Инженер данных от KARPOV.COURSES

Несмотря на то что у меня уже был определённый опыт, некоторые вещи стали реальным открытием. Например, что помимо классических нормальных форм существуют методологии Data Vault и Anchor Modelling до курса даже не знал о них. Наконец-то стало понятно, что из себя на практике представляет Big Data. Попробовал кучу инструментов. Впервые поработал с GitLab - намучился с конфликтами слияния. Поработал с Airflow: здесь, честно, хотелось бы больше уроков. Финальный проект сделал относительно легко, но застрял на модуле «Облачное хранилище». Главное для меня - действительно много практики. Нужно было реально выделять время, чтобы всё пройти и понять материал. Если возникали вопросы, поддержка реагировала оперативно. В общем, не скажу, что после курса стал полноценным инженером данных, но появилось ощущение уверенности: теперь понимаю, что если сесть и подумать (или погуглить) - в принципе справлюсь с любой задачей.

Структура курса продумана блестяще. От проектирования DWH и основ MPP СУБД до автоматизации ETL, работы с Big Data и облачными хранилищами - рассмотрены ключевые аспекты работы инженера данных. Проект «построить сквозной процесс от Data Lake на pySpark до хранилища на S3 и Greenplum, связав всё в DAG Airflow» - реальная задача, которую ждешь от качественного курса. Выполняя его, с головой погружаешься в рабочие процессы, а поддержка команды наставников не позволяет опустить руки.

Обучался на курсе START ML больше полугода. До этого у меня был опыт работы аналитиком данных. Курс проходил параллельно с работой. В целом курс понравился. Все блоки проработаны хорошо. Для меня лично это было повторением некоторых тем, так как ранее я проходил несколько курсов в этой школе. Отдельно хочу отметить работу куратора - Юлии Рожковой, которая помогала переносить дедлайны и мотивировала меня на прохождение курса. Благодаря ей я успешно завершил этот курс). Также хотелось бы отметить поддержку, которая работала оперативно. Надеюсь, я приду к вам на еще один курс) Рекомендую всем)