Отзывы
Все
Дмитрий
Я почти всю карьеру работал C/C++ разработчиком, перешел в архитекторы программного обеспечения, разрабатываю микросервисные системы. Однако, с областью больших данных не был связан. В связи с новой должностью и специфическим опытом разработки появилась потребность в расширении знаний и кругозора, поэтому выбрал курс "Data Engineer". Он позиционируется как курс с уровнем "начинающий", но при этом затрагивает очень широкий набор тем - это как раз то, что мне и было нужно. Мне понравилось, что преподаватели специализирующиеся на разных областях data инженерии рассказывали свои блоки тем, старались донести информацию очень понятным языком и могли ответить на вопросы, основываясь на своем практическом опыте. Понравились домашние задания на курсе. Как обычно и бывает в обучении - именно из практических занятий и складываются твердые знания, когда делаешь своими руками. Со многими тонкостями и особенностями сталкиваешься уже в процессе практики. Выпускной проект позволил собрать воедино почти всё, с чем нас знакомили на курсе. Больше всего понравились темы с Airflow и Spark. Было приятно самостоятельно коснуться инструментов ELK. Также открыл для себя интересную концепцию хранения данных в БД - Data Vault 2.0 - после мышления классическими табличками оно позволило сильно по-новому посмотреть на слой хранения данных. Понимаю, что курс для уровня "начинающий" и было бы неправильно включать в него очень много домашних работ, ведь это может отпугнуть студентов. Но лично мне хотелось больше домашек. Не всё удаётся потрогать в выпускном проекте из-за ограничений по времени на его реализацию. Хотя бы небольшой практический опыт по каждой теме получить очень бы хотелось. По итогу курс "Data Engineer" лучше всего закрывал мою цель расширения компетенций для роли архитектора программного обеспечения, кругозора технологий и позволил заглянуть в область инженерии данных. Он дает системную архитектурную картину всего ландшафта Big Data. Я начал лучше понимать для чего нужны эти инструменты, как они взаимодействуют и как с их помощью строить системы. Возможно, отчасти осталось ощущение "верхушечности" по некоторым темам, но это скорее аппетит, который пришел во время еды.
Дмитрий
Я почти всю карьеру работал C/C++ разработчиком, перешел в архитекторы программного обеспечения, разрабатываю микросервисные системы. Однако, с областью больших данных не был связан. В связи с новой должностью и специфическим опытом разработки появилась потребность в расширении знаний и кругозора, поэтому выбрал курс "Data Engineer". Он позиционируется как курс с уровнем "начинающий", но при этом затрагивает очень широкий набор тем - это как раз то, что мне и было нужно. Мне понравилось, что преподаватели специализирующиеся на разных областях data инженерии рассказывали свои блоки тем, старались донести информацию очень понятным языком и могли ответить на вопросы, основываясь на своем практическом опыте. Понравились домашние задания на курсе. Как обычно и бывает в обучении - именно из практических занятий и складываются твердые знания, когда делаешь своими руками. Со многими тонкостями и особенностями сталкиваешься уже в процессе практики. Выпускной проект позволил собрать воедино почти всё, с чем нас знакомили на курсе. Больше всего понравились темы с Airflow и Spark. Было приятно самостоятельно коснуться инструментов ELK. Также открыл для себя интересную концепцию хранения данных в БД - Data Vault 2.0 - после мышления классическими табличками оно позволило сильно по-новому посмотреть на слой хранения данных. Понимаю, что курс для уровня "начинающий" и было бы неправильно включать в него очень много домашних работ, ведь это может отпугнуть студентов. Но лично мне хотелось больше домашек. Не всё удаётся потрогать в выпускном проекте из-за ограничений по времени на его реализацию. Хотя бы небольшой практический опыт по каждой теме получить очень бы хотелось. По итогу курс "Data Engineer" лучше всего закрывал мою цель расширения компетенций для роли архитектора программного обеспечения, кругозора технологий и позволил заглянуть в область инженерии данных. Он дает системную архитектурную картину всего ландшафта Big Data. Я начал лучше понимать для чего нужны эти инструменты, как они взаимодействуют и как с их помощью строить системы. Возможно, отчасти осталось ощущение "верхушечности" по некоторым темам, но это скорее аппетит, который пришел во время еды.
Крикор Дзреян
В целом, курс был достаточно динамичным и в тоже время комфортным по расписанию. Т.е. два раза в неделю - удачный выбор. Из плюсов также отмечу подход к ведению занятий. Была теория, практика и ответы на вопросы здесь и сейчас. Курс был интересным, затрагивали разные темы и инструменты. Хотя в некоторых случаях, не хватило времени и погружения в глубину. К примеру, в некоторых моментах хотелось бы больше практики и, возможно, задач "со звёздочкой". Вместо всего этого порой в полтора-два часа пытались поместить несколько сухую выжимку. На мой взгляд: человеку без опыта в этой области данных знаний недостаточно. А специалисту с опытом они не очень то и помогут. На счёт домашних заданий также хотелось бы оставить комментарий. Пусть я и не слишком ответственно подошел к их выполнению, но всё же очень хорошо что они были. А ещё мне бы хотелось чтобы они были по каждому уроку. Пусть они и дальше остаются не обязательными к выполнению, но было бы хорошо, если студенты сами принимали решение что им хочется поделать, а что не столь интересно. К примеру, я бы хотел углубиться в GreenPlum, Kafka и ClickHouse. Но, на сколько я помню, ни по одной из этих тем не было ДЗ. Подводя выводы, я бы оценил курс на 7/10. Может я моментами и не получал информацию в том объеме, в каком хотел бы, но по крайней мере в таких ситуациях я определял для себя дальнейший вектор развития и понимал что именно надо "погуглить" чтобы найти ответы на свои вопросы. Я выражаю благодарность всем преподавателям и службе поддержки. Отдельно хотел бы отметить преподавателя: Осипова Николая, за отзывчивость и стремление донести знания до каждого)) P.s. с вами было интересно и комфортно сотрудничать!
Анна Саратовцева
Курс мне очень понравился, рада, что решила его приобрести и пройти. Проходила его с целью привести свои навыки в соответствие с запросами рынка, т.к. в сентябре скорее всего придётся или искать новый проект, или даже новую работу, т.к. текущий проект заканчивается. Рассчитываю, что курс помог мне стать более востребованным специалистом, что и смогу оценить в сентябре) Самое важное, что я вынесла из курса - это знакомство с очень большим количеством технологий, о которых я теперь имею хотя бы небольшое представление. Это снизило страх идти на собеседования, т.к. раньше я очень терялась от такого обилия незнакомых слов и технологий. Также с достаточно большим количеством технологий удалось попрактиковаться в домашних заданиях и курсовой работе, самое главное, что я здесь для себя на данный момент выделяю - Airflow и Spark, как одни из самых распространённых. Возможно, было бы полезно также иметь ДЗ по Kafka, т.к. она тоже часто встречается. Я планирую сама попробовать в ней попрактиковаться, когда выдастся время. Также планирую попрактиковаться в dbt, которого не было на курсе, т.к. и он часто встречается.
Вера
В целом курс понравился. Преподаватели на курсе опытные и грамотные. Особенно хочу отметить преподавателей - Андрея Чучалова, Алексея Железного и руководителя курса Вадима Заигрина. Андрею Чучалову благодарна за информативную и конструктивную обратную связь по ДЗ. Все преподаватели понравились. Курс структурный, каждому модулю предшествует обобщающая лекция, представляемая руководителем курса. При подготовке проекта удобно было пользоваться материалами занятий, а так же практическими наработками преподавателей. Огромным плюсом является предоставленная студентам возможность реализовать практические задания в Yandex Cloud. До прихода на курс у меня не было опыта в DE. Учиться было сложно, но во всем можно было разобраться. Очень понравились занятия по Spark; Airflow; DWH; Hadoop; Hive; Kafka, Elk. В одной лекции мне было не просто разобраться в связи с отсутствием практического опыта в данной сфере: DevOps практики. CI + CD. Могу сказать, что курс доступен и информативен для тех, у кого опыта совсем не много, но есть желание учиться.
Анастасия Шемет
В конечном итоге получилось не просто разобраться в инструментах дата инженера, но и сделать в них целый проект. Считаю, что инструменты, которые отписывались в курсе очень органично собраны все вместе и понятно объяснены Конечно, это было своего рода челленджем для меня - пройти этот курс, т к навыки в этой области у меня были практические нулевые. Но оно того стоило Из пожеланий (уже высказывала это в ранних фидбеках (может быть устно, не помню)): делитесь материалами к лекциям заранее. Мне было бы гораздо проще понимать лекции в режиме онлайн, если бы у меня была возможность заранее к ним подготовиться: прочитать слайды, дополнительные материалы, разобраться с инструментами, которые используются в демо на уроках. Без этого я ничего не понимала и не могла задать внятные вопросы преподавателю в прямом эфире, разбиралась уже офлайн. Это тоже ок, но терялся смысл вебинаров Но в общем впечатления положительные, курс стоил своих денег и уже принёс плоды Спасибо!
Федор Песяк
До обучения в OTUS я занимался в основном нативной разработкой на Python. Как таковой дата инженерией я не занимался. Курс привлек внимание тем, что он плавно вводит в тему. На презентации рассказали, что он больше подходит для новичков в Data Engineering, что мне подходило. В целом, курс добротный. Рассказывают и про теорию, и про практику. После прохождения у меня более-менее сложилась картинка, что из себя представляет профессия дата инженера. Понравилось, что достаточно подробно разбирали некоторые инструменты типа Spark или Airflow (лекции и презентации можно использовать в качестве базового туториала). Домашние работы были достаточно прикладными - научили, как запускать машины в облаке, как собирать докеры, как писать на Scala. Плюс проектная работа, тему к которой я выбрал самостоятельно, исходя из задач на текущей работе. Не понравились отдельные лекторы, не очень хорошо рассказывали об отдельных темах. Некоторые инструкции к домашним заданиям можно было бы оформить и получше. Очень хотелось бы добавить в курс обработку изображений и видео, разбор инструментов, которые позволяют быстро работать с картинками. В основном все разобранные решения касались только текстовых или бинарных данных. По окончании обучения мне удалось реализовать проект на текущем месте работы и получить должность дата инженера. Знания, полученные на курсе, пришлись к месту. Я доволен тем, что прошел курс до конца. Это был полезный опыт.
Алексей Чуб
Безусловно, полезный курс. Надо, однако, понимать, что это не курс общего назначения, как я думал до его прохождения. Это курс именно по этой специальности - инженер данных. В старой терминологии это близко к разработчикам баз данных, так называемым "ораклистам" и т.п. Для бэкенд-разработчиков (java и др.) он может быть полезен для общего развития, но это в общем-то другая специальность. Что понравилось - ширина охвата, крутые преподаватели, особенно Егор Матешук. Что не понравилось - некоторое отсутствие общей идеи, общего плана курса. Каждый преподаватель ведет свои темы как бы независимо от других. От этого общий результат, думаю, получается хуже, чем он мог бы быть, если бы изначально лекции и домашние задания как бы продолжали друг друга в разных темах. Например, все домашки были бы в однородном окружении. Полезно также было бы больше времени на лекциях уделять объяснению того, что надо сделать в д/з. Еще не особенно понравилось качество проверки домашек, сложилось впечатление, что преподаватель засчитывает их, почти не глядя.
Сергей Грибков
Целью моего обучения на курсе было освоить технологии Big Data в целом и экосистему Hadoop в частности, и с уверенностью могу сказать что мне это удалось. Курс очень разнообразный, разбирается множество используемых в Big Data инструментов и технологий, а также вопросы архитектуры, дается комплексное представление о предметной области. Конечно, отдельные темы освещаются довольно бегло, но это мотивирует разобраться самому. Для обучения желателен определенный опыт, но понимая принципы работы БД, ООП и общие требования к обработке данных, можно в довольно сжатые сроки освоить технологии Big Data и применять их на практике. Также хочу отметить, что занятия проводятся в "прямом эфире", что сейчас встречается все реже. Это способствует более быстрому усвоению материала и обеспечивает планомерное его изучение. По самой структуре курса могу предложить заменить отдельные "проходные" темы, например, Jupyter Notebook на Docker.