Pull to refresh

Что у меня получилось за пять месяцев обучения по программе Data Analyst Nanodegree от Udacity

Studying in IT Education abroad
Sandbox
Привет! Видел на Хабре статьи посвященные учебным программам Udacity. Одну из таких программ я закончил и хотел бы поделиться своим опытом.

Я занимаюсь дистанционным обучением, а точнее — последние шесть лет сопровождаю корпоративный учебный портал и разрабатываю модули для него в достаточно крупной компании. Сам периодически учился на разных курсах от Coursera, edX, Udacity.

Около года назад Udacity запустило новый вид программ — Nanodegree. Хочу поделиться своим опытом обучения на одной из них. На тот момент выбор был между Front End и Data Analyst. Я выбрал второе. Тема новая, интересная и достаточно сложная. К тому же последнее время многие вещи, связанные с обработкой данных применял у себя на работе. Ну и после такого долгого периода работы с одним и тем же продуктом есть желание развиваться и пробовать себя в новой роли.


Программа содержит 5 модулей (теперь уже 7). Суть всего обучения состоит в том, чтобы научиться основным инструментам, необходимым для старта в карьере Data Scientist. Для получения сертификата необходимо создать 5 проектов, которые требуют знаний статистики, подготовки и обработки данных (Data Wrangling), Exploratory Data Analysis, машинного обучения и визуализации данных. Если знаний хватает, можно сразу приступать к проектам, если нет, для каждого из них нужно пройти курс.

Я подписался на рассылку и как только в ноябре 2014 года открылась регистрация на программу — записался в первую когорту студентов. Так как это была первая группа, на нас немного потренировались — по ходу изменяли инструменты, интерфейсы, а к концу обучения начали добавлять новые модули (но это уже для новых групп).

10 вещей, чем запомнился и понравился процесс обучения
  1. Интерактивность курса. Ты постоянно вовлечен. Я пробовал смотреть курс в метро по пути на работу, но это бесполезная затея. Такое количество интерактива и заданий по ходу курса не дают возможности просто смотреть и слушать. Здесь куски объяснения теории в среднем длятся от 30 секунд до 2-3 минут. Затем обязательно нужно что-то сделать: написать код, ответить за опрос, выполнить упражнение и т.п. Причем, иногда между двумя двухминутными отрезками учебного видео, чтобы ответить правильно на маленький вопрос, у меня уходило по два-три часа самостоятельной проработки практического материала.
  2. Материал подобран на основании текущей потребности бизнеса. Даются именно те навыки, которые востребованы сейчас в индустрии. Разработчики курса потратили время на то, чтобы опросить ведущие компании Долины о том, что именно им сейчас необходимо.
  3. Отрабатывается навык, а не теория. Например, в одном из курсов тебя не учат как программировать в R, а дается готовый инструмент Exploratory Data Analysis, который реализован при помощи R. Поэтому учишь язык сразу в контексте его реального применения.
  4. Огромное количество полезных ссылок. У меня Избранное в браузере после курса хранит более сотни. Я к ним периодически обращаюсь.
  5. Преподаватели практики из Facebook, Twitter, MongoDB и т.п. Например, курс по машинному обучению дает Себастьян Трун, CEO Udacity, профессор Стенфорда, бывший VP Google и изобретатель Google self-drive car. И свой курс он начинает как раз за рулем (точнее сидя боком к рулю) едущей машины.
  6. Курсы разбавлены интервью с интересными людьми из топовых Tech компаний, которые рассказывают, как они на практике реализуют, то, что преподается в курсе.
  7. Качественная обратная связь, проверка выполненных проектов с развернутыми комментариями. Возможность задать вопрос через форум, онлайн во время еженедельных Office hours или назначить встречу с преподавателем один-на-один.
  8. Постоянное развитие курса. Например, уже к концу моего обучения в состав программы обучения был включен еще один курс и проект по A/B тестированию. А на сегодняшний день проектов уже 7.
  9. Хорошее эмоциональное вовлечение, инновационный подход, хорошее качество видео
  10. Вовлечение студентов, которые становятся reviewers. Это плюс для студента. Я сам немного сомнительно отношусь к тому, что мой код будет проверять тот, кто учился двумя месяцами раньше меня. Мы были в первой группе, так что проверяли именно ребята из Udacity.


О том, что было сложно или не понравилось

  1. Калифорнийский акцент преподавателей. Реально с моим intermediate иногда было сложно разобрать, что именно они говорят. А в курсе иногда каждое слово играло решающую роль. Еще сложнее, это было писать на английском отчеты по проекту. Но эта сложность позволила мне развить навык слушания и за пять месяцев мой IELTS Listening вырос с 6.0 до 7.0
  2. Так как это первая группа обучения, которая была набрана, то периодически менялись инструменты обратной связи. Иногда возникали технические проблемы.
  3. Расписание Office hours и вебинаров часто попадало на 3 часа ночи по-нашему. Хотя, это не большая проблема — все можно посмотреть в записи.
  4. Не совсем академичный стиль преподавания, немного непривычно. Материал не всегда структурирован с точки зрения теории. Когда привыкаешь к такому стилю, это становится даже плюсом. Учишь только прикладные вещи.
  5. При всей популярности Data science, этот курс похоже не самый основной. Большинство выпускников это Front End Nanodegree. Оно и понятно, меньше всего требований на входе для начала обучения по программе и работу найти не очень сложно.


Что в результате?
Набор навыков, который пока еще не очень востребован в Украине. Я в принципе это понимал, учился для закладывания основания на будущее. Mashable называет Data Scientist самой горячей профессией 2015 года и уверяет, что в ближайшие 10 лет без знаний анализа данных невозможно будет претендовать на должность менеджера высшего и среднего звена.

Что реально круто, так это пост-образовательная поддержка. Например, Udacity бесплатно помогает с созданием правильного резюме, LinkedIn профиля, в подготовке к интервью, к переговорам о зарплате, привлекает работодателей из Долины. Если повезет, то дают возможность поработать у них интерном два месяца. Над этим работает целое подразделение career support. К сожалению, это работает реально для выпускников из США, с визой не помогают.

Дополнительно создан Alumni Club. Такое ощущение, что с тобой постоянно на связи, хотя уже прошло больше полугода после окончания обучения. Ты остаешься частью сообщества, completely Udacians. Мы, вместе с семью другими выпускниками создали команду для участие в Kaggle соревновании.

О том, что учился – ни минуту не жалею. Обучение по программе и сотрудничество с другими выпускниками позволило мне освоить:
  • Python (и много разных библиотек)
  • R, R Studio
  • Git, Github
  • MongoDB
  • D3.js, Tableau
  • Инструменты статистики и машинного обучения
  • Начал работать в Ubuntu


Думаю, неплохой набор, чтобы сделать сдвиг в своей дальнейшей карьере и понимать, куда я дальше хочу расти. Как бы ни было, программа – не волшебная пилюля и не панацея. В Google никто не зовет после выпуска, хотя пару выпускников таки устроились туда. Она закладывает хорошее и правильное основание, дальше все зависит только от вас.

P.S. пока я собирался написать этот пост, Udacity начало еще одну Nanodegree программу – Maсhine Learning. Более глубокое изучение этой темы, начатой в программе Data Analyst. Я пока не готов на нее, нужно хоть где-то применить свои навыки в реальном проекте.
Tags:
Hubs:
Total votes 13: ↑13 and ↓0 +13
Views 20K
Comments Comments 18