Get best of the week

Erstellen Sie einen leistungsstarken Kurs fĂĽr maschinelles Lernen: Mission abgeschlossen



Wir hatten 2 erfolglose Starts, 169 Studenten, 8 verärgerte Kritiken, 3 Namensänderungen, zu viel Theorie und nicht genug echte Praxis. Nicht, dass es ein völliger Misserfolg gewesen wäre, aber wenn Sie angefangen haben, Data Science zu unterrichten, müssen Sie es perfekt machen. Heute hören Sie eine Geschichte darüber, wie wir in OTUS die Richtung der Datenanalyse entwickelt haben und welche wir auf diesem Weg gemacht haben, und dann haben wir die Fehler korrigiert.


Der erste Pfannkuchen


Vor drei Jahren haben wir unseren ersten Datenanalysekurs gestartet und ihn „BigData Developer“ genannt . Es wurde für 128 ac ausgelegt. Stunden, von denen die Hälfte Webinare sind, und die zweite sind Hausaufgaben und ein Projekt. Maschinelles Lernen und neuronale Netze gehören nicht mehr zur Elite und sind zu einem notwendigen Geschäftsinstrument für eine effektive Entwicklung geworden. IT-Unternehmen, Online-Shops, Marketingagenturen, Start-ups und digitale Dienste werden von Wissenschaftlern auf den neuesten Stand gebracht. Jobs flogen. Der Arbeitsmarkt spürte besonders deutlich den Mangel an Fachleuten aus dem mittleren und höheren Bereich.

Es war notwendig zu unterrichten und in der Mitte zu wachsen, aber niemand wusste, wie man es gut macht. Wir haben einen Lehrer eingeladen, ein Programm entwickelt, und als Ergebnis kam ein Kurs heraus, der einerseits schwierig und sogar zu anspruchsvoll fĂĽr das Ausbildungsniveau und andererseits nicht praktisch genug war.

Verwirrte Schüler mit einer Namensänderung


Als wir das Feedback der ersten Starts sammelten, stellten wir fest, dass der Name die Essenz des Programms nicht genau widerspiegelt . Unter dem Begriff eines Abschnitts haben wir alle Werkzeuge der Datenwissenschaft unterrichtet. 2018 haben wir einen Kurs namens Data Scientist neu gestartet, was bedeutet, dass er sich auf diesen Beruf vorbereitet. Nach der Bearbeitung stieg das Volumen der Webinare um 10 Stunden, aber die Praxis blieb eine Schwachstelle. Die meisten Aufgaben waren Spielzeugbeispiele, weit entfernt von realen Aufgaben mit realen Datensätzen.
Diesmal waren die Bewertungen umstritten. Einige schimpften mit dem Kurs für oberflächliches Wissen, andere sagten, dass es sich als zu schwierig herausstellte, obwohl sie den Eingangstest dafür erfolgreich bestanden hatten. Einige dachten, dass wir durch die Änderung des Namens versucht haben, die nicht so erfolgreichen ersten Starts zu vertuschen. Darüber hinaus ereignete sich an einem Punkt höhere Gewalt: Der Kurs verlor den Anführer und dann den Produzenten.

Inspiration und ein neuer Lehrer


Treffen Sie Dmitry Sergeyev, Autor und Leiter des Kurses für maschinelles Lernen. Zusammen mit ihm kam OTUS zu einem völligen Umdenken in Richtung Data Science. Wir haben die Idee, alle Praktiken in einem Kurs zusammenzufassen, aufgegeben und ausführliche Programme für maschinelles Lernen und neuronale Netze in Python separat erstellt.

Dima analysiert seit 2012 Daten. Er ging begeistert auf die Entwicklung von Klassen fĂĽr OTUS ein und fĂĽllte sie mit praktischen Chips und interessanten Aufgaben.

Wichtige Kursunterschiede

"Big Data Entwickler""Datenwissenschaftler"Maschinelles Lernen
Jahr2017 - Anfang 201820182019 -...
TitelReflektiert 1 Tool, obwohl der Kurs tatsächlich verschiedene Data Science-Tools umfassteDer Kurs war nicht praktisch genug und detailliert, so dass Sie sich nach bestandener Prüfung als ernsthafter Spezialist betrachten könnenDies ist einer aus einer Reihe von Kursen im Bereich Data Science. Der Name spiegelt die Essenz wider - der Kurs ist fortgeschrittenen maschinellen Lernpraktiken gewidmet und wirkt sich nur teilweise auf neuronale Netze aus
Die Anzahl der Stunden128138178
Webinar Stunden647470
Achten Sie auf selbständige Arbeit6464108
Anzahl der praktischen ĂśbungenSechszehn12neunzehn

Wir haben Dima selbst gebeten zu erzählen, wie und warum er den Kurs überarbeitet hat.

OTUS: Dima, du hast das vorherige Programm gesehen. Wie hat sie sich im neuen Kurs verändert?
— , . , , , . - . .

, — «» «». , .

. — . , , , , , .. , .
OTUS: , .
— . , , ( !) . , — - , , .

, , , «» , , — , . , — . , , .

, — . , - , .

. , , , Moons.

, , .
OTUS: , , — ?
— , . 5 , . , .

. , , . .
OTUS: ? ?
— -, . , , , ARIMA, . , — tf-idf .

-, , . , , ( ), «» . , , , , , , AWS ..

, , — , , , , , . , , .

— , . , , , . , , .
«Machine Learning» 28 . , . .

, 24 20:00 . . !

More articles:


All Articles