Я брал курс Аналитик данных. Впечатления в целом положительные. Понравилось, что обучение построено вокруг реальных задач, а не только просмотра лекций. Особенно полезным для меня оказался блок по SQL,после практики стало гораздо понятнее, как применять знания в работе. Материал местами непростой, поэтому расслабиться не получится, но все осваивается, это нормально. После курса стал увереннее работать с данными и лучше понимать задачи аналитика.
теория перемежается с практикой всегда, теория (включая математику) подаётся хорошо
Отличный курс для всестороннего расширения технического кругозора
Отличный курс для тех, кто уже что-то понимает в ML, но застрял в каком-то одном направлении и хочет не только развиваться в глубь, но и в ширь. Хорошая и отзывчивая поддержка, которая в чатах всегда подскажет, что не так с решением.
Занимался в карпов курсе аналитикой данных, заняло чуть меньше полгода и за это время я ощутил себя крайне наполненным и подготовленным. При том что начинал я абсолютным новичком, теперь я чувствую себя достаточно уверенно. Буду продолжать образовываться.
много практических заданий, но также присутствует необходимая теоретическая база
Я изначально работал в сфере менеджмента, в этой области был неплохой опыт. Знал некоторые вещи о ML и DE, но далеко не все. Сложно было конкурировать с людьми, которые в этом плане понимали намного больше меня. Сейчас появилась куча позиций DS Manager. Они привлекают большой за действенностью софт скиллов. Надо еще уметь управлять командами, решать важные задачи, владеть достаточно большим инструментарием, быть с ним на ты. Я вообще неплохо двигаю проекты, по моему скромному мнению, и это в итоге стало решающим фактором. Я сначала боялся уходить из инженерии, мне там был интерес и ресерч и сам процесс. Но в итоге остановился на Data Science, не пожалел, проходил хорошо собеседования в компании в США. Уже скоро на работу выхожу. Интервью состояло обычно из базового и продвинутого ML, не считая этапа работы с кодом. Важно умение не только предложить решение, но и объяснить его максимально доступно. Если задают вопросы, надо отвечать простым языком даже, а не специализированным. Вы и так уже должны этим владеть, поэтому данная стадия особых сложностей не представляет. Разве что подкинут каверзных вопросов как всегда, но это дело решаемое, ну и на софт скиллы проверят. Проявить себя нужно и важно именно на более глубоком уровне. HardML мне тут сильно помог. Бывает такое, что работодатели сами не знают некоторых штук. Послушать о них им особенно интересно. Вы выделитесь, если что-то такое принесете и предложите им. Владение тем материалом, где они разбираются, тоже важно разумеется, но надо что-то сверху докинуть. И проекты с кодом станут хорошим подспорьем тоже. Еще у нас фигурировали Fast Nearest, MultiArmedBandits, Clusterization и другие такие инструменты. Я дополнительно хвастанул Толокой, Dask Feature Lib и лейбелинг пайплайнами. Еще хочу отметить, что собеседования не всегда проходят по четко выстроенному сценарию, ими можно и даже нужно управлять, сходить с протоптанной дорожки. Это наоборот оценят, потому что обычно они слушают миллиард тех же ответов на стандартные вопросы из списка. Вы вызовете любопытство, если заинтересуете актуальными технологиями, выйдете за рамки. Я вот какой стратегией пользовался: снимал дискомфорт при помощи "разговоров о погоде", шел на контакт, чтобы вызвать симпатию, шутил про разные штуки, прощупывал почву и пытался настроиться на общую волну с людьми. Дальше разбирался, с чем вообще работает команда и предлагает свои идеи из общей копилки. Кладезь полезных знаний тут пригодится) Заготовки для продвинутой части важно преподать еще на этапе рассказа о себе. Базовый этап лучше побыстрее проскочить и выйти на тот, где вы действительно можно блеснуть. Дальше вы именно им плотно и занимаетесь, но сильно в дебри не уходите, контролируйте разговор. Покажите свои наработки и код, пусть получат представление об ожиданиях-реальности. Все эти знания мне подарил курс по IT и они более чем пригодились, как видите)
понятный материал, с хорошим балансом теории и практики
Курс сделан по-взрослому, с заделом на то, что его выпускники пойдут в реальные компании с реальными требованиями. Т.е. это не ситуация, что "мне понравилось потому, что было легко", а было тяжело, но было понимание, что потом ты уверен в результате. Материал подается хорошо, теория всегда сопровождается практикой. Математика, которая лежит в основе, представлена очень наглядно. То, что я так и не понял в институте, мне понятно здесь объяснили.
кураторы работают даже по воскресеньям
тут не столько недостаток, сколько несоответствие ожиданием, к середине курса плотность материала становится заметно больше, чем в начале, совмещать с работой тяжело
Курс длился 2 недели, быстро, про главное, для меня было удобно, хорошая поддержка, ответы на интересующие вопросы. Появилось много идей, используя ИИ и RAG, ответили на вопросы по программированию в ИИ IDE.Преподаватель - Ярослав Шуваев, благодаря его опыту ответы достаточно мудрые, разбор того, что действительно нужно, стало понятно что и как использовать в разработке.
полностью оправдал мои ожидания: именно такую структуру, глубину и поддержку я и рассчитывал получить
Мой отзыв больше отражает моё отношение к удалённому обучению (без доступа к живому общению с преподавателем), нежели конкретно к этому курсу. Но тем не менее, на мой взгляд, когда работающие люди оплачивают обучение, они должны иметь возможность получить исчерпывающие объяснения по непонятным вопросам до завершения дедлайна, а не после в виде разбора урока. При этом, отмечаю высокую скорость ответа преподавателей на вопросы от студентов. Платой за сравнительную доступность курса является недостаточная глубина работы с преподавателями, особенно, если разные часовые пояса - семинары и чаепития (они являются большим плюсом) сложно посещать, да и усвоение информации в сильно вечерние или ночные часы затруднено. Технические проблемы коллеги преодолевали достаточно быстро, при этом, альтернативные платформы были не всегда удобны, как те, на которых начинали обучение (D...d, Y...e). Готов ли я порекомендовать эти курсы - да, но с рядом оговорок: 1. Если молоды и формат удалённого обучения и общения вполне устраивает (я сторонник полноценного академического образования), 2. Если имеете базовые знания программирования, 3. Если не страдаете синдромом отличника (очень напряженные дедлайны).
В целом объем курса показался на столько большим, что даже с опытом в ит осваивать материал времени не хватало.
объём материала, преподаватели, кураторы и задания
финальный проект, который сильно устарел и поддержка, в которую через какое то время пропало желание обращаться, потому что отвечают редко, нехотя и не по делу
Разобраны до косточек широкий объем тем, начиная от сугубо рутинных, типа парсинга сайтов, то обучения моделек и использования возможностей больших языковых моделей (AI). Настоятельно рекомендую тем, кто хочет в жестком, но весьма эффективном режиме погрузиться в большой объем практических тем. Быстрее Вы не сможете это сделать ни на одном курсе. Но конечно нужна дисциплина, никто не будет вам напоминать, тащить за ручку, что для меня на самом деле было даже плюсом.
задачи разделены на 3 уровня, есть ссылки на дополнительные материалы, это очень экономит время и самое главное - это практика, есть возможность применять данные знания к реальным боевым кейсам, что самое ценной в симуляторе
иногда испытывал сложности с проверкой решений через сайт, не всегда было понятно, в чем причина ошибки, но к счастью можно задать экспертам вопрос в чате, в течение 1-2 дней получить ответ и дорешать задачку
Мне понравился курс «Инженер машинного обучения». Он хорошо организован по времени и по структуре: курс разделён на блоки, и по итогам всех блоков собирается единый финальный проект, к которому подводят постепенно. Больше всего понравились блоки по машинному обучению и Python.
сильная поддержка по вопросам по заданиям, понятные лекции и интересные задания, нагрузка и затраты времени выглядят оптимально
Прошёл курс System ML Design, изначально хотел научиться делать дизайн-документы, но курс дал больше, потому что теорию сразу прорабатываешь на практике. Я рекомендую курс тем, кто чувствует нехватку таких знаний, но важно быть готовым активно участвовать.
групповая работа над реальным проектом в сжатые сроки, теория отрабатывается на практике
Интенсивность некоторых модулей (в курс надо вкладывать больше заявленных 10-15 часов!), временами отсутствие достаточных примеров задач перед модулями с заданиями, наличие большого кол-ва иностранных источников с доп. материалами, которые временами недоступны.
В начале было непросто: много новых терминов и инструментов. Первые модули по проектированию DWH показались сложными — методологии путались. Со временем стало понятнее, когда что применять. Практика с Spark, Airflow, MLflow, Hadoop, Hive, HBase, Kafka, PostgreSQL, Greenplum, Kubernetes, Tableau, DataLens, SuperSet, DVC, Deequ помогла разобраться и понять, как использовать их в реальных проектах. В итоге получил системное понимание инженерии данных, практические навыки и уверенность в решении задач. Курс подходит тем, кто готов разбираться и практиковаться. Если хотите системно освоить инженерию данных - рекомендую.
много практических заданий на реальных инструментах, преподаватели объясняют доступно, отвечают на вопросы, делятся опытом
большой объем материала - нужно много времени на усвоение и практику
Абсолютно неподготовленная платформа для изучения.Нет банального вывода консоли с ошибкой, максимум типизированный ответ"В функции ошибка". Какая? е***итесь с этим сами. Инструкция по установке сред программирования? пффф, серфите нет или задалбывайте в треде вашего куратора, который скорее всего ответит вам с использования джпт: "передам ваше мнение команде разработки" (такие базовые неудобства, которые в предыдущих 46 когортах люди должны быль заметить".
даже не знаю, что здесь отметить
потраченные деньги и нервы. кстати, о недостатках курса начинаешь постепенно узнавать после периода возврата средств
Прошел курс System ML Design. Изначально хотел научиться делать дизайн-документы, но курс дал больше - там теорию прорабатываешь на практике. Самое ценное - групповая работа над реальным проектом в сжатые сроки. Это учит не только создавать мощные дизайн-доки, но и работать в команде с разными специалистами. Навык структурирования решений стал супер-инструментом, который я сразу применил на работе. Рекомендую, если чувствуете нехватку этих знаний, и будьте готовы активно участвовать.
глубокое погружение в профессию, при этом, доступное новичку
я не прихотлив и самостоятелен, по этому не вижу никаких проблем
Я начала учиться на курсе аналитики данных с 0 опытом. Цель - получить новые навыки для смены сферы деятельности. Курс оправдал ожидания, оценка 9 из 10. Поддержка группы и кураторов была отличной. Чат и куратор Дарья Виноградова всегда помогали, давали обратную связь. Очень понравились лекции Анатолия Карпова, Александра Манаенкова (просто ВААААУУУУ). Интересные задания были по теории вероятностей, sql,питону (не думала, что так понравится язык). Внимание уделили и визуализации, что основа для аналитика. Много тем, обучение крутое! Методология классно проложена и реализована.Было пару моментов, когда платформа ложилась, но быстро все исправляли. Не успела пройти Airflow из-за того, что плохо спланировала время. В целом, курс оставил хорошее впечатление. Сейчас пойду на обучение "Симулятор аналитика" и далее в хард аналитику.
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.
собственная платформа karpov.courses, все материалы, от записанных лекций до текстовых конспектов, структурированы и остаются с тобой навсегда
Аналитик данных: все, что нужно знать для старта в профессии
Для новичка в аналитике, я считаю оптимально. Очень насыщенная первая часть (Python), дальше чуть легче. Мне помогло разобраться и спустя пару месяцев после окончания устроиться продуктовым аналитиком в очень крупную компанию. Если это важно, мой бэкграунд - сильный технический вуз, но не ИТ.
советую всем новичкам, начинающим свой путь в аналитике и не имеющим бэкграунда в этой сфере
В конечном итоге, курс превзошел мои ожидания. Я пришел за прочной базой в ML - и я получил ее в полной мере. И пусть я пока не стал ML-инженером, знания, полученные на курсе, оказались невероятно полезными в моей текущей работе аналитиком. Но главный мой результат - я нашел свою первую работу аналитиком прямо во время прохождения курса. Это было здорово. Я смог не только успешно пройти собеседования, но и с первых дней уверенно применять на практике то, чему нас учили, что дало мне отличный старт. Так что я бы определенно посоветовал этот курс тем, кто готов серьезно работать и хочет получить реальные, применимые навыки. Он однозначно стоит своих денег. Впечатления остались очень положительные, поэтому ставлю твердую пятерку. Теперь в планах закрепить знания на симуляторе, так что останавливаться не собираюсь.
практическая направленность курса и конечно очень сильная поддержка со стороны менторов, учебный процесс организован очень грамотно,в плане материалов и процессов, дедлайны хоть и жесткие, но они отлично дисциплинируют и мотивируют не отставать от программы
Подача материала
система проверки заданий, например, автоматическая система проверки иногда работала нестабильно, бывало, тратишь лишнее время, пытаясь понять, в чем проблема: в твоем коде или в самом грейдере
Стоимость не соответствует содержанию: получил сырой, но устаревший продукт. Некоторые тесты содержат логические ошибки так, что их невозможно выполнить верно. Курс не актуализирован с 2021 года. Это подтверждается как ссылками на официально признанные устаревшими разделы справки по ClickHouse. Так и самой версией ClickHouse от 2021 года. В тексте и видео содержаться опечатки. Поддержка пытается оправдать ошибки в заданиях вместо их исправления.
вебинар с автором канала Настенька и графики, задания для совместного выполнения с другими студентами
Менторы в видео-лекциях объясняют понятно и доступным языком. Для тех, кто воспринимает информацию визуально, лекции подкреплены текстовыми вариантами. Тесты и практические задания помогают закрепить пройденный материал. В целом, советую данную школу. Сейчас середина обучения и впечатления очень положительные.
Программа курса была полезнее универской. Все предельно ясно объясняют (иногда даже через чур), по любым вопросам можно обращаться к экспертами, которые быстро и качественно оказывают помощь. Отличная организация учебного процесса, по любым организационным вопросам можно смело обращаться к куратору. Сама программа построена сбалансировано, все можно успеть.
Аналитик данных: все, что нужно знать для старта в профессии
Хороший курс, который дает системный подход к знаниям и практике. На хорошем уровне дают питон, sql, визуализацию и а/б тесты. А также, после завершения курса у тебя открываются обновленные блоки с обновленным материалом и заданиями. После него действительно легко найти работу на начальной должности.
даёт полноценные базовые знания по курсу, выполняются учебные проекты, близкие к реальным
слабая поддержка со стороны технической поддержки / экспертов, большинство лекций все-таки устаревшие 2022 года
Я посещал интенсив и там разумеется нужны были какие-никакие знания по веб-разработке. Хотя бы знание базы и хоть какая-то практика. Как минимум решение абстрактных задач пригодится. Мне лично было трудновато, но это говорить только о ценности курса. Преподаватели всё отлично рассказывают, даже если что-то было непонятно, можно запись перемотать разок, и всё встаёт на свои места. Методички хорошие у нас были, очень выручали. Одногруппники тоже прекрасные, не мог не упомянуть.
Отличная программа, с которой можно получить реальные навыки и разобрать настоящие примеры из профессиональной жизни преподавателей. Я изучал два курса – это аналитик данных и симулятора аналитика. Сейчас я продолжаю обучение по программе инженер данных. Первый курс мне понравился тем, что я изучил много новых инструментов и узнал, как их применять. Каждая тема была Разобрана с точки зрения ее применимости. Уже после первого задания я научился придумывать метрике и организовывать систему мониторинга в своей компании. Это много говорит о качестве предоставляемой информации. Впервые я столкнулся с темой GitLab CI/CD и реально смог разобраться в ней. Я как специалист продуктовой команды смог наладить мониторинг систем и выявить различного рода ошибки. Например, с помощью Qlik Sense я создал дашборды по показателям. Также создал новые продуктовые метрики для одного из наших проектов. И после консультации с действующим продактом их ввели в работу! Приятно, когда твою разработку внедряют в работу. А знание GitLab помогло мне освоить новые методы решения рабочих задач. Подводя итог, хочу выразить большую благодарность авторам курса и преподавателям! Благодаря вам я стал лучше разбираться в теме.
Курс лично я использовала чтобы освоить IT-специальность. Но предложение подойдёт и тем, кто имеет дело с большими объёмами данных и хотят оптимизировать их обработку. У меня Excel часто не справляется даже с нужными настройками, но здесь я узнала кучу полезных лайфхаков вдобавок к другим знаниям. А их много!
Обучение было действительно насыщенным и очень хорошо организованным - я многое освоила. Словно провела месяц в роли настоящего аналитика :) После курса я решила начать карьеру в аналитике данных. Пока прохожу первые собеседования, и уже чувствую себя гораздо увереннее, лучше понимаю, чего ожидать и какие вопросы могут задать. Благодаря курсу легко рассказываю о выполненных заданиях, как о реальном профессиональном опыте.
Курс по Hadoop предлагает увлекательное и многогранное знакомство с этой технологией. Он идеально подходит для тех, кто только начинает свой путь в этой области. Забавно, но первые домашние задания оказались наиболее сложными, однако со временем процесс становится более понятным и привычным. Преподаватель - настоящий профессионал, который умеет делать уроки живыми и интересными, добавляя юмор в свои объяснения. Лекции проходят легко, а преподаватель всегда готов помочь своим студентам. В нашей группе он создал отдельный чат в Телеграм, где мы можем общаться друг с другом и задавать вопросы не только ему, но и однокурсникам. Это значительно повышает эффективность обучения!
Материал – понятный, с хорошим балансом теории и практики. Учёба – удобная, гибкий график и понятная платформа. Поддержка – работает отлично, кураторы и чаты помогают быстро. Рекомендация – однозначно готов(а) рекомендовать курс! Отличный выбор для старта в аналитике!
отличный курс, разработан сильными профессионалами
честно говоря недостатков не нашёл, разве что не работала платформа в паре моментов, но ее быстро восстанавливали
Здесь собраны реальные отзывы о курсах KARPOV.COURSES. Здесь можно узнать всю правду про KARPOV.COURSES: пользователи подробно рассказывают о своих впечатлениях, выделяют плюсы и минусы обучения, делятся личными результатами.
