Get best of the week

Crie um curso poderoso de aprendizado de máquina: missão concluída



Tivemos duas partidas sem êxito, 169 alunos, 8 críticas irritadas, 3 mudanças de nome, muita teoria e pouca prática real. Não que tenha sido um fracasso completo, mas se você começou a ensinar Ciência de Dados, precisa fazê-lo perfeitamente. Hoje você ouvirá uma história sobre como desenvolvemos no OTUS a direção da análise de dados e sobre o que fizemos nesse caminho e, em seguida, corrigimos os erros.


A primeira com - panqueca


Há três anos, lançamos nosso primeiro curso de análise de dados e o chamamos de "BigData Developer" . Foi projetado para 128 ac. horas, metade das quais são webinars, e a segunda é lição de casa e um projeto. O aprendizado de máquina e as redes neurais deixaram de ser parte da elite e se tornaram uma ferramenta comercial necessária para o desenvolvimento efetivo. As empresas de TI, lojas on-line, agências de marketing, start-ups e serviços digitais estão alinhados para a data pelos cientistas. Jobs voou. O mercado de trabalho sentiu especialmente a falta de especialistas de nível médio e sênior.

Era necessário ensinar e crescer no meio, mas ninguém sabia como fazê-lo bem. Convidamos um professor, desenvolvemos um programa e, como resultado, surgiu um curso que, por um lado, era difícil e até muito exigente no nível de treinamento e, por outro, não era prático o suficiente.

Alunos confusos com uma mudança de nome


Quando coletamos o feedback dos primeiros lançamentos, descobrimos que o nome não reflete com precisão a essência do programa . Sob o termo de uma seção, ensinamos todas as ferramentas de ciência de dados. Em 2018, relançamos um curso chamado Data Scientist, o que implica que ele está se preparando para esta profissão. Após o processamento, o volume de webinars aumentou 10 horas, mas a prática ainda era um ponto fraco. A maioria das tarefas eram exemplos de brinquedos, longe de tarefas reais com conjuntos de dados reais.
Desta vez, as críticas foram controversas. Alguns repreenderam o curso em busca de conhecimento superficial, outros disseram que isso era muito difícil, apesar de terem sido aprovados no teste de ingresso. Alguns pensaram que, mudando o nome, tentamos silenciar os primeiros lançamentos não tão bem-sucedidos. Além disso, a força maior aconteceu em um ponto: o curso perdeu o líder e depois o produtor.

Inspiração e um novo professor


Conheça Dmitry Sergeyev, autor e líder do curso Machine Learning. Juntamente com ele, um repensar completo da direção da Data Science chegou à OTUS. Abandonamos a ideia de colocar todas as práticas em um curso e fizemos programas detalhados separadamente para Machine Learning e Redes Neurais em Python.

Dima analisa dados desde 2012. Ele abordou com entusiasmo o desenvolvimento de aulas para o OTUS, preenchendo-as com fichas práticas e tarefas interessantes.

Principais diferenças de curso

"Desenvolvedor de Big Data""Cientista de dados"Machine Learning
Ano2017- início de 201820182019 -...
TítuloReflete uma ferramenta, embora na verdade o curso tenha sido em diferentes ferramentas de ciência de dadosO curso não era prático o suficiente e detalhado, para que, depois de aprovado, você pudesse se considerar um especialista sérioAgora, este é um de uma série de cursos na seção Ciência de Dados. O nome reflete a essência - o curso é dedicado a práticas avançadas de aprendizado de máquina e afeta apenas parcialmente as redes neurais
A quantidade de horas128138178
Horário do seminário on-line647470
Preste atenção ao trabalho independente6464108
Número de exercícios práticosdezesseis12dezenove

Pedimos ao próprio Dima para contar como e por que ele revisou o curso.

OTUS: Dima, você viu o programa anterior. Como ela mudou no novo curso?
— , . , , , . - . .

, — «» «». , .

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

, , , «» , , — , . , — . , , .

, — . , - , .

. , , , Moons.

, , .
OTUS: , , — ?
— , . 5 , . , .

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

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

, , — , , , , , . , , .

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

, 24 20:00 . . !

More articles:


All Articles