Я менеджер продуктов в компании Nexign и достаточно давно программирую, в основном в Outlook, тем не менее, технарь во мне периодически просыпается. В какой-то момент, прочитав пару книг про AI и учитывая профильное математическое образования, я осознал, что эта тема мне идеально подойдет и очень похоже, что искусственный интеллект совершит очередную промышленную революцию, а точнее, она начинается уже сейчас на наших глазах. Сравнив различные курсы, в итоге остановился на предлагаемой Otus специализации в машинном обучении - основными факторами были наличие занятий по математике в составе курса, а также адекватная продолжительность обучения, то есть, отсутствие обещаний сделать из вас специалиста в ML за 2-3 месяца. Понравилось, что все занятия проводятся в режиме on-line и готовность преподавателей адаптироваться к аудитории, а также интересные домашние задания с инструкциями по выполнению. Для меня обучение на программе ML Basic заложило необходимую основу и, самое главное, стимулировало желание узнать больше и развиваться в этом направлении. Планирую со временем применить новые знания в реализации программных продуктов, ну а пока, продолжаю обучение вместе с Otus...

Мне всегда было интересно попробовать свои силы в работе с ИИ и анализе данных, но не хватало смелости сделать шаг к обучению в этом направлении. Когда же я решилась, то выбрала специальность Machine Learning от Otus. Я четко знала направление, которое хочу изучить, поэтому выбрала сразу специальность из 2-х этапов. Одной из причин моего выбора была программа, рассчитанная на новичков. До обучения в Otus я не была связана с IT и работала в сфере аналитической химии на производстве, поэтому всерьез опасалась, что не справлюсь. На этом курсе обучение начиналось с основ и, хотя, мне пришлось немного подтянуть python, подача материала была настолько доступной, что у меня не возникло трудностей с пониманием. Очень понравился формат обучения: лекции 2 раза в неделю, доступные затем в записи, и домашние задания с мягким дедлайном. Если нет времени посетить занятие или задание требует дополнительного изучения, всегда можно заниматься в своем темпе. Если говорить о домашних заданиях, то они совсем не простые. Именно выполнение заданий давало мне понимание материала. В моем случае, при просмотре лекций я ухватывала суть, но не могла уловить нюансы реализации, а на практических задачах они все и выплывали. Были, конечно, и очень сложные для меня темы, когда я над одним заданием работала по 3 недели, но для меня это был основной компонент обучения. И их именно столько сколько нужно, с большим количеством домашних заданий я бы не справилась. Это была моя любимая часть учебы. Было очень интересно! Еще один момент, который мне бы хотелось отметить, это итоговый проект. Здорово, что выбор темы ничем не ограничен. Было увлекательно провести полностью самостоятельное исследование и систематизировать результаты. Теперь, окончив курс, я знаю современное состояние отрасли ML, понимаю как работают основные технологии в этом направлении и могу использовать их в своей работе.

Курс мне понравился. Он походит даже новичкам, которые не имеют представления о Data Science. Мотивация у студентов должна быть достаточно высокой, так как требуется много самостоятельной работы, впрочем как и везде. Спасибо преподавателям!

Обучение на курсе мне понравилось. Материалы к урокам от Маши Тихоновой просто бомба, наверное одни из лучших тетрадок ноутбук, по которым легко и просто вникать в предметную область. Легко разобраться. Спасибо за обучение и переданный бесценный опыт! Спасибо всем преподавателям за ваши уроки.

Открывая новый учебный год в 2023 г., решил углубить свои знания в области машинного обучения. После долгих поисков различных курсов, я остановился на курсе машинного обучения в OTUS. Очень радуюсь, что выбрал именно этот курс. Курс в OTUS сбалансирован между теорией и практикой, что позволяет мне вникнуть в материал, а не просто пройти его. Это важно, потому что в области машинного обучения теория и практика тесно связаны, и без практического применения теоретические знания могут быть забыты. Отличное в курсе - это домашние задания. Они позволяют мне углубиться в материал, не просто пробежаться по нему. Это особенно важно в области машинного обучения, где практика - это ключ к успеху. Курс помог мне углубить свои знания в области машинного обучения и подготовил меня к дальнейшей работе в этой области. Рекомендую этот курс всем, кто хочет изучить машинное обучение.

Курс очень хороший. Я обучалась ML с полного нуля. У меня был опыт на питоне и университетская мат. база, мне этого хватило для полного понимания тем. Хорошие большие практические задания, при их выполнении приходит ясное понимание что и для чего ты делаешь. Но просто слушать уроки недостаточно, некоторые уроки приходится просматривать несколько раз (для усвоения информации) и довольно большое количество доп. материалов, на которые тоже нужно уделять время. В целом, мне все понравилось, спасибо.

Курс не просто понравился, стал началом освоения новой сферы и отрасли IT, благодаря увлеченной команде молодых и практикующих преподавателей. Удалось получить эффективный материал для успешного старта обучения от Виталия Сидоренко, погрузиться в сложную теоретическую часть занятий, благодаря Глебу Карпову и его любви к науке, узнать о технической части, методах и правилах программирования с Евгением Ревняковым, об основах и практической части работы с данными с Евгением Романовым, получить наглядные примеры решения задач теории вероятности от Константина Алексина, дойти до итогового результата в понимании и применении ML с Марией Тихоновой. Спасибо команде за увлекательный курс и возможность стать частью сообщества увлеченных ML!

Это реально очень классный курс, дает базу. И NLP затронут, и модели.  Выступления Тихоновой очень интересны, видно что ей самой очень интересно давать материал. Я не успевал выполнять ДЗ, но итоговую работу сделать - дело чести. После курса ML professional записался на курс CV, потому что он ближе всего к Deep Learning. Пока моя работа не связана с применением ML, я Kotlin разработчик, но мне очень интересно разобраться как ML и DL работает.

Работаю руководителем отдела разработки и тестирования по направлению финансовые технологии, в небольшой it-компании. Заказчик - крупная российская финансовая организация. По образованию математик, преподавала статистику в вузе. Выбрала этот курс с целью «осовременить» свои знания в области анализа данных, попробовать на практике анализ текстов, построение рекомендательных систем, ознакомиться с инструментами для нейронных сетей. При обучении всё понравилось, и теории, и практики достаточно, чтобы самостоятельно начать что-то делать в выбранном направлении. Очень высокий профессиональный уровень преподавателей. Объяснение материала иногда кажется сложным, но при повторном (и далее) просмотре можно разобраться в сложных местах. Для освоения методов анализа данных на «продвинутом» уровне - курс отличный! Что дал курс: курс не связан с моей текущей профессиональной деятельностью. Поскольку у меня хорошая база в области анализа данных, то удалось прокачать несколько забытые навыки анализа и моделирования, потрогать Python, понять свои слабые места. В перспективе, возможно, вернусь к анализу данных в профессиональной деятельности.

Хороший курс для того, чтобы вспомнить основы ML с упором на практическое применение, в т.ч. пайплайнов. Все вопросы решаются быстро. Марии отдельный респект за выкладывание подборок для дополнительного изучения по каждой теме.

Это мой первый опыт получения знаний на онлайн-курсах. Не ожидал, что это окажется так трудно.Но при этом совсем не разочаровался. Объём полученных знаний оказался более, чем ожидаем, и надеюсь может стать основой для дальнейшего развития в области машинного обучения. При выполнении проекта, который был связан с моей работой, смог убедиться, что изученные алгоритмы машинного обучения дают очень хорошие результаты. Все преподаватели на Отусе молодцы. Материал объёмный, но при этом почти всё оказалось доступным для понимания. В некоторых случаях мне просто не хватало фундаментальных знаний математики, но тут уже, я понимаю, это мои проблемы ) Возможно, если результаты исследований, проведённых в рамках проекта, понравятся начальству на работе, будут запланированы уже какие-то специальные активности, которые приведут к внедрению машинного обучения на моей работе. Я на это очень надеюсь и тогда наверно запишусь на ML Advanced.

В целом полученными на данном курсе знаниями по базовому ML я доволен, во многом благодаря последнему блоку от Марии Тихоновой, за что ей безумно благодарен. Для меня, как человека уже знакомого с Python до курса, показалось избыточным многообразие первоначальных лекций по Python. Из реально нового и полезного по Python лично для меня было только знакомство с Pandas и пакетами визуализации. И, напротив, часть по линейной алгебре и статистике можно было чуть-чуть расширить (вероятно, урезав часть лекций по Python), поскольку с вуза уже многое напрочь забылось.