Изучите Data Science: анализ данных и создание моделей, 16 курсов

Проходила курс специалист Data Science. Мне, как новичку, курс понравился, информация доносится доступно. В некоторых сложных темах было немного непонятно, но в таких случаях специалисты прикладывали ссылки на документации, статьи и другую литературу, так что проблем не возникало. Огромное спасибо!

У меня сейчас практически середина обучения. Прохожу курс Data Scientist с нуля. Я не ожидал, что будет мне трудновато, но все равно не бросил, много времени уделяю обучению. Хорошо хоть формат в виде записанных лекций, видео уроков и их можно смотреть в любое удобное время. К обучению можно приступать, не имея физико-математических дисциплин. И по окончании курса, уже с дипломом на руках, представляется помощь в трудоустройстве. Материал подается простыми терминами, чтобы каждому было понятно, все темы разобраны до мельчайших деталей. Реально углубится в ИТ сфере.

Прошла обучение на курсе "Специалист Data science" в академии Eduson. Получила огромный массив знаний и умений в области аналитики больших баз данных. Очень благодарна всем преподавателям академии, которые подготовили содержательный и полезный материал, сопровождали во время освоения курса, снабдили большим количеством дополнительного материала! Постараюсь полученные знания и умения успешно применить в практике деятельности дата-аналитика.

Курс data science Курс закончил недавно, так как появилась острая необходимость работать удаленно. Могу резюмировать, что знания, которые я получил в ходе обучения, помогли мне полностью освоить профессию, после окончанию курса уже нашел работу по специальности. Помимо теории, в курс заложено много практики и есть тренажры для отработки навыков.

Прошла обучение на курсе "Специалист Da a science" в академии Eduson. Получила огромный массив знаний и умений в области аналитики больших баз данных. Очень благодарна всем преподавателям академии, которые подготовили содержательный и полезный материал, сопровождали во время освоения курса, снабдили большим количеством дополнительного материала! Постараюсь полученные знания и умения успешно применить в практике деятельности дата-аналитика.

Думаю многие хоть раз задавались вопросом о прохождении каких-либо курсов. Кому-то они нужны для общего развития, а кому-то для дальнейшей работы, но главное понять что именно тебе интересно и будет полезно. В целом я тоже задался этим вопросом и начал смотреть курсы, которые были бы мне по душе. Выбор пал на курс Data Scientist от Нетологии. Почему я выбрал именно Нетологию? Об этой платформе я уже знал, друг проходил у них курсы Python-разработчика не так давно и в целом остался доволен. Да и видел рекламу у блогеров, поэтому и решился. Хочу отметить, что ввод в обучение происходил плавно. Не было такого, что резко выдали огромный поток информации и пришлось самостоятельно с ним разбираться, все подробно разбиралось и преподносилось в доступной форме, еще и отдельно можно было разобрать материалы, доступ к ним присутствовал. Самым подробным и легким для изучения мне был модуль статистики, другие были слегка сложноваты, но лишь от того, что я никогда не сталкивался с этим ранее. Не смотря на то, что это курс по аналитике, даже без спец образования мне было довольно интересно и максимально понятно, все это благодаря классным менторам, в частности Максиму Сахарову. Курс довольно длительный по времени, но это дает возможность подробно изучить каждый модуль и вникнуть в специфику, есть даже возможность пересмотреть конференции. Присутствовали дедлайны по дз, но не смотря на это возможность совмещать с работой осталась. Было много практических занятий на отдельные темы, которые пополнили мое портфолио для дальнейшего трудоустройства. Что касается итоговой работы в конце обучения, то тут у меня был немного ступор. Задания не были распределены по сложности, как часто это бывает, а были вперемешку. Например задание №4 оказалось гораздо сложнее №9, не буду говорить, что оно было невыполнимо, потому что весь материал был изучен, но времени на него я потратил много. В целом все преподаватели грамотные специалисты, ни один вопрос не остался без ответа.

Обучаюсь в Нетологии с 2023 года на Data scientist с нуля до middle. Долго выбирала платформу для получения образования в сфере IT, по специальности я экономист. Попробовала бесплатные курсы, сравнивала между Яндексом и skill box , больше понравилась подача материала в Нетологии. Удобное время обучения выбираешь сам, можно переносить дедлайны. Материал соответствует актуальным потребностям рынка, мониторила требования hh и сравнивала что преподают в разных школах, так же сравнивала с платформой Otus- мне они вообще не зашли. Очень хорошая поддержка в Нетологии в части трудоустройства, есть группы в discord по модулям которые проходишь, оперативная консультация и помощь преподавателей и аспирантов, много живых вебинаров, есть возможность получить стажировку, учиться мне еще год, всего курс занимает 20 месяцев, в целом впечатления о процессе и базе полученных знаний отличные. Рекомендую как доп. образование однозначно.

В данное время учусь на 1 курсе магистратуры Нетологии совместно с МФТИ, до этого в 2023г. окончил курс Data Science: Рекомендательные системы на базе университета Нетологии. Как курсом по Data Science, так и учебой в магистратуре вполне доволен. Программа качественно выстроена, за созданием и организацией учебного процесса видна огромная работа коллектива университета. Если возникают какие-либо отдельные вопросы организационно-методического характера, преподавательский состав и руководство активно работают со студентами и стараются максимально оперативно их разрешать. Активно ведется работа комьюнити Нетологии, имеется чат поддержки, проводятся неформальные встречи в рамках комьюнити, решаются вопросы общего характера. Преподаватели также находятся на связи, с ними можно решить любые вопросы учебного характера. Учебная нагрузка достаточно серьёзная, но – мы знали, на что мы шли

Привет, меня зовут – Елена, и я была студенткой курса Data Science в Нетологии. Могу с уверенностью сказать, что это был удивительный опыт обучения. Программа была информативной, хорошо структурированной и включала в себя как теоретические, так и практические аспекты работы с данными. Я особенно оценила акцент на реальных кейсах из индустрии, что помогло мне лучше понять, как применять полученные знания на практике После успешного завершения курса, я продолжила свое обучение в Нетологии, став аспирантом- модератором в направлении Data Science и аналитики. Это дает мне уникальную возможность углубить свои знания, обмениваться опытом с профессионалами в области и помогать другим студентам в их обучениию.Я безмерно благодарна Нетологии за предоставленные знания, опыт и возможность развития. Уверена, что это был лучший выбор, который позволил мне раскрыть свой потенциал в области Data Science.

Я пришла в Нетологию без базы знаний в Data Science с целью получить профессию и трудоустройство в IT. Обучалась с мая 2022 до июня 2023 года. Темп обучения комфортный. Материала достаточно для того, чтобы сдать все работы в срок.Формат подачи материала - лекции, вебинары. В конце изучения каждой темы необходимо выполнить практическую часть, которая проверяется преподавателем. Также если возникают вопросы в ходе выполнения практических заданий, у нас был чат с преподавателями и кураторами, которые помогали понять, в чем затруднение. В Нетологии есть Центр развития карьеры. После окончания обучения центразвития карьеры предложил неоплачиваемую стажировку у компании-партнера. По настоящее время стажируюсь. Иллюзий по трудоустройству не питала, и, как оказалось, правильно. Сейчас, спустя 9 месяцев, не удалось устроится на работу. Полученных знаний достаточно, чтобы участвовать в хакатонах и продолжать самообразование, но для трудоустройтва этого мало.

курс Data Science, октябрь-ноябрь 2021 школа: находится буквально напротив метро Сенная/Садовая/Спасская, добираться удобно; на автомобиле - могут быть сложности с поиском места для парковки; помещения без лишнего шика, но вполне достойно: классы чистые, тёплые, светлые; приличные туалеты; есть зона отдыха с чаем/кофе; группы до десяти человек, у нас было 9. техническое оснащение: на стол (рассадка по двое) один системник, два монитора, клавиатуры, мышки + монитор, привязанный к компьютеру преподавателя; за время обучения была пара сбоев, которые довольно быстро устранялись администрацией, на процессе обучения не сказывались. работа администрации: исключительно вежливые, приветливые, отзывчивые сотрудники (и живое общение, и чат на сайте, и телефон, и контакт); единственный минус - если сотрудники сразу не могли дать ответ/решить вопрос (в случае "нестандартных" обращений) и обещали перезвонить/передать, этого не происходило; оптимальный вариант - общение через страницу вконтакте: отвечают быстро, по сути и, опять же, вежливо. работа преподавателя (Ковалёв Святослав): человек, безусловно, отлично знающий материал, к тому же работающий по этому направлению, готовый делиться не только теоретическими знаниями, но и реальным опытом; эксклюзивные обучающие материалы к каждому занятию с полезными ссылками для более глубокого самостоятельного изучения (при желании/потребности); домашние задания трёх уровней сложности; онлайн-поддержка в течение всего времени обучения; развёрнутая обратная связь по домашнему заданию (каждому ученику по каждому заданию), разбор наиболее частых ошибок из ДЗ на занятиях; по-моему, бесконечное терпение и готовность объяснять материал "до победного". подготовка: минимум (будет тяжело, но всё же возможно): понимание чисел, графиков, функций, умение хотя бы читать на английском, страница вконтакте; желательно (мозгу придётся работать интенсивно, но до кипения не доходить): знание основ Python, представления о высшей математике (матрицы, теория вероятности, статистика...), нормальный уровень английского; чтоб можно было наслаждаться процессом обучения непосредственно Data Science, без необходимости попутно восполнять пробелы в других областях: работа с Python, свежие или не утраченные знания по высшей математике, технический английский (знание математических и IT терминов). общие впечатления: курс очень интенсивный, насыщенный; почти каждое занятие новая тема, как правило, на основе пройденных; если нет существенного багажа в области или врождённой гениальности, придётся довольно много повторять/постигать/закреплять самостоятельно, в том числе в процессе выполнения ДЗ; на момент поступления у меня были хорошо забытые знания по вышей математике, среднее знание английского, почти нулевой уровень в программировании и желание пойти работать в область IT; после первого занятия хотелось сбежать, потом стало легче; на занятии если не всё, то большая часть понятна, но когда через день-два принимаешься за домашку, приходится всё повторять заново, часто (для лучшего понимания) копаться в материалах по математике или по Python; а так как большая часть актуальной информации на английском, ещё и держать словарь открытым; наверное, курс подойдёт новичкам (типа меня) для общего понимания Data Science, существующих направлений, получения базовых знаний; людям, ищущим пути решения для конкретной задачи; людям, относительно погружённым в материал, для систематизации знаний и восполнения пробелов.

курс Data Science, октябрь-ноябрь 2021
школа:
находится буквально напротив метро Сенная/Садовая/Спасская, добираться удобно; на автомобиле - могут быть сложности с поиском места для парковки; помещения без лишнего шика, но вполне достойно: классы чистые, тплые, светлые; приличные туалеты; есть зона отдыха с чаем/кофе; группы до десяти человек, у нас было 9.

техническое оснащение:
на стол (рассадка по двое) один системник, два монитора, клавиатуры, мышки + монитор, привязанный к компьютеру преподавателя; за время обучения была пара сбоев, которые довольно быстро устранялись администрацией, на процессе обучения не сказывались.

работа администрации:
исключительно вежливые, приветливые, отзывчивые сотрудники (и живое общение, и чат на сайте, и телефон, и контакт); единственный минус - если сотрудники сразу не могли дать ответ/решить вопрос (в случае 'нестандартных' обращений) и обещали перезвонить/передать, этого не происходило; оптимальный вариант - общение через страницу вконтакте: отвечают быстро, по сути и, опять же, вежливо.

работа преподавателя (Ковалв Святослав):
человек, безусловно, отлично знающий материал, к тому же работающий по этому направлению, готовый делиться не только теоретическими знаниями, но и реальным опытом; эксклюзивные обучающие материалы к каждому занятию с полезными ссылками для более глубокого самостоятельного изучения (при желании/потребности); домашние задания трх уровней сложности; онлайн-поддержка в течение всего времени обучения; разврнутая обратная связь по домашнему заданию (каждому ученику по каждому заданию), разбор наиболее частых ошибок из ДЗ на занятиях; по-моему, бесконечное терпение и готовность объяснять материал 'до победного'.

подготовка:
минимум (будет тяжело, но вс же возможно): понимание чисел, графиков, функций, умение хотя бы читать на английском, страница вконтакте;
желательно (мозгу придтся работать интенсивно, но до кипения не доходить): знание основ Python, представления о высшей математике (матрицы, теория вероятности, статистика...), нормальный уровень английского;
чтоб можно было наслаждаться процессом обучения непосредственно Data Science, без необходимости попутно восполнять пробелы в других областях: работа с Python, свежие или не утраченные знания по высшей математике, технический английский (знание математических и IT терминов).

общие впечатления:
курс очень интенсивный, насыщенный; почти каждое занятие новая тема, как правило, на основе пройденных; если нет существенного багажа в области или врожднной гениальности, придтся довольно много повторять/постигать/закреплять самостоятельно, в том числе в процессе выполнения ДЗ;
на момент поступления у меня были хорошо забытые знания по вышей математике, среднее знание английского, почти нулевой уровень в программировании и желание пойти работать в область IT; после первого занятия хотелось сбежать, потом стало легче; на занятии если не вс, то большая часть понятна, но когда через день-два принимаешься за домашку, приходится вс повторять заново, часто (для лучшего понимания) копаться в материалах по математике или по Python; а так как большая часть актуальной информации на английском, ещ и держать словарь открытым;
наверное, курс подойдт
новичкам (типа меня) для общего понимания Data Science, существующих направлений, получения базовых знаний;
людям, ищущим пути решения для конкретной задачи;
людям, относительно погружнным в материал, для систематизации знаний и восполнения пробелов.

Учусь в школе Skillfactory на специальность Data Science от 0 до pro. Школу выбирала по отзывам и рекомендациям от hr специалиста, hh.ru. Так сложилось в сегодняшних реалиях, что пришлось искать новую профессию, к работе с данными я привыкла в своей предыдущей работе (16 лет опыта, уровень Principal). Проанализировав рекомендованные школы, остановилась именно на skillfactory. Причиной послужил удобный интуитивный интерфейс курса в первую очередь. Очень нравится как организована подача материала, пошаговое объяснение от простого к сложному. Поддержка менторов и возможность советоваться с другими студентами, очень на «изи»организован процесс коммуникации, учитывая, что все происходит в режиме онлайн. Сам курс удобен, что всегда легко находишь, где остановился, чтобыпродолжить изучать модуль.

На данный момент прохожу обучение по курсу "Аналитик данных". Курс достаточно обширный и включает в себя много интересных тем и инструментов. Достоинства курса: - Много интересной и полезной информации; - Отзывчивые менторы в большинстве своём; - Достаточно просто и системно объяснены обучающие темы; - Есть возможность проходить в своём темпе; - Очень много практики. Недостатки: - Некоторые менторы отвечают достаточно долго, возможно связано с совмещением работы; - Материал структурирован, но без дополнительного изучения не получится освоить какие-то непонятны моменты; - По некоторым темам необходимо уделять больше времени, опять же это индивидуальный момент. Итог: Курс подходит для того что бы изучать новую профессию и это должно быть Вам интересно, потенциал у данных профессий большой и квалифицированные кадры нужны. У Вас должна быть мотивирующая цель для того что бы выполнять всё вовремя. Однозначно рекомендую.

Прохожу курс "Специализация DataScience". Выделила основные для меня плюсы и минусы учебы на данном курсе. Плюсы: 1) Преподаватели действительно разбираются в своем деле и, в основном, объясняют все интересно и понятно. 2) Много практики. В процессе учебы, когда делали проекты, принимали участие в соревнованиях на Kaggle. 3) Тьютор и ментор всегда дают подробную обратную связь. Можно обратиться по любым вопросам. 4) Есть центр карьеры SkillFactory, где постоянно предлагают разные вакансии и проводят различные встречи со специалистами. 5) Всегда можно обратиться в Slack и по вопросам учебы, и по организационным вопросом. В основном отвечают быстро. Чаще всего проблема решается. 6) Можно переводиться в другую группу, если что-то не успеваешь, брать отпуск, переходить на учебы без дедлайна. 7) В целом, команда доброжелательна к студенту. Минусы: 1) Когда я поступала в самом начале учебы не было организовано какой-то вводной части. Вроде нас добавили в Slack, но непонятно было где наша группа, куда вообще бежать и что делать. Но, возможно, в последующие поступления этот вопрос уже решили, так как по этому поводу было много вопросов у людей. 2) Часто бывают проблемы на самой платформе. То что-то ломается, виснет, то зеленые галочки не ставятся. В последний раз у меня было, что пропал прогресс за deep learning. И этот вопрос никак не решился. 3) Бывают ошибки на платформе в теории. 4) Не всегда хватало времени, чтобы сделать проект. Но плюсом было то, что всегда можно было договориться с ментором по поводу этого вопроса.

Обучаюсь больше полугода по Data Science. Очень ноавится курс объемом, подачей, систематическим подходом к обучению. Меньооы и тьюторы ведут по курсу как бцдто за ручку, так что потеряться сложно. Есть пробный месяц - можно понять, ваше это или не ваше. Реклмендую!

В данное время учусь на 1 курсе магистратуры Нетологии совместно с МФТИ, до этого в 2023г. окончил курс Data Science: Рекомендательные системы на базе университета Нетологии. Как курсом по Data Science, так и учебой в магистратуре вполне доволен. Программа качественно выстроена, за созданием и организацией учебного процесса видна огромная работа коллектива университета. Если возникают какие-либо отдельные вопросы организационно-методического характера, преподавательский состав и руководство активно работают со студентами и стараются максимально оперативно их разрешать. Активно ведется работа комьюнити Нетологии, имеется чат поддержки, проводятся неформальные встречи в рамках комьюнити, решаются вопросы общего характера. Преподаватели также находятся на связи, с ними можно решить любые вопросы учебного характера. Учебная нагрузка достаточно серьзная, но мы знали, на что мы шли . Среди учебных дисциплин отдельно хочется отметить следующие модули за (на мой взгляд) высокое качество их подготовки, а также объем и новизну учебного материала: Продвинутые методы машинного обучения (группа преподавателей), Фин.математика и эконометрика (преподаватель А. Куликов), Высокопроизводительные вычисления и технологии (П.Ахтямов), Финансовые рынки и инструменты (М.Осипов), Математика для финтеха (А.Бычков), Финансовое моделирование (К.Шишаев), Разработка финансовых решений и сервисов (А.Малышко).

Выбрал курс Data Science в медицине. В кацестве подарка получила курс по ИИ. И уже получила положительные впечатления. Вся информация подается доступным и понятным языком! По мимо текстовой информации есть видео уроки с примерами. Не думала, что мне будет так интресно и я за 2 часа смогу пройти этот курс.

В прошлом году приобрела обучение по программе “Data scientists”в данной он-лайн школе. Учится ещё долго, так как обучение проходит 2 года, но в целом уже сложилось представление - обучение полностью дистанционное, ходить никуда не нужно, материал представлен как в видео формате, так и в текстовом, что очень удобно, не всегда есть возможность смотреть видео. Очень много практических заданий, прям очень много) больше всего времени, конечно уходит на них..) материал представлен доступно, плюс есть команда менторов и кураторов, которые помогают в течении всего обучения. Я раньше думала, что у меня в жизни никогда не получится ничего в программировании, но на сегодняшний день, в целом, многое получается. Пока обучением я довольна) P.S. Даже не надейтесь, что получится учиться по расписанию) объем большой, а если есть работа и дети, миссия практически невыполнима)

Обучаюсь на курсе профессия Data Science. До начала курса не было практически никаких знаний не то что бы о специальности, но и о Python, SQL. Лично мне очень нужно было что бы с самого нуля было все раскрыто, так и получилось. Подробное описание простых вещей(как сейчас понимаю простых), помощь координаторов, менторов по любому вопросу. Отлично что есть возможность перевестись в другой поток без просрочки на сдачу аттестации и проектов (некоторое время не было возможности заниматься). К большим и объемным темам есть например ссылки на углублению литературу .Уже прошел год после начала обучения. Такое ощущение что я знаю уже много, и что во много раз больше еще предстоит узнать. Главное есть понимаю что именно надо изучать и куда расти.

Прохожу обучение по курсу Project Manager в сфере IT. В рамках данного курса SkillFactory предоставляет ценный контент по проектному управлению и помогает мне прокачивать project skills. Спасибо команде SkillFactory за качественную работу!

Курс Специалист по Data Science от SkillFactory. Проучился на курсе 11 месяцев из 12, вынужден бросить, потому что глубина обучения не соответствует сложности предмета. Даются обзорные материалы, а все знания приходится самостоятельно искать в интернете. Плюсы курса: - очень актуальная тема - хорошие преподаватели Минусы курса: - менторы игнорируют вопросы - мессенджер Пачка не настроен (например, ментора вообще там нет и написать ему невозможно) - координатор ничего не знает, что-то у кого-то уточняет, но вопросы не решает - связи выше чтобы пожаловаться нет, стандартный ответ - пишите в саппорт - платформа LMS работает медленно со сбоями, поиск по материалам отсутствует совсем, по хлебным крошкам переход в начало курса - материалов откровенно мало, особенно по сложным темам, всё обзорно - на ошибки не реагируют (например, в модуле Модуль 6. Комбинаторика и основы теории вероятностей была ошибка, про которую я написал, но мне все равно снизили баллы за правильный ответ) - сложность домашних заданий не соответствует обзорному изучению библиотек Python для машинного обучения В итоге курс подходит тем, кто уже погружен в тему и хочет покрасоваться своими знаниями и завести знакомства через нетворкинг. Не рекомендую курс, если вы хотите получить новую для вас специальность, задать вопросы некому, помощи не ждите. И трудоустройства тоже, потому что джуны в этой теме никому не нужны.

Курс по Data Science. Довольно подробно и хорошо все структуризировано. Менторы помогают и отвечают довольно быстро если что-то не понятно. Нет жестких рамок по времени на каждый блог в курсе, главное уделять время чтобы все успевать.

Проходу курс по Data Science - впечатления положительные. Для не имеющих опыта в разработке есть вводный этап по Python и SQL, позволяющий компенсировать недостаток навыков в программировании.

Прошел первую ступень Data Science. Наверное, прошел как многие и многие, не за 1 год, а за 2. Работал главбухом, решил поменять что-то в жизни. Вот меняю... Что понравилось в курсе: много информации, довольно несложно проходить теоретические блоки, менторы неплохо отвечают на учебных блоках. А дальше пошли минусы: увы, курс на полном самообучении, куратор никак не участвует в твоем обучении: учишься - хорошо, нет - ну и ладно. Вообще нет персонального подхода! Дипломный проект со свободной темой и без выделенного руководителя вообще поставил меня в ступор. И ответы куратора по нему в общем пространстве в течение 1-2 суток прямо расстроили. В итоге проект делал не 2-3 недели а 2 месяца, и все равно его оценили, на мой взгляд ниже моих ожиданий, частично потому, что не было обратной связи от персонального руководителя! Как понял так и делал. Очень не хватает нарешенности. Теории очень много, она сыплется без устали. А на практике 1-2 задачки. Конечно, по окончании курса, я многое уже не помню и знаю только в теории. Вы научитесь хорошо гуглить, потому что искать пройденный материал в курсе крайне не удобно. Платформа кое-как шевелится при доступе через сайт. Много математики (кто завлекся рекламой, что можно и без знаний математики пройти курс - бегите сразу, это неправда). Работать и учиться... Не знаю, у меня не получилось. Будучи жаворонком, я не могу вообще учиться по вечерам, оставались выходные. Ну и понятно, что надолго не хватает так учиться. Вот когда на больничном, или в отпуске, или из дома работаешь - убегаешь сильно вперед. В общем, кто хотел персонального подхода - не ваш выбор, его тут нет. Только самообучение, только хардкор. Если никак не связана работа с IT - будет очень тяжело, и в 70-80% случаев вы бросите курс. Мотивировать вас никто не будет, только сами. Математики много (даже порой кажется излишне). В целом я не очень доволен курсом. Присмотрелся бы к другим школам с персональным ментором, думаю, эффективность обучения была бы выше.

Программа насыщенная и информативная, с актуальным учебным планом, охватывает все от основ Python, математической статистики и анализа данных до машинного обучения. Очень развито сообщество в Пачке, всегда есть обратная связь на возникшие вопросы, активная помощь ментора. На курс пришел с целью получить знания и диплом по перспективной специальности с дальнейшим расширением компетенцией по текущему месту работы. Времени на учебу хватает, как правило это 2-4 часа после работы. Иногда можно уйти вперед, если еще активно заниматься на выходных. Курсом и подачей материала очень доволен. Достоинства: 1. Информативность. 2. Актуальность. 3. Дистанционный формат - онлайн обучение. 4. Активная помощь менторов и развитое сообщество в Пачке. 5. Диплом государственного образца по окончанию курса.

Плюсы: информация подаётся просто и доходчиво. Материал предоставляется в видео и текстовом формате. Минусы: нет Выбрал курс Профессия Data Science с целью получить знания в области анализа данных и машинного обучения. Курс информативный, очень много практики. Материал представлен доступно и понятно. Спасибо команде курса за их труд. Они создали качественный и полезный курс. В настоящий момент нахожусь в процессе обучения. Обучаюсь после работы (по 2-3 часа) и в выходные дни благодаря гибкому графику курса. Выбором курса доволен.

Настоятельно рекомендую Скиллбокс новичкам, кто как я, решил полностью сменить профессию. Из гуманитария в IT / это мой случай. 3 года назад купила курс - Python программист, а сейчас заканчиваю профессию Data Science. И я уже не просто программист, а дата сайентист, это , пожалуй, одна из самвх самых сложных профессий в айти, тк междисциплинарная, требует большой тех базы знаний, знаний множества библиотек и пр. Но вот она я! Горжусь собой, благодарна Скиллбокс, что смогли подробно, шаг за шагом, от малого к большему, с ражевыванием для особо одаренных:), благодарю за модули Математика для Data Science- но хотелось бы еще больше линейной алгебры!!)) Особая благодарность за практику и ДЗ на каждом мелком шажочке для закрепления, и за огромные ДЗ в конце каждого модуля с задачами олимпиадного уровня в конце, на подумать, на смекалку. Некоторые ДЗ решала по 1-2 месяцам! Истина: No pain - no gain! Иногда казалось, что мозг взорвется и ему физически больно, и иногда он просто закрывался и отказывался воспринимать. Но все в результате сработало! ГЛАВНОЕ ИМЕТЬ КАРТИНКУ ВАШЕГО БУДУЩЕГО - она протащит вас через этот марафон, она будет волей и стимулом! НЕ ДЕНЬГИ, НЕ БУДУЩИЕ ЗАРПЛАТЫ, а должно быть что-то большее! Я например хочу быть ученым и исследовать космос!) Надеюсь, моя мечта сбудется! И всем желаю осознать свою мечту и идти к ней! Удачи!

Записался на курс Аналитик данных (онлайн) курс начался в назначенную дату, занятия проходили два раза в неделю по вечерам, в реальном времени. Группа была небольшая и это было хорошо т. К. Время от преподавателя уделялось всем, были теоретические задачки и давались каждому примеры для закрепления материала. Темы проходились согласно плану курса, объяснялось вс доходчиво, давался раздаточный материал от преподавателя. Курсом остался доволен, приобрл нужные знания и навыки.

Курс Аналитик данных с нуля Программа обширная, материал интересный, практические задания после теории дают возможность самостоятельно более детально изучить тему. Курс еще не завершен. Куратор отвечает быстро, работы проверяет оперативно и если что-то сделано не верно, то указывает конкретно, на что необходимо обратить внимание. После каждой проверки куратор присылает дополнительные материалы к теме. Спасибо за возможность учиться в таком формате! Платформа очень удобная в использовании, доступ к материалам бессрочный.