Курсы IT

Перед выбором этого курса я изучила множество различных образовательных платформ. TALENTSY Предложила лучшие условия: множество часов обучения, живые вебинары и доступную стоимость. Также я прошла бесплатный вводный курс, который только укрепил моё желание продолжить обучение здесь. Особенно ценным стало для меня получение новых знаний о современных трендах и инструментах в дизайне интерьера. Читать далее...

Я прошел три проекта профессии Python-разработчик на Хекслете, совмещая обучение с основной работой. Узнал о школе во время поиска качественных материалов по программированию на ютюбе и тогда ещё в твиттере. Начинал учиться программированию с языка С, но после нескольких месяцев решил все-таки перейти на универсальный и более легкий для новичка пайтон. После знакомства с бесплатными уроками решил углубиться в полную программу обучения. Особенно ценным для меня оказалась возможность учиться в своем темпе — это было критично, учитывая мою занятость на работе. По базовой подписке успешно завершил три проекта, каждый из которых дал мне практические навыки в разных аспектах разработки. Код много раз переделывал, помогали ревью одного энтузиаста, с которым я познакомился в твиттере, и который безвозмездно предложил помочь в улучшении кода:) Работаю ли я сейчас разработчиком? Увы, пока нет, но полученные знания помогли мне стать директором по продукту. Я научился не только программировать, но и глубже понимать технические аспекты продуктовой разработки. Это сочетание навыков оказалось особенно ценным — сейчас я работаю в стартапе, который специализируется на глубокой аналитике и парсинге метрик социальных сетей для блогеров. Нравится, что материалы подготовлены продуманно, видно, что создатели заботятся о своей репутации. Из минусов — я бы хотел видеть больше практических упражнений и больше активности людей в комментариях. И чтобы в комментариях было удобнее ориентироваться (например, было бы классно иметь сортировку комментариев по лайкам). Временами было дико трудно, но это того стоит. По соотношению вложенных усилий и полученного результата обучение превзошло мои ожидания. Программа идеально подойдёт тем, кто готов серьёзно вкладываться в своё развитие и хочет не просто изучить Python, а найти ему практическое применение в реальных проектах. В ближайшие месяцы планирую пройти ещё несколько разных тем. Читать далее...

Мой путь в IT начался совсем недавно, когда мне было за 45, с опытом работы графическим дизайнером в федеральном издании, бильдредактора на известном новостном портале и специалистом по подрядным торгам в крупной строительной корпорации. Около года работал на хелп-деске разветвленной компьютерной сети, но код никогда не писал. Помню как в ковидном 2020 году посмотрел на смартфоне ознакомительный онлайн-вебинар на тему прогнозирования временных рядов на примере биржевых котировок, и тогда тема дата-саенса меня сильно увлекла. Я решил попробовать освоить несколько бесплатных курсов на Stepik, включая основы Python и SQL, что оказалось очень полезным. Однако для полноценного погружения в новую профессию мне требовался серьезный, структурированный курс. Я начал исследовать рынок, сравнивая отзывы о курсах, созваниваясь с менеджерами и обсуждая их плюсы и минусы. В какой-то момент кто-то упомянул, что у Яндекс Практикума есть своя учебная платформа, которая далека от совершенства. Решил попробовать её сам — у ЯП любой курс начинается с ознакомительного трека на несколько часов. Один за другим прошел несколько таких стартовых треков по разным специальностям, включая дата-аналитику, дата-сайенс, системную аналитику и дизайн UI/UX. Непринужденная игровая манера подачи материала в целом мне понравилась. А вскоре я узнал о госпрограмме поддержки IT-профессий, благодаря которой можно было пройти курс переподготовки с 50% скидкой. Когда среди предложений оказался курс ЯП по Data Science, мои сомнения окончательно развеялись. Итак о самом курсе: Плюсы: 1. Теория подается в той же увлекательной манере, подкрепляется фрагментами написания кода на Python с подсказками. 2. Процесс обучения четко структурирован — разбит на модули и спринты с дедлайнами, которые желательно соблюдать, иначе можно выпасть из обсуждений с наставником и сокурсниками. 3. Если что-то непонятно или требуется моральная поддержка, всегда можно обратиться к милому и отзывчивому куратору. 4. Каждую неделю проходят живые вебинары с двумя преподавателями, где разбираются теоретические аспекты и дополнительные темы. 5. В конце каждого спринта проекты проверяются опытными и начинающими ревьюерами. Мой 4-й проект по статистическому анализу проверяли 8 раз, а один из самых сложных по NLP — со 2-го раза. Ревьюеры всегда делятся полезными ссылками, которые действительно помогают. 6. Карьерный трек после сдачи проекта помог мне в написании резюме и размещении работ на GitHub. Я не участвовал в Мастерской, но с сокурсниками объединились в небольшую команду и разработали свой пет-проект по прогнозированию пожаров на основе исторических данных о погоде и ЧС. Минусы: 1. Первое время у меня было ощущение, что в голову пытаются впихнуть «невпихуемое», но с течением времени это чувство притупилось, и я даже вошел в азарт, — в итоге сдал 2 выпускных проекта (маленькая хитрость) 2. Практика проектов по нейросетям проходила на учебной платформе, которая периодически зависала, или в Google Colab, где стабильность работы тоже оставляла желать лучшего. Это стало неплохим опытом в преодолении паники перед дедлайном. 3. Некоторые важные темы остались неохваченными, и мне пришлось срочно их осваивать на новой работе — GitHub, RestAPI, AirFlow, MLFlow, основы Linux, настройка окружения и IDE. 4. Первые два месяца на новой работе после окончания курса я испытывал синдром самозванца, но затем это прошло, и, кажется, никто не заметил. Итого: 1. Главное, чему учит этот курс — это умение самостоятельно искать и находить ответы на вопросы, что является основной задачей любого обучения. 2. На втором месте — умение делиться информацией, задавать вопросы и использовать доступные ресурсы. 3. Третье — работа в команде. Читать далее...