Работаю консультантом по внедрению (SAP, 1С). Выбрал курс, потому что тема стала хайповая, в рамках рабочих задач решил прокачать в этом направлении свои навыки, чтоб что-то сделать полезное в рамках своего бизнес-направления, а также стать более востребованным специалистом. Понравился видеоформат обучения; что к лекциям прикладывают ноутбуки (фрагменты кода) Я продолжаю двигаться в том же направлении, которое определил до обучения — сделать полезный продукт.

Работаю в институте старшим научным сотрудником, преподаю инф. технологии и сети в университете, программирую на GoLang, Java (немного Scala), Python. Область интересов: онтологическое моделирование, semantic web, linked data, ontology learning, представление знаний, NLP, машинное обучение. Курс ML Professional выбрал для того, чтобы систематизировать свои знания в области ML, порешать практические задания, избавиться от синдрома самозванца. 90% пользы дало решения домашних заданий, которые обычно включали каждый раз полный цикл действий для получения приемлемой ML модели. Т.е. понравился общий подход к ДЗ + большая часть их формулировок с поэтапным описанием. Понравились также ответы преподавателей из их личного опыта использования ML моделей. После прохождения курса,наконец, изучил "базу" ML и могу более эффективно "троллить" коллег и студентов, научился использовать ML модели в качестве компонентов своего ПО, вместо кодинга, расширил технологический кругозор в сфере решения практических задач с применением AI.

Работаю бэкэнд-разработчиком. Хотел получить базовые знания об ML, может пригодится в будущем. По курсу могу сказать следующее:лекции очень хорошо структурированы. Лекция начинается с плана и оканчивается выводами; у преподавателей хорошая дикция и они четко формулируют мысль; есть обратная связь по ДЗ, проверяющий дает советы; полезна часть по NLP и про архитектуру "трансформер"

На данный момент занимаюсь бэкенд-разработкой (python, django) в компании “Arenadata”. Окончил НИЯУ МИФИ. Интересуюсь темой машинного обучения, хотелось улучшить и упорядочить свои знания. Выбрал Otus, потому что искал курс уровня “prof” (определенный уровень знаний у меня был. И миллион одинаковых курсов "с нуля" мне не интересен). Я уже проходил обучение здесь ранее — знал, что можно найти продвинутый курс. Оценил программу курса: она достаточно объёмна. Понравилось и то, что ДЗ подразумевают существенные трудозатраты — без потраченного времени их ценность была бы ниже. Хотя моя текущая позиция не подразумевает, что ml мне как-то пригодится в ближайшем будущем, верю, что найду применение полученным знаниям. И это позволит мне не только выполнять интересные задачи, но и обеспечит конкурентное преимущество на рынке труда.

Курс мне понравился. Он подходит 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!

Обучаясь на курсе, получила много полезной информации — изучала информацию, полученную на вебинарах, и после занятий. Более детально. Многие вопросы отпали. Хотелось больше практических примеров. Полезной информации было настолько много, что не хватало времени всё изучить. Буду пересматривать курс в записи.

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 отлично подходит для тех, кто уже имеет некоторый опыт работы с данными и хочет расширить знания в Data Science и получить инструментарий для работы с различными типами данных. Рекомендую.

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.

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 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 охватывает как теоретические основы, так и детали практического применения методов ML. Объем материала огромен, впихнуть его в две лекции в неделю невозможно, поэтому нужно быть готовым к ежедневной самостоятельной работе 1-2 часа. ДЗ интересные - некоторые очень даже творческие, некоторые взяты с kaggle, но это не отменяет того, что нужно сесть и разобраться в том, как все это работает. Kaggle еще и помогает посмотреть, как это решали другие. В целом курс оправдал ожидания, теперь создание моделей машинного обучения, формализация задач стала рутинной и простой задачей для меня. Спасибо команде курса!

Хочу выразить благодарность всему коллективу ОТУС и Machine Learning. Professional и в особенности руководителю программы Марие Тихоновой. Благодаря выполненным проектам на курсе и полученным знаниям я смог получить свою первую работу в IT сфере!