Отзывы выпускников курса «Machine Learning»
Мы в OTUS постоянно интересуемся мнением наших студентов о том, насколько им интересно учиться, что именно они узнают, чем запоминаются занятия, с какими проблемами сталкиваются. Специально для этого была внедрена опросная система, цель которой — улучшить качество образования и оперативно устранять возникающие проблемы. И конечно, мы всегда радуемся, когда студенты готовы дать фидбек не только в формате опроса, но и ответить на конкретные вопросы лично. Так мы связались с выпускниками курса «Machine Learning» — Василием Курочкиным и Виталемй Русакевичем.
Василий Курочкин:
Шёл на курс с целью научиться использовать на практике машинное обучение в Python (до этого несколько лет решал аналогичные задачи в системе SAS Enterprise Miner, а на новом месте работы доступен только Python). Цели своей достиг, на новой работе быстро втянулся и успешно прошел испытательный срок.
Плюсы курса: 1) Ориентация на практику. Минимум занудства, максимум реальной работы. 2) Преподаватели из индустрии. Знают, что актуально, рассказывают интересные кейсы, дают ценные советы.
Минусы курса: 1) Преподаватели из индустрии. Ребята крутые специалисты, но (пока) не все из них крутые преподаватели. 2) Было несколько тем, которые бы я вряд ли осознал, не имея предыдущего опыта.
В общем и целом впечатления от курса и организаторов положительные, как закончу, пойду ещё учиться на курс «Нейронные сети на Python».
Виталий Русакевич:
Курс интересный, много практики. Хотя по ощущениям многовато домашних заданий, не успеваешь сконцентрироваться, тщательней обдумать выполнение заданий и заодно осмыслить теорию, почитать что-то сверх материала. Может быть имело бы смысл их уменьшить штук до 13-15. По мне идеально одно задание на неделю в среднем.
Полезно, что проходили темы, не на прямую связанные с машинным обучением, например, pipeline, парсинг. Нравится подача материала Дмитрием Сергеевым — темы начинает объяснять с простого "на пальцах", постепенно увеличивая сложность.
Также очень хорошо, что Дмитрий Музалевский даёт обратную связь при проверке дз, подсказывает где можно что-то ещё улучшить в будущем, задаёт направление. Ну либо подчеркивает, что сделано отлично!
Может быть ещё бы добавил при прохождении каких-либо алгоритмов на занятиях объяснение, где в каких моделях стоит на какие параметры обращать больше внимания, а на какие нет в конкретных часто используемых библиотеках. Что требует настройки, а что нет. Понятно, что в документации всё есть, но она не всегда понятна обычному неопытному человеку. Потому как в итоге работать придётся с этими библиотеками, поэтому подробности не помешали бы.
Было бы круто сделать интеграцию резюме с hh или с сервисом "Мой Круг", поскольку очень не хочется копипастить оттуда резюме, и при внесении изменений в hh, оно бы поменялось и на сайте OTUS. Ну и надеюсь, что проект поможет найти работу связанную с машинным обучением!
