Отзывы
Все
Игорь Пережогин
Нашел Отус по рекламе на hh, и, поскольку интересовался тематикой машинного обучения, решил пойти на курс. К началу курса лично меня интересовало, главным образом, два вопроса: насколько хорошо нужно знать Питон для обучения на курсе, и буду ли я успевать выполнять домашние задания? С учетом пройденного курса, могу сказать так: Питон на курсе, конечно, нужен, но если даже нет большого опыта программирования именно на этом языке, можно осваивать все инструменты по ходу дела, если есть базовые знания в Питоне и, вообще, опыт программирования. При этом, пожалуй, домашнее задание иногда занимало больше времени, чем планировалось, но зато я получил больше практики с Питоном. Касательно времени, потраченного на ДЗ: иногда у меня мог уйти весь выходной (пару раз даже больше), а некоторые получались часа за три-четыре. Кроме того, очень удобно, что нет жестких сроков сдачи ДЗ, и их можно досдавать в конце курса, т.к. если вы работаете это не всегда может получаться вовремя. Хотя, конечно, лучше делать, когда помнишь, что было на занятии. О самом курсе: в целом, очень хорошее впечатление, на мой взгляд общего вузовского курса математики вполне достаточно для понимания всего, что там преподается. Понравились преподаватели, многое умеют объяснить не просто формально, но и «на пальцах». Особенно хочу поблагодарить Дмитрия Сергеева и Дмитрия Музалевского, которые прочитали большую часть лекций. Они всегда предельно понятно и структурно доносили материал, очень подробно отвечали на вопросы. Кроме этого понравились лекции Андрея Сухобока и Валерия Бабушкина (их было всего по одной). Из плюсов хочется отметить, что преподаватели всегда стараются сделать акцент на практическое применение полученных знаний и освоенных инструментов. Домашние задания, в целом, тоже на это ориентированы. Отдельно хочу сказать спасибо организаторам и преподавателям за организацию нескольких дополнительных занятий по просьбам учащихся, было интересно!
Игорь
Я интересуюсь машинным обучением очень давно, более десяти лет. За это время разработал ряд решений в медицинской области, техническом зрении и гидродинамике. Как известно, саморазвитие это бесконечное путешествие. И чтобы его продолжить, мне требовалось освоить современные программные инструменты, а также актуализировать теоретические знания в области искусственного интеллекта. Для этой цели я выбрал курс Otus. Machine Learning Professional. Решил сразу пойти на профессиональную версию, поскольку подготовка позволяла. На курсе я узнал много нового из области аналитики. Подробное рассмотрение таких тем как EDA, прогнозирование функций, сверточные и рекуррентные сети, и, конечно, анализ естественного языка (NLP) позволило хорошо разобраться и в теории, и попробовать реализовать эти методы на практике. До курса я был не очень знаком с языком Python, поэтому были сомнения, что я осилю задания. Однако, я смог сделать их все! Некоторые были действительно сложные - особенно классификация спутниковых снимков облаков с помощью сверточной нейронной сети, где надо было выделять различные формы облачных образований. Зато это очень приятно, когда понимаешь, что решил такую непростую задачу! Осваивать Питон и Google Colab вполне реально, особенно с советами преподавателей и кураторов Otus. Не всегда получалось смотреть в онлайн режиме лекции курса, поэтому очень понравилась функция для просмотра записи вебинаров. Буду говорить только за свой курс, но все преподаватели, кто вëл занятия у нашей группы, были очень компетентны в своей профессии. К занятию всегда прикладывают дополнительный материал из программ, презентаций и полезных ссылок. Благодаря такой помощи я и сумел сделать все предложенные задания и понять их суть и практическую значимость. Считаю, что полученные знания позволят мне продвигаться в любимом деле и развиться как в профессиональном, так и карьерном плане. Еще раз спасибо, Otus!
Павел Ломов
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.
Артём Старовойтов
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.
Николай Задубровский
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.
Наталья Золотарева
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.