Смотрите, что получается: вы используете аргументы типа «подозреваю, что дело обстоит так» и «хотите я расскажу вам, как все было», после этого вас прямо опровергают преподаватели или выпускники программы (отметилось трое выпускников). Тогда в ход идет «крекс, фекс, пекс».
Я бы хотел отдельно прокомментировать два вопроса, поскольку это касается конкретных людей:
1) Преподаватели. Помимо Саши Петрова, преподаватели программы Григорий Сапунов (основатель eclass, CTO Pelican Soft), Уаутер де Би (Spotify), Станислав Соболевский (MIT), Андрей Пивоваров (Oracle), Андрей Зимнов (Озон), Александр Сербул (1С-Битрикс), Самсон Ху (500px), Олег Новиков (Sports.ru), Михаил Кечинов (REES46), Александр Крот (MLClass), Роман Гребинников (Sociohub), Елена Ненова (Имхонет), Константин Савинов (Bookmate). Это только второй модуль.
2) Выпускники. Люди устроились в DCA, Едадил (недавно долю выкупил Яндекс), Glowbyte Consulting, Zvooq (Dream Industries), E-Contenta, кто-то перехал в Калифронию, про многих не знаю — 25-го день встречи выпускников обменяемся новостями. Те, кто работал в Сбербанке, Билайне, Яндексе, Oracle, Эльдорадо, Tutu.ru, 1С, Headhunter, BCS работу менять не собираются, зато активно применяют полученные знания и навыки в работе, многие нашли партнеров в лице преподавателей программы. Также команда NPL заняла 1-е и 2-е место в Хакатоне Azure ML, обойдя многих других за счет умения решать задачи на практике.
Я уверен, что у вас еще найдется несколько опровержений и разоблачений, главное крикните погромче. Вообще-то эту информацию, как и подробную программу, можно получить просто кликнув на «Узнать больше», но это видимо не ваш метод.
mephistopheies, напишите нам на npl@digitaloctober.com, я расскажу вам конкретно про программу «Продюсер онлайн-курсов», дам контакты выпускников. В этом треде про Лабораторию новых профессий рассказывает brainick, который кажется знает о нас больше меня!
Да, у нас в рамках этого курса будут открытые занятия, также как и просто открытые мероприятия. Мы провели несколько мероприятий в прошлом году — с Oracle и Mirantis. Следите за обновлениями на сайте Digital October.
То, что есть возможность обойтись и без курсов и изучить все самостоятельно, я с этим согласен. То, что люди к нам не пойдут, это опровергается практикой, поскольку мы не смогли вместить всех желающих на данную программу.
По поводу игроков рынка и бизнес-модели — мы сделали то, что могли со своей стороны. Мы расчитываем на собственные силы. Это дает нам возможность оставаться независимыми, что в конечно итоге является плюсом для программы, потому что мы тщательно взвешиваем все, что предлагают представители рынка. Думаю никому не было бы интересно прослушать 3 месяца маркетинга.
Говорить за других считаю не совсем корректным. У нас получилось так. Более того, кроме платных мест, мы дали семь 100% стипендий по конкурсу, планируем продолжать эту практику и на следующих курсах.
Я написал выше про подробные правила получения сертификатов. День открытых дверей пригласили всех желающих, и как мне кажется все желающие туда смогли попасть.
Про технику вашу позицию понял, и мне кажется она обоснованной. Наша логика такова — перенос обучения в компьютерный класс несет больше минусов, чем дает плюсов. Но, может быть вам это кажется некомфортным. Может быть есть какие-то промежуточные решения, уверен из любой ситуации можно найти выход (мы, к слову, обсуждали возможность аренды ноутбуков).
Мне кажется ничего страшного здесь нет, потому что выбор ведь за вами, идти ли на обучение к нам или найти другое предложение, которое будет больше соответствовать вашим ожиданиям.
Не хотели никого обидеть, мы запускали программу в первый раз и много вещей можно было сделать лучше! Особенно в плане коммуникации с будущими студентами. Но группа тем не менее успешно набралась и мы не смогли взять всех желающих.
На следующей программе такой тест уже разработан.
Коллеги, смотрите, мы сделали так — вот, что у нас получилось. Если у вас получится сделать по-другому, то нам будет очень интересно об этом узнать!
К слову, я думаю, что если вы имеете практический опыт работы с инструментами Big Data, разбираетесь в машинном обучении и вообще разбираетесь в small data (как верно заметил Павел), то как минимум платная стажировка вам гарантирована, а скорее всего и на работу вас обязательно возьмут. Мы со своей стороны постарались подтянуть всех заинтересованных игроков рынка, чтобы выпускники нашей программы могли воспользоваться всеми имеющимися на данный момент возможностями. Но, повторяю, мне кажется эти возможности есть у любого человека, который подходит по профилю под то, что ищут компании.
На самом деле, правила получения сертификата стоит описать чуть более подробно:
— за каждый месяц программы нужно получить PASS
— чтобы его получить надо набрать выше 70% баллов за месяц
— баллы можно получить за тесты (на каждом занятии), выполнение кейса и коллоквиум (каждые 2 недели)
— кейс разбивается по 1 шагу в неделю
Как вы видите, существует много возможностей догнать свою группу — по умолчанию это нужно сделать к коллоквиуму.
Все эти условия нужны для получения сертификата, если в какой-то момент человек сошел с дистанции, то он конечно же может ходить и участвовать абсолютно во всех мероприятиях. Никакой проверки посещения нет, более того в курсе можно полноценно участвовать как онлайн, так и приходить в класс — всегда есть возможность вывести видео (с титром), задать вопрос голосом или в чате (выводится на панель в классе). Для онлайн-участников есть специальный человек — онлайн-модератор, который отвечает за взаимодействие с онлайн-участниками.
Мы понимаем, что это довольно строго, но мы в центр ставим качество. нам бы хотелось, чтобы выпускник программы не просто присутствовал на занятиях, а действительно выполнил весь объем работы, предусмотренный программой.
Насколько рассматриваемые алгоритмы тривиальны — тут наверное я с вами не соглашусь. Анализ данных — это основное содержание программы. Вопрос состоит в следующем — мы не ставили перед собой задачу разработки собственных алгоритмов. В 3-месячной программе это невозможно. Но научится грамотно использовать существующие алгоритмы и инструменты, настраивать их под имеющийся набор данных — это задача отнюдь не тривиальная. И именно такие люди сейчас нужны в индустрии. Никто не мешает развиваться дальше и глубже в область машинного обучения. Мы учим применять эти методы на практике и на реальных задачах.
Простите, я не знаю, кто такой ольгиней — надо погуглить! :)
Программа рассчитана на сложившихся разработчиков. У нас есть входные требования: оконченное техническое образование, опыт работы в разработке не менее 2 лет. То есть — мы берем людей уже поработавших, не студентов, и переподготавливаем их в области Big Data. В этом состоит основная идея. Надо сказать, что она активно развивается во всем мире, можете посмотреть различные интесивные буткэмпы.
Что касается ШАДа, то мы из очень уважаем и дружим с ними, преподаватели оттуда будут и у нас. Но у нас все-таки немного другой фокус — мы не готовим людей, которые могут самостоятельно разработать алгоритм распознавания изображений. Мы учим людей использовать существующие инструменты для решения трех предельно конкретных задач: построение DMP, анализ соцграфа и создание рекомендательной системы.
Николай, в таком случае мы можем это гарантировать. Например, один крупный оператор связи хотел пригласить всех, кто выполнил необходимые условия на оплачиваемую стажировку. Просто мы верим в другое, что история про трудоустройство немного более сложная, все-таки речь идет о дорогих специалистах — тут нужно, чтобы срослось, причем с обеих сторон. Мы со своей стороны хотели бы обеспечить правильные ингредиенты для этого процесса: людей, которые прошли сложную техническую программу, и, с другой, компании, которые активно ищут специалистов этого профиля. Пока что количество таких компаний только увеличивается!
Хорошие условия — это высокая зарплата и работа в компании с серьезными задачами. В области Big Data сейчас такой момент, когда можно получить такую работу, коллеги из Superjob это подтвердили.
На мой взгляд цель программы — стать специалистом по Big Data. Есть и другие способы достичь этой цели, многие из них озвучены в этом треде. Есть и преимущества у учебной программы. Тут мне кажется каждый должен решить идти на нее или нет.
Спасибо за впечатления! Участники бывают разные, у всех своими ожидания, поэтому это вполне нормальная ситуация — для этого мы и делаем дни открытых дверей.
Два вопроса кажутся важными:
Хантинг — это не цель программы, а неплохой побочный результат. Но он означает, что, во-первых, идти в Big Data стоит, причем именно сейчас. Компании активно ищут специалистов и это хороший шанс построить карьеру и заниматься интересными, исследовательским задачами — причем на хороших условиях. Во-вторых, важно, что знание передается из индустрии — современные инструменты, реальные кейсы, настоящие данные. Поэтому мы и называемся «лабораторией».
Что касается компьютерных классов, то на у нас их нет специально. Думаю, побывав на Дне открытых дверей вы увидели, что на техническое оснащение аудитории в Digital October очень хорошее — электронные доски, многокамерная трансляция, титры, вот сейчас делаем пилот, чтобы можно было подключиться на занятие через Oculus Rift. :)
Наша программа — это не курсы, на которых можно 7 часов в день поспать под убаюкивающий голос преподавателя, а потом получить сертификат! Я уверен, что многие побывали на таких курсах и понимают, что можно потратить время значительно более эффективно. В ответ от участников требуется активная работа на протяжении 3 месяцев — как в аудитории, так и дома. Мы даем возможность попробовать все делать своими руками, поработать над решением реальных задач на больших данных. Уверен, это подходит не для всех, но есть люди, которым такой подход нравится, а работадатели заинтересованы в тех, кто такую программу прошел, это по-моему тоже понятно.
Александр Петров, директор по R&D Data-Centric Alliance;
Андрей Неволин, Ведущий инженер по разработке ПО, EMC Skolkovo;
Екатерина Фроловичева, начальник отдела технологических исследований Сбербанк России;
Киншук Миншра, технический директор Spotify;
Андрей Свирщевский, Руководитель направлений Аналитики и Гарантирования Доходов компании SAS Россия/СНГ;
Алексей Филановский, старший консультант Oracle;
Денис Афанасьев, генеральный директор CleverData.
Сбербанк прямо заявил, что собирается взять людей с курса на работу, остальные компании тоже думают в этом направлении. Так что не «морковка», а нормальная гарантия того, что обучение будет качественным и по делу.
Я бы хотел отдельно прокомментировать два вопроса, поскольку это касается конкретных людей:
1) Преподаватели. Помимо Саши Петрова, преподаватели программы Григорий Сапунов (основатель eclass, CTO Pelican Soft), Уаутер де Би (Spotify), Станислав Соболевский (MIT), Андрей Пивоваров (Oracle), Андрей Зимнов (Озон), Александр Сербул (1С-Битрикс), Самсон Ху (500px), Олег Новиков (Sports.ru), Михаил Кечинов (REES46), Александр Крот (MLClass), Роман Гребинников (Sociohub), Елена Ненова (Имхонет), Константин Савинов (Bookmate). Это только второй модуль.
2) Выпускники. Люди устроились в DCA, Едадил (недавно долю выкупил Яндекс), Glowbyte Consulting, Zvooq (Dream Industries), E-Contenta, кто-то перехал в Калифронию, про многих не знаю — 25-го день встречи выпускников обменяемся новостями. Те, кто работал в Сбербанке, Билайне, Яндексе, Oracle, Эльдорадо, Tutu.ru, 1С, Headhunter, BCS работу менять не собираются, зато активно применяют полученные знания и навыки в работе, многие нашли партнеров в лице преподавателей программы. Также команда NPL заняла 1-е и 2-е место в Хакатоне Azure ML, обойдя многих других за счет умения решать задачи на практике.
Я уверен, что у вас еще найдется несколько опровержений и разоблачений, главное крикните погромче. Вообще-то эту информацию, как и подробную программу, можно получить просто кликнув на «Узнать больше», но это видимо не ваш метод.
По поводу игроков рынка и бизнес-модели — мы сделали то, что могли со своей стороны. Мы расчитываем на собственные силы. Это дает нам возможность оставаться независимыми, что в конечно итоге является плюсом для программы, потому что мы тщательно взвешиваем все, что предлагают представители рынка. Думаю никому не было бы интересно прослушать 3 месяца маркетинга.
Говорить за других считаю не совсем корректным. У нас получилось так. Более того, кроме платных мест, мы дали семь 100% стипендий по конкурсу, планируем продолжать эту практику и на следующих курсах.
Про технику вашу позицию понял, и мне кажется она обоснованной. Наша логика такова — перенос обучения в компьютерный класс несет больше минусов, чем дает плюсов. Но, может быть вам это кажется некомфортным. Может быть есть какие-то промежуточные решения, уверен из любой ситуации можно найти выход (мы, к слову, обсуждали возможность аренды ноутбуков).
Мне кажется ничего страшного здесь нет, потому что выбор ведь за вами, идти ли на обучение к нам или найти другое предложение, которое будет больше соответствовать вашим ожиданиям.
На следующей программе такой тест уже разработан.
К слову, я думаю, что если вы имеете практический опыт работы с инструментами Big Data, разбираетесь в машинном обучении и вообще разбираетесь в small data (как верно заметил Павел), то как минимум платная стажировка вам гарантирована, а скорее всего и на работу вас обязательно возьмут. Мы со своей стороны постарались подтянуть всех заинтересованных игроков рынка, чтобы выпускники нашей программы могли воспользоваться всеми имеющимися на данный момент возможностями. Но, повторяю, мне кажется эти возможности есть у любого человека, который подходит по профилю под то, что ищут компании.
— за каждый месяц программы нужно получить PASS
— чтобы его получить надо набрать выше 70% баллов за месяц
— баллы можно получить за тесты (на каждом занятии), выполнение кейса и коллоквиум (каждые 2 недели)
— кейс разбивается по 1 шагу в неделю
Как вы видите, существует много возможностей догнать свою группу — по умолчанию это нужно сделать к коллоквиуму.
Все эти условия нужны для получения сертификата, если в какой-то момент человек сошел с дистанции, то он конечно же может ходить и участвовать абсолютно во всех мероприятиях. Никакой проверки посещения нет, более того в курсе можно полноценно участвовать как онлайн, так и приходить в класс — всегда есть возможность вывести видео (с титром), задать вопрос голосом или в чате (выводится на панель в классе). Для онлайн-участников есть специальный человек — онлайн-модератор, который отвечает за взаимодействие с онлайн-участниками.
Мы понимаем, что это довольно строго, но мы в центр ставим качество. нам бы хотелось, чтобы выпускник программы не просто присутствовал на занятиях, а действительно выполнил весь объем работы, предусмотренный программой.
Насколько рассматриваемые алгоритмы тривиальны — тут наверное я с вами не соглашусь. Анализ данных — это основное содержание программы. Вопрос состоит в следующем — мы не ставили перед собой задачу разработки собственных алгоритмов. В 3-месячной программе это невозможно. Но научится грамотно использовать существующие алгоритмы и инструменты, настраивать их под имеющийся набор данных — это задача отнюдь не тривиальная. И именно такие люди сейчас нужны в индустрии. Никто не мешает развиваться дальше и глубже в область машинного обучения. Мы учим применять эти методы на практике и на реальных задачах.
Программа рассчитана на сложившихся разработчиков. У нас есть входные требования: оконченное техническое образование, опыт работы в разработке не менее 2 лет. То есть — мы берем людей уже поработавших, не студентов, и переподготавливаем их в области Big Data. В этом состоит основная идея. Надо сказать, что она активно развивается во всем мире, можете посмотреть различные интесивные буткэмпы.
Что касается ШАДа, то мы из очень уважаем и дружим с ними, преподаватели оттуда будут и у нас. Но у нас все-таки немного другой фокус — мы не готовим людей, которые могут самостоятельно разработать алгоритм распознавания изображений. Мы учим людей использовать существующие инструменты для решения трех предельно конкретных задач: построение DMP, анализ соцграфа и создание рекомендательной системы.
На мой взгляд цель программы — стать специалистом по Big Data. Есть и другие способы достичь этой цели, многие из них озвучены в этом треде. Есть и преимущества у учебной программы. Тут мне кажется каждый должен решить идти на нее или нет.
Два вопроса кажутся важными:
Хантинг — это не цель программы, а неплохой побочный результат. Но он означает, что, во-первых, идти в Big Data стоит, причем именно сейчас. Компании активно ищут специалистов и это хороший шанс построить карьеру и заниматься интересными, исследовательским задачами — причем на хороших условиях. Во-вторых, важно, что знание передается из индустрии — современные инструменты, реальные кейсы, настоящие данные. Поэтому мы и называемся «лабораторией».
Что касается компьютерных классов, то на у нас их нет специально. Думаю, побывав на Дне открытых дверей вы увидели, что на техническое оснащение аудитории в Digital October очень хорошее — электронные доски, многокамерная трансляция, титры, вот сейчас делаем пилот, чтобы можно было подключиться на занятие через Oculus Rift. :)
Наша программа — это не курсы, на которых можно 7 часов в день поспать под убаюкивающий голос преподавателя, а потом получить сертификат! Я уверен, что многие побывали на таких курсах и понимают, что можно потратить время значительно более эффективно. В ответ от участников требуется активная работа на протяжении 3 месяцев — как в аудитории, так и дома. Мы даем возможность попробовать все делать своими руками, поработать над решением реальных задач на больших данных. Уверен, это подходит не для всех, но есть люди, которым такой подход нравится, а работадатели заинтересованы в тех, кто такую программу прошел, это по-моему тоже понятно.
Андрей Неволин, Ведущий инженер по разработке ПО, EMC Skolkovo;
Екатерина Фроловичева, начальник отдела технологических исследований Сбербанк России;
Киншук Миншра, технический директор Spotify;
Андрей Свирщевский, Руководитель направлений Аналитики и Гарантирования Доходов компании SAS Россия/СНГ;
Алексей Филановский, старший консультант Oracle;
Денис Афанасьев, генеральный директор CleverData.