент я понял, что мне не хватает самих знаний, чтобы продолжать развиваться с технической точки зрения. Я очень долго присматривался к этой программе, собирал комментарии, отзывы. Искал инсайд, как же там все устроено «внутри». И в какой-то момент я принял для себя решение пойти на программу. Была возможность проконсультироваться со знакомыми, которые работают в интернет-компаниях, они отчасти приложили руку к созданию этого курса. Напоследок они сказали: «Антон, не бойся, иди, у тебя будет очень большая база практики за эти 12 недель интенсива, которая позволит тебе почувствовать, понять, как же это работает под капотом».
Я нисколько не жалею этих прожитых 12 недель весенне-летнего периода своей жизни. Могу сказать, что поначалу было очень сложно. В какой-то момент я понимал, что начинаю уже работать на пределе своих возможностей: это бессонные ночи, это чаты в слаке до 4-5 утра. Да, была такая нагрузка! Но втянувшись в этот ритм, тебе уже становится по кайфу совмещать работу и обучение. Ты уже с нетерпением ждешь, когда засабмитится новая лабораторка, чтобы твой мозг уже начинал искать идеи, как ее возможно решить и чего тебе для этого не хватает.
В общем, хочу сказать, что это классно прожитое время. Каждый из нас приходит на программу с какими-то своими целями. У меня была своя: «Я нахожусь здесь, потому что мне это надо». Считаю, что программу минимум я выполнил. Какие-то вещи мне на старте уже были знакомы, какие-то нет, с какими-то вещами мне порой приходилось очень тяжело бороться, искать решения, а что касается новых – узнал методы их решения. На этой программе я получил для себя возможность расширить свой кругозор тех областей, какие мне необходимо подтягивать, развивать. Понял, где скрывается «магия».
В процессе обучения возникали вопросы, ответы на которые возможно было найти только путем гугления. Были ситуации, когда камнем преткновения становились какие-то очень нетривиальные фичи и задачи, на которые я не мог найти решения в интернете. И каждое утро просыпался с мыслью, «как же решить эту проблему?» И вот когда удавалось ее решить, получалось своего рода достижение, наслаждение, внутренняя эйфория от того, что это случилось, я смог это сделать. И это немаловажный experience! По ходу гугления информации я расширял область своих знаний, понимал, что это отдельная ветка по той или иной теме. Так, например, в теме про рекомендательные системы мне удалось решить лабораторку и суперачивку с применением совсем другого метода алгоритма обучения. А код на питоне получился даже короче, чем у buddy J.
Таким вот образом я и получал знания, «шишки» и, конечно же, новый круг общения».
Михаил Павлухин, Angel Relations Group, IT-специалист
«Мне 17 лет, год назад я поехал в научную школу по машинному обучению, где изучал основы нейронных сетей. Тогда я понял, что хочу развиваться в этом направлении. Так у меня начался проект с распознаванием лиц для одной организации, а потом пришло понимание, что я умею использовать уже готовые решения, но хочется понимать, как это сделать самому, чтобы работать гораздо эффективнее. Именно это стало причиной того, что я решил пойти на этот курс, чтобы научиться работать с большими данными, обрабатывать их, опыта работы с кластерами на Spark у меня не было, и это было очень интересно. Я видел, как быстро обрабатываются данные, и это в первый раз было очень круто: какие-то гигабайты за пару секунд обрабатывались.
В целом интересно, особенно первый проект был интересен. Нужно было предсказывать пол и возраст людей, и нужно было не только правильно предсказать, там ключевое условие было, что как для продакшена, нужно было, чтобы модель еще работала быстро. И вот это было тяжело, потому что всегда есть желание наделать кучу моделей и как-то их совместить, а нужно еще, чтобы они во время уложились — и вот это было самым непростым в проекте. И самой интересной была работа со Spark, вся эта система была для меня новой, и я оценил, насколько это удобно, когда все работает на нескольких кластерах. Был очень полезен бизнес-трек, потому что там рассказывали, как правильно выбирать метрики. До этого ты думаешь: ну вот эта метрика пойдет. А здесь объясняли, в каких случаях нужно выбирать RMSE, а в каких нужно выбирать MAE. Я, например, думал, что эти MAE никому не нужны, потому что везде в туториалах используют RMSE, а вот оказывается для каких-то задач нужно использовать MAE, например.
Что бы мог посоветовать тем, кто рассматривает программу? Наверное, самое важное – это общение с участниками, которые с тобой учатся, в чате, с ними советоваться, задавать вопросы, чтобы они могли помочь, ты мог помочь. Возможно, также работать в группах, когда обсуждаете решение, как можно сделать лучше. Ну и еще не откладывать на потом, потому что у меня уже была такая ситуация с предпоследней лабой, когда я думал, что за выходные все успею, в итоге еле-еле успел, 10 минут осталось до дедлайна».
Евгений Семенов, индивидуальный предприниматель, занимается проектами SAP
«Я работаю в IT 15 лет. В основном я работаю и люблю работать с современным технологиями и поэтому пришел на этот курс. Первое, когда я погрузился в data science, был Data Fest в Mail.ru, это было классно, интересно, единственное, что я не мог как-то сам в эту тему попасть, потому что много времени занимают проекты, работа просто отнимает все время и не можешь как студент взять и прийти в такую область. Но уже желание пересилило, и я решил пойти на курсы и так оказался тут. Я рассматривал две компании, где хотел пройти курсы и основное решение было, что мой друг здесь учился, я спросил его мнение, он сказал, что классная компания, приходи, учись. Потом я посмотрел, что программа очень насыщенная и интересная, по сравнению со вторым конкурентом, и она идет короткий промежуток времени, и это меня устраивало, потому что долго учиться тоже не хочется, хочется применять что-то на практике.
Я немножко впал в депрессию, потому что я не сделал проект, и на мое самомнение это тоже повлияло. Я не сделал второй проект, и это, конечно, влияет как-то на свои ожидания, на свою самооценку и в то же время это показывает мои слабые стороны, где я какие-то вещи должен для себя больше рассмотреть. Обучение позволяет мне попробовать, пощупать что-то и войти в эту область. Конечно, может быть, тебя это не научит полностью все делать, но в любом случае та программа, которая была, и те вакансии, которые сейчас есть, можно рассматривать и можно устроиться на работу при желании.
Вообще у меня был очень плотный график, я не сижу на месте, я ходил на театральные курсы, на спорт, утром я еще занимаюсь английским и еще дополнительно эти курсы, то есть мой график был просто фулл-тайм заполнен чем-то и иногда я даже не понимал, как мне вообще выжить. Но относительно курса появлялся драйв такой, когда узнаешь новые технологии, понимаешь, как это устроено в мире. У тебя появляются свои идеи и тебе хочется попробовать их реализовать. Наверное, в каком-то таком ощущении жил, и эти идеи остались со мной, и я возможно их дальше буду реализовывать.
Лайфхак один: ты должен решить для себя, что ты будешь этим заниматься и полностью быть вовлеченным в этот процесс и тогда ты получишь от этого удовольствие, и тогда сможешь изменить свою жизнь.»
Оксана Страшинская, Luxoft, бизнес-аналитик данных
Интервью взято в середине программы: «В целом, область Data Science для меня очень интересная. И я хотела к ней прикоснуться чуть более детально, чем мне доводилось по работе, но было непонятно, что необходимо делать. Я хотела получить новые возможности в дальнейшем развитии как профессионала, поэтому это было одной из целей моего прихода сюда на программу. Учеба очень интересная, очень увлекательная, в то же время она очень сложная, требует большого внимания, участия и серьезного к ней отношения. И я для себя понимаю, что для того, чтобы успешно справиться с тем, что предлагается, бесспорно, мало просто прослушать лекции, мало того, чтобы просто сделать лабораторные работы, лучше еще уделять большое количество времени для того, чтобы глубже погружаться в тему, шире узнавать и укладывать себе в систему то, что программа дает. Программа на текущий момент превосходит мои ожидания, потому что изначально было заявлено, что будут различные блоки: технологический, алгоритмы, бизнес, ну и лекторы будут рассказывать нам соответствующую информацию. Но по факту оказалось, что ребята, которые приходили к нам, очень сильные, они действительно профессионалы в своем деле, любят и глубоко понимают то, чем они занимаются, и стараются дать нам то, что они знают. Что касается группы, все очень активные, открытые в отношении того, чтобы поделиться своими знаниями, умениями, рассказать что-то интересное, поделиться ссылками, местами и кодом, чтобы всем вместе дружно пройти этот курс».
Спустя 2 месяца после окончания программы: «Я сменила работу, и там, где не было больших данных, мы с коллегой-программистом их таковыми сделали. Реально это кайф открывать ноутбук на питоне, обрабатывать данные, говорить, что именно нужно делать, и ясно понимать, что хочу получить».
Егор Швецов
«Раньше я занимался онлайн-маркетингом, рекламой и мы продавали экскурсии в Таиланде, но до этого у меня всегда был большой интерес к data science, машинному обучению, artificial intelligence. Сам читал, пытался, что-то узнавал и в конце концов пришел к выводу, что заниматься этим мне будет намного интереснее, и решил все бросить и начать развиваться в другом направлении. Потом появился вопрос, где заниматься, в интернете очень много различных онлайн-курсов, программ, но при этом хотелось чего-то оффлайнового. И из оффлайнового выбор был не такой большой: собственно, Newprolab был одной из оффлайновых программ, где можно пообщаться с коллегами, со студентами, с кем обучаешься, с преподавателями. К тому же отзывы в интернете были достаточно хорошие, и я не пожалел. Три месяца обучения прошли очень быстро, интенсивно. И если сравнивать мои познания в области artificial intelligence, машинного обучения до этого и сейчас, разница будет большая. Вроде, кажется, три месяца, а все равно выучил достаточно много, получил практические навыки, опыт и самое главное, что если до этого было непонятно, как развиваться дальше, в каком направлении двигаться в области машинного обучения, то сейчас все стало достаточно четко и ясно. Если бы я начал это самостоятельно изучать разными курсами, онлайн-программами, то все равно трудно было бы разобраться, в каком направлении двигаться нужно, а сейчас все прояснилось, и за это большое спасибо Newprolab.
Лабораторные работы – интересная часть программы. Лабораторные работы были сложными и, честно, не всегда хватало знаний, которые давались на лекциях, приходилось дома постоянно доучиваться, добираться знаний, понимать и дальше разбираться. Вот эти лабораторные работы и есть практический опыт, который потом выносится. Конечно, я мог дома сесть, сам разобраться, но здесь перед тобой ставят эту задачу, говорят, что вот за неделю надо эту задачу закончить, ты ее делаешь, тебя подпинывают и идет прогресс. Лично для меня такое подпинывание очень важно и, оказывается, эффективно».
Макрушина Жанна, Отдел информационной безопасности, Сбербанк
«Я пошла на программу, потому что была заинтересованность в data science, хотелось понять, применимо ли это для моих задач, потому что все эти технологии сейчас очень сильно ажиотируются, и при этом не всегда можно оценить, что на самом деле сможет дать профит. У программы был хороший фидбек, из нашего отдела люди ее проходили, и они сказали, что очень грамотные и полезные лабы, что действительно оказалось так. Большая часть программы практическая, не сухая информация — для меня это сыграло очень большую роль.
На свои вопросы я получила много ответов, программа позволила понять ту цель, которая ставится перед каждым из освещаемых продуктов и те возможные кейсы, где их можно использовать, в том числе в моей отрасли. Хотя это не освещалось, но то, как подается информация, мне кажется, это очень грамотно в том плане, что это было легко переложить на другую предметную области при условии, что дано достаточно большое количество примеров, которые можно покрутить. Очень понравился Hadoop, Hive, так как у меня есть бэкграунд соответствующий с SQL, и мне это было близко. Интересно было то, что одной из самых больших боязней было то, что не справлюсь с python, так как совершенно с ним незнакома была и такое «ух, легко пошло». Было интересно. Сложно? Да, сложно. Но если бы лабы были простые, то какой смысл? Это большой плюс программы, что она не для галочки, это интересно».
Никита Веркиенко, Accenture, консультант
«Мне давно хотелось получить какие-то новые знания, а как известно, big data и искусственному интеллекту прочат большое будущее. Со «Специалистом по большим данным» был заочно знаком уже давно, многие знакомые ребята прошли обучение и остались очень довольны, поэтому на программу шел с огромным интересом. Я рассчитывал не просто вникнуть в вопрос, освоить базовые навыки, получить понимание о технологиях и методах машинного обучения, но и познакомиться с интересными людьми и потренироваться на реальных примерах.
У меня не было бэкграунгда программиста, поэтому поначалу было особенно сложно. Есть такое понятие «потенциальная яма», чтобы из нее выйти, нужно затратить большое количество энергии. Так вот это про меня на ранних этапах обучения: мне потребовались серьезные усилия для того, чтобы получить начальные знания и понять где, как и куда их применять. Да в целом все три месяца прошли довольно напряженно: почти все свободное время я тратил на выполнение лаб. Не знаю, как другие, а я стабильно просиживал выходные и будние вечера за заданиями. Однако, чем дальше я шел, тем интереснее становилось, и я совершенно не жалею о потраченном времени. Сейчас я могу сказать, что мои ожидания более, чем оправдались: я приоткрыл дверь в сообщество data scientist’ов. Всем, кто идет на эту программу, нужно быть готовым к тому, что будет действительно сложно. Сложно и интересно».
“Учиться, нельзя откладывать” — такой выбор сделали наши выпускники, а куда ставите запятую вы?
_____
20 сентября стартует “Специалист по большим данным 9.0”, друзьям и коллегам выпускников у нас всегда 15% скидка, рассрочка возможна.
Мы решили дать возможность поделиться своими впечатлениями от программы “Специалист по большим данным” выпускникам весенней группы. Их истории разные: кто-то долго откладывал учёбу, но осознал, что уже пора; а для кого-то решение пойти на оффлайн программу, и переезд из другой страны с устоявшейся жизнью за 2 недели до старта программы, было осознанным шагом; для кого-то мнение друзей и коллег, уже прошедших программу, было решающим после некоторых раздумий; а кто-то бросился в учёбу с головой, осознавая, что не хватает начальных знаний, и успешно пробежал марафон в 12 недель; кто-то уже в 16 лет продал свой проект — система пропуска на мероприятие с распознаванием лиц — и решил дальше изучать большие данные. Итак, кто наши участники, зачем они шли на программу, чему научились, и как пережили 3 месяца программы.
Антон Чугреев, Главный аналитик Центра развития технологий, Сбербанк
«С big data я начал работать в 2016 году. Мой первый проект был в телекоммуникационной компании. После этого жизнь «завертелась» и пошли проекты из разных отраслей: и банки, и телеком, и даже из нефтегазового сектора, где были очень интересные идеи и классные вещи в реализации.
Но в какой-то момент я понял, что мне не хватает самих знаний, чтобы продолжать развиваться с технической точки зрения. Я очень долго присматривался к этой программе, собирал комментарии, отзывы. Искал инсайд, как же там все устроено «внутри». И в какой-то момент я принял для себя решение пойти на программу. Была возможность проконсультироваться со знакомыми, которые работают в интернет-компаниях, они отчасти приложили руку к созданию этого курса. Напоследок они сказали: «Антон, не бойся, иди, у тебя будет очень большая база практики за эти 12 недель интенсива, которая позволит тебе почувствовать, понять, как же это работает под капотом».
Я нисколько не жалею этих прожитых 12 недель весенне-летнего периода своей жизни. Могу сказать, что поначалу было очень сложно. В какой-то момент я понимал, что начинаю уже работать на пределе своих возможностей: это бессонные ночи, это чаты в слаке до 4-5 утра. Да, была такая нагрузка! Но втянувшись в этот ритм, тебе уже становится по кайфу совмещать работу и обучение. Ты уже с нетерпением ждешь, когда засабмитится новая лабораторка, чтобы твой мозг уже начинал искать идеи, как ее возможно решить и чего тебе для этого не хватает.
В общем, хочу сказать, что это классно прожитое время. Каждый из нас приходит на программу с какими-то своими целями. У меня была своя: «Я нахожусь здесь, потому что мне это надо». Считаю, что программу минимум я выполнил. Какие-то вещи мне на старте уже были знакомы, какие-то нет, с какими-то вещами мне порой приходилось очень тяжело бороться, искать решения, а что касается новых – узнал методы их решения. На этой программе я получил для себя возможность расширить свой кругозор тех областей, какие мне необходимо подтягивать, развивать. Понял, где скрывается «магия».
В процессе обучения возникали вопросы, ответы на которые возможно было найти только путем гугления. Были ситуации, когда камнем преткновения становились какие-то очень нетривиальные фичи и задачи, на которые я не мог найти решения в интернете. И каждое утро просыпался с мыслью, «как же решить эту проблему?» И вот когда удавалось ее решить, получалось своего рода достижение, наслаждение, внутренняя эйфория от того, что это случилось, я смог это сделать. И это немаловажный experience! По ходу гугления информации я расширял область своих знаний, понимал, что это отдельная ветка по той или иной теме. Так, например, в теме про рекомендательные системы мне удалось решить лабораторку и суперачивку с применением совсем другого метода алгоритма обучения. А код на питоне получился даже короче, чем у buddy J.
Таким вот образом я и получал знания, «шишки» и, конечно же, новый круг общения».
Михаил Павлухин, Angel Relations Group, IT-специалист
«Мне 17 лет, год назад я поехал в научную школу по машинному обучению, где изучал основы нейронных сетей. Тогда я понял, что хочу развиваться в этом направлении. Так у меня начался проект с распознаванием лиц для одной организации, а потом пришло понимание, что я умею использовать уже готовые решения, но хочется понимать, как это сделать самому, чтобы работать гораздо эффективнее. Именно это стало причиной того, что я решил пойти на этот курс, чтобы научиться работать с большими данными, обрабатывать их, опыта работы с кластерами на Spark у меня не было, и это было очень интересно. Я видел, как быстро обрабатываются данные, и это в первый раз было очень круто: какие-то гигабайты за пару секунд обрабатывались.
В целом интересно, особенно первый проект был интересен. Нужно было предсказывать пол и возраст людей, и нужно было не только правильно предсказать, там ключевое условие было, что как для продакшена, нужно было, чтобы модель еще работала быстро. И вот это было тяжело, потому что всегда есть желание наделать кучу моделей и как-то их совместить, а нужно еще, чтобы они во время уложились — и вот это было самым непростым в проекте. И самой интересной была работа со Spark, вся эта система была для меня новой, и я оценил, насколько это удобно, когда все работает на нескольких кластерах. Был очень полезен бизнес-трек, потому что там рассказывали, как правильно выбирать метрики. До этого ты думаешь: ну вот эта метрика пойдет. А здесь объясняли, в каких случаях нужно выбирать RMSE, а в каких нужно выбирать MAE. Я, например, думал, что эти MAE никому не нужны, потому что везде в туториалах используют RMSE, а вот оказывается для каких-то задач нужно использовать MAE, например.
Что бы мог посоветовать тем, кто рассматривает программу? Наверное, самое важное – это общение с участниками, которые с тобой учатся, в чате, с ними советоваться, задавать вопросы, чтобы они могли помочь, ты мог помочь. Возможно, также работать в группах, когда обсуждаете решение, как можно сделать лучше. Ну и еще не откладывать на потом, потому что у меня уже была такая ситуация с предпоследней лабой, когда я думал, что за выходные все успею, в итоге еле-еле успел, 10 минут осталось до дедлайна».
Евгений Семенов, индивидуальный предприниматель, занимается проектами SAP
«Я работаю в IT 15 лет. В основном я работаю и люблю работать с современным технологиями и поэтому пришел на этот курс. Первое, когда я погрузился в data science, был Data Fest в Mail.ru, это было классно, интересно, единственное, что я не мог как-то сам в эту тему попасть, потому что много времени занимают проекты, работа просто отнимает все время и не можешь как студент взять и прийти в такую область. Но уже желание пересилило, и я решил пойти на курсы и так оказался тут. Я рассматривал две компании, где хотел пройти курсы и основное решение было, что мой друг здесь учился, я спросил его мнение, он сказал, что классная компания, приходи, учись. Потом я посмотрел, что программа очень насыщенная и интересная, по сравнению со вторым конкурентом, и она идет короткий промежуток времени, и это меня устраивало, потому что долго учиться тоже не хочется, хочется применять что-то на практике.
Я немножко впал в депрессию, потому что я не сделал проект, и на мое самомнение это тоже повлияло. Я не сделал второй проект, и это, конечно, влияет как-то на свои ожидания, на свою самооценку и в то же время это показывает мои слабые стороны, где я какие-то вещи должен для себя больше рассмотреть. Обучение позволяет мне попробовать, пощупать что-то и войти в эту область. Конечно, может быть, тебя это не научит полностью все делать, но в любом случае та программа, которая была, и те вакансии, которые сейчас есть, можно рассматривать и можно устроиться на работу при желании.
Вообще у меня был очень плотный график, я не сижу на месте, я ходил на театральные курсы, на спорт, утром я еще занимаюсь английским и еще дополнительно эти курсы, то есть мой график был просто фулл-тайм заполнен чем-то и иногда я даже не понимал, как мне вообще выжить. Но относительно курса появлялся драйв такой, когда узнаешь новые технологии, понимаешь, как это устроено в мире. У тебя появляются свои идеи и тебе хочется попробовать их реализовать. Наверное, в каком-то таком ощущении жил, и эти идеи остались со мной, и я возможно их дальше буду реализовывать.
Лайфхак один: ты должен решить для себя, что ты будешь этим заниматься и полностью быть вовлеченным в этот процесс и тогда ты получишь от этого удовольствие, и тогда сможешь изменить свою жизнь.»
Оксана Страшинская, Luxoft, бизнес-аналитик данных
Интервью взято в середине программы: «В целом, область Data Science для меня очень интересная. И я хотела к ней прикоснуться чуть более детально, чем мне доводилось по работе, но было непонятно, что необходимо делать. Я хотела получить новые возможности в дальнейшем развитии как профессионала, поэтому это было одной из целей моего прихода сюда на программу. Учеба очень интересная, очень увлекательная, в то же время она очень сложная, требует большого внимания, участия и серьезного к ней отношения. И я для себя понимаю, что для того, чтобы успешно справиться с тем, что предлагается, бесспорно, мало просто прослушать лекции, мало того, чтобы просто сделать лабораторные работы, лучше еще уделять большое количество времени для того, чтобы глубже погружаться в тему, шире узнавать и укладывать себе в систему то, что программа дает. Программа на текущий момент превосходит мои ожидания, потому что изначально было заявлено, что будут различные блоки: технологический, алгоритмы, бизнес, ну и лекторы будут рассказывать нам соответствующую информацию. Но по факту оказалось, что ребята, которые приходили к нам, очень сильные, они действительно профессионалы в своем деле, любят и глубоко понимают то, чем они занимаются, и стараются дать нам то, что они знают. Что касается группы, все очень активные, открытые в отношении того, чтобы поделиться своими знаниями, умениями, рассказать что-то интересное, поделиться ссылками, местами и кодом, чтобы всем вместе дружно пройти этот курс».
Спустя 2 месяца после окончания программы: «Я сменила работу, и там, где не было больших данных, мы с коллегой-программистом их таковыми сделали. Реально это кайф открывать ноутбук на питоне, обрабатывать данные, говорить, что именно нужно делать, и ясно понимать, что хочу получить».
Егор Швецов
«Раньше я занимался онлайн-маркетингом, рекламой и мы продавали экскурсии в Таиланде, но до этого у меня всегда был большой интерес к data science, машинному обучению, artificial intelligence. Сам читал, пытался, что-то узнавал и в конце концов пришел к выводу, что заниматься этим мне будет намного интереснее, и решил все бросить и начать развиваться в другом направлении. Потом появился вопрос, где заниматься, в интернете очень много различных онлайн-курсов, программ, но при этом хотелось чего-то оффлайнового. И из оффлайнового выбор был не такой большой: собственно, Newprolab был одной из оффлайновых программ, где можно пообщаться с коллегами, со студентами, с кем обучаешься, с преподавателями. К тому же отзывы в интернете были достаточно хорошие, и я не пожалел. Три месяца обучения прошли очень быстро, интенсивно. И если сравнивать мои познания в области artificial intelligence, машинного обучения до этого и сейчас, разница будет большая. Вроде, кажется, три месяца, а все равно выучил достаточно много, получил практические навыки, опыт и самое главное, что если до этого было непонятно, как развиваться дальше, в каком направлении двигаться в области машинного обучения, то сейчас все стало достаточно четко и ясно. Если бы я начал это самостоятельно изучать разными курсами, онлайн-программами, то все равно трудно было бы разобраться, в каком направлении двигаться нужно, а сейчас все прояснилось, и за это большое спасибо Newprolab.
Лабораторные работы – интересная часть программы. Лабораторные работы были сложными и, честно, не всегда хватало знаний, которые давались на лекциях, приходилось дома постоянно доучиваться, добираться знаний, понимать и дальше разбираться. Вот эти лабораторные работы и есть практический опыт, который потом выносится. Конечно, я мог дома сесть, сам разобраться, но здесь перед тобой ставят эту задачу, говорят, что вот за неделю надо эту задачу закончить, ты ее делаешь, тебя подпинывают и идет прогресс. Лично для меня такое подпинывание очень важно и, оказывается, эффективно».
Макрушина Жанна, Отдел информационной безопасности, Сбербанк
«Я пошла на программу, потому что была заинтересованность в data science, хотелось понять, применимо ли это для моих задач, потому что все эти технологии сейчас очень сильно ажиотируются, и при этом не всегда можно оценить, что на самом деле сможет дать профит. У программы был хороший фидбек, из нашего отдела люди ее проходили, и они сказали, что очень грамотные и полезные лабы, что действительно оказалось так. Большая часть программы практическая, не сухая информация — для меня это сыграло очень большую роль.
На свои вопросы я получила много ответов, программа позволила понять ту цель, которая ставится перед каждым из освещаемых продуктов и те возможные кейсы, где их можно использовать, в том числе в моей отрасли. Хотя это не освещалось, но то, как подается информация, мне кажется, это очень грамотно в том плане, что это было легко переложить на другую предметную области при условии, что дано достаточно большое количество примеров, которые можно покрутить. Очень понравился Hadoop, Hive, так как у меня есть бэкграунд соответствующий с SQL, и мне это было близко. Интересно было то, что одной из самых больших боязней было то, что не справлюсь с python, так как совершенно с ним незнакома была и такое «ух, легко пошло». Было интересно. Сложно? Да, сложно. Но если бы лабы были простые, то какой смысл? Это большой плюс программы, что она не для галочки, это интересно».
Никита Веркиенко, Accenture, консультант
«Мне давно хотелось получить какие-то новые знания, а как известно, big data и искусственному интеллекту прочат большое будущее. Со «Специалистом по большим данным» был заочно знаком уже давно, многие знакомые ребята прошли обучение и остались очень довольны, поэтому на программу шел с огромным интересом. Я рассчитывал не просто вникнуть в вопрос, освоить базовые навыки, получить понимание о технологиях и методах машинного обучения, но и познакомиться с интересными людьми и потренироваться на реальных примерах.
У меня не было бэкграунгда программиста, поэтому поначалу было особенно сложно. Есть такое понятие «потенциальная яма», чтобы из нее выйти, нужно затратить большое количество энергии. Так вот это про меня на ранних этапах обучения: мне потребовались серьезные усилия для того, чтобы получить начальные знания и понять где, как и куда их применять. Да в целом все три месяца прошли довольно напряженно: почти все свободное время я тратил на выполнение лаб. Не знаю, как другие, а я стабильно просиживал выходные и будние вечера за заданиями. Однако, чем дальше я шел, тем интереснее становилось, и я совершенно не жалею о потраченном времени. Сейчас я могу сказать, что мои ожидания более, чем оправдались: я приоткрыл дверь в сообщество data scientist’ов. Всем, кто идет на эту программу, нужно быть готовым к тому, что будет действительно сложно. Сложно и интересно».
“Учиться, нельзя откладывать” — такой выбор сделали наши выпускники, а куда ставите запятую вы?
_____
20 сентября стартует “Специалист по большим данным 9.0”, друзьям и коллегам выпускников у нас всегда 15% скидка, рассрочка возможна.