Всем привет! В предыдущей статье я рассказывала о своём пути поступления в ШАД. Сейчас я уже закончила первый семестр и учусь на втором. В этой статье хочу поделиться впечатлениями об учёбе: как выстроен процесс, насколько велика нагрузка и с какими сложностями можно столкнуться.
Немного о себе
Хоть я и закончила два курса ВМК МГУ, я не считаю себя сильным студентом. Я из обычной школы Калининграда, олимпиадами стала заниматься поздно, и результатов хватило только на 100 баллов ДВИ при поступлении (льгота олимпиадникам). На ВМК я училась не в самой сильной группе. Уровень курсов в ШАДе оказался для меня совершенно новым — такого насыщенного и глубокого материала у меня раньше не было.
Окружение
В ШАДе много действительно сильных ребят: всероссы, межнарники, студенты ПМИ ФКН, физтехи и другие, которые многие темы уже проходили в рамках своих вузовских программ. Я не раз наблюдала, как едва открывалась задача в домашнем задании, а её уже кто‑то сдавал. Сначала это пугало, я чувствовала себя не в своей тарелке. Но оказалось, что, помимо таких звёзд, есть и простые студенты, как я. Есть даже ребята с гуманитарным бэкграундом, их пример вдохновляет.
Выбор направления
В ШАДе несколько направлений. Я выбрала Data Science. Откровенно говоря, решение было скорее интуитивным: мне всегда была ближе математика, чем жёсткая разработка, поэтому направления «Разработка машинного обучения» или «Инфраструктура больших данных» казались сложнее и не совсем моими. Остальные направления ощущались для меня немного абстрактными.
На практике разница между направлениями в основном сводится к набору обязательных предметов в семестре. При этом есть курсы по выбору, и в целом ты не ограничен: можно брать сколько угодно дополнительных курсов, и доступ к ним сохраняется даже после выпуска.
Совет абитуриентам: внимательно изучите программу на сайте. На мотивационном собеседовании обязательно спросят, какое направление вы выбрали и почему. Если вы сможете назвать лишь пару курсов, которые хотите пройти, или начнёте судорожно гуглить — это станет красным флагом (так признавался мой друг из приёмной комиссии).
Первый семестр: три обязательных курса
В первом семестре у меня были:
Машинное обучение,
Алгоритмы и структуры данных,
Язык Python.
Расскажу о каждом подробнее.
Машинное обучение
Лекции читает Никита Волков (его лекции по матстату можно найти на YouTube). Курс охватывает классический ML:
линейная регрессия, логистическая регрессия,
доверительные интервалы в линейной регрессии,
байесовский подход к регуляризации,
PCA, t-SNE,
бустинги, bias–variance,
и в конце — введение в глубокое обучение от Радослава Нейчева.
Курс мне очень понравился, но был непростым. Я готовилась к сложностям: летом время от времени читала учебник Яндекса по ML и изучала математическую статистику. Однако из‑за излишней скрупулёзности я не продвинулась далеко, и теперь не уверена, что предподготовка оправдала себя. Возможно, в следующий раз я потрачу это время на отдых.
Алгоритмы и структуры данных
Лекции по традиции ведёт Максим Бабенко, семинары — Егор Хайруллин. Курс содержит огромное количество задач на Яндекс Контесте, а также код‑ревью. Программа включает:
всевозможные сортировки, кучи, хеширования,
sqrt‑декомпозицию, meet‑in‑the‑middle,
деревья (splay, декартово дерево, дерево отрезков),
DSU, LCA,
графы, динамическое программирование.
Моей подготовки оказалось недостаточно, поэтому курс я закрывала уже зимой (досдача домашних заданий с пониженным коэффициентом). Разрыв между уровнем алгоритмов на экзаменах и на курсе в ШАДе колоссальный. Меня об этом предупреждали «Поступашки», но я наивно полагала, что программы ВМК будет достаточно. Курс стал для меня настоящим испытанием. Зато теперь я чувствую, что могу справиться с любым алгоритмическим контестом и успешно пройти собеседование.
Python
На курсе Python мы углублённо изучали язык: пространства имён, замыкания, декораторы, байткод, итераторы и генераторы, виртуальную машину Python, MapReduce, веб, HTTP, API, async/await. На каждую тему есть задания, проверяемые автоматической системой — сделано очень удобно.
Задания уникальны и требуют самостоятельного разбора. Доступ к ним сохраняется и после окончания курса, так что можно использовать их для подготовки к собеседованиям. У меня в вузе был спецкурс по Python, поэтому этот предмет давался мне легче остальных.
Нагрузка и организация
В первом семестре на учёбу уходило не менее 45 часов в неделю. И это при том, что Python я осваивала довольно быстро. Столько времени требовалось из‑за того, что я старалась делать всё на максимум, и потому, что ML и серьёзное программирование были для меня новыми областями.
Домашние задания очень интересные. Дедлайны жёсткие: домашки обычно дают на неделю. Я часто пересматривала лекции и читала дополнительные материалы.
Некоторые студенты учатся параллельно с работой. По моим наблюдениям, им действительно сложно. Я же на время первого семестра еще была в академическом отпуске и не работала.
Второй семестр
Второй семестр идёт намного легче: я привыкла к системе и поняла правила игры. Помимо учёбы я наконец‑то начала находить время на спорт (падел, зал) и на встречи с однокурсниками — настольные игры, неформальное общение. Оказывается, многие ограничения существуют только у нас в голове.
Плюсы и минусы
Отучилась я всего полтора семестра, так что выводы могут быть предварительными, но уже сейчас можно выделить следующее
Плюсы
Много практики. Этого часто не хватает в вузах и на онлайн‑курсах.
Материалы остаются навсегда. Доступ к курсам не закрывается после выпуска, можно брать новые предметы и следить за актуальными разработками.
Помощь с реферальной программой. Многие студенты находят работу в топовых компаниях без лишних сложностей.
Сильный рост. Я заметно прокачала навыки для собеседований — сейчас прохожу их в AIRI, Yandex Research и другие научные лаборатории. Не хватает только релевантного опыта работы.
Узнаваемость. О ШАДе знают даже в MANGA (Meta, Amazon, Netflix, Google, Apple) и отзываются отлично — это информация от выпускников и знакомых.
Минусы
Высокий уровень стресса. Особенно в первом семестре, когда привыкаешь к дедлайнам и уровню задач.
Огромная нагрузка. Мало времени остаётся на личную жизнь, хобби и просто отдых.
Советы поступающим
Напоследок — что я посоветовала бы себе полгода назад.
Не бойтесь поступать. Поступить вполне реально, главное — правильно готовиться.
Не недооценивайте алгоритмы. Даже если вы отлично сдали математику, вас могут не взять из‑за программирования. Человек, который плохо программирует, вряд ли справится с домашними заданиями.
Изучите математическую статистику. Это очень поможет на курсе машинного обучения.
Оцените свои силы перед первым семестром. Три обязательных предмета — серьёзная нагрузка. Если вы планируете параллельно работать, убедитесь, что хотя бы один курс вы знаете на неплохом уровне. Изучать всё с нуля и при этом работать — практически нереально.
Чётко определите, зачем вам ШАД. Ответьте себе: какие курсы вы хотите взять и почему? Сколько часов в неделю вы готовы тратить на учёбу? Эти вопросы обязательно прозвучат на мотивационном собеседовании, и ваши ответы многое значат.
Готова ответить на вопросы абитуриентов в комментариях. Успехов всем, кто решается на этот путь!
