Get best of the week

Cree un poderoso curso de aprendizaje automático: misión completa



Tuvimos 2 inicios sin éxito, 169 estudiantes, 8 revisiones enojadas, 3 cambios de nombre, demasiada teoría y poca práctica real. No es que haya sido un completo fracaso, pero si comenzaste a enseñar Data Science, debes hacerlo perfectamente. Hoy escuchará una historia sobre cómo desarrollamos en OTUS la dirección del análisis de datos y cuáles hicimos en este camino, y luego corregimos los errores.


El primer com - panqueque


Hace tres años, lanzamos nuestro primer curso de análisis de datos y lo llamamos "Desarrollador BigData" . Fue diseñado para 128 ac. horas, la mitad de las cuales son seminarios web, y el segundo es tarea y un proyecto. El aprendizaje automático y las redes neuronales han dejado de ser parte de la élite y se han convertido en una herramienta comercial necesaria para un desarrollo efectivo. Los científicos alinean las corporaciones de TI, las tiendas en línea, las agencias de marketing, las nuevas empresas y los servicios digitales para la fecha. Los trabajos volaron. El mercado laboral sintió especialmente la falta de especialistas de nivel medio y superior.

Era necesario enseñar y crecer en el medio, pero nadie sabía cómo hacerlo bien. Invitamos a un maestro, desarrollamos un programa y, como resultado, surgió un curso que, por un lado, era difícil e incluso demasiado exigente en el nivel de capacitación y, por otro, no lo suficientemente práctico.

Estudiantes confundidos con un cambio de nombre


Cuando recopilamos los comentarios de los primeros lanzamientos, descubrimos que el nombre no refleja con precisión la esencia del programa . Bajo el término de una sección, enseñamos todas las herramientas de Data Science. En 2018, relanzamos un curso llamado Data Scientist, lo que implica que se está preparando para esta profesión. Después de procesarlo, el volumen de seminarios web aumentó en 10 horas, pero la práctica seguía siendo un punto débil. La mayoría de las tareas eran ejemplos de juguetes, lejos de tareas reales con conjuntos de datos reales.
Esta vez las críticas fueron controvertidas. Algunos regañaron el curso por conocimiento superficial, otros dijeron que resultó ser demasiado difícil, aunque pasaron con éxito la prueba de acceso. Algunos pensaron que al cambiar el nombre intentamos silenciar los primeros lanzamientos no tan exitosos. Además, la fuerza mayor sucedió en un punto: el curso perdió al líder y luego al productor.

Inspiración y un nuevo profesor


Conozca a Dmitry Sergeyev, autor y líder del curso de Machine Learning. Junto con él, un replanteamiento completo de la dirección de Data Science llegó a OTUS. Abandonamos la idea de poner todas las prácticas en un curso e hicimos programas detallados por separado para Machine Learning y Neural Networks en Python.

Dima ha estado analizando datos desde 2012. Se acercó con entusiasmo al desarrollo de clases para OTUS, llenándolas con chips prácticos y tareas interesantes.

Diferencias clave del curso

"Desarrollador de Big Data""Científico de datos"Aprendizaje automático
Año2017- comienzo de 201820182019 -...
TítuloRefleja 1 herramienta, aunque en realidad el curso fue sobre diferentes herramientas de Data ScienceEl curso no fue lo suficientemente práctico y detallado, por lo que, una vez aprobado, podría considerarse un especialista serioAhora este es uno de una serie de cursos en la sección Ciencia de datos. El nombre refleja la esencia: el curso está dedicado a prácticas avanzadas de aprendizaje automático y solo afecta parcialmente a las redes neuronales
La cantidad de horas128138178
Horario de seminarios web647470
Esté atento al trabajo independiente6464108
Número de ejercicios prácticos.dieciséis12diecinueve

Le pedimos a Dima que dijera cómo y por qué revisó el curso.

OTUS: Dima, viste el programa anterior. ¿Cómo ha cambiado ella en el nuevo curso?
— , . , , , . - . .

, — «» «». , .

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

, , , «» , , — , . , — . , , .

, — . , - , .

. , , , Moons.

, , .
OTUS: , , — ?
— , . 5 , . , .

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

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

, , — , , , , , . , , .

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

, 24 20:00 . . !

More articles:


All Articles