Про Udacity

27 августа я закончила на Data Analyst Nanodegree Program (DAND) на Udacity. По просьбе страждущих опишу свои впечатления, таймлайн, отвечу на уже заданные вопросы.

Курс был платный, обошелся мне в C$1,079.10 за весь учебный период, который должен быть длиться 4,5 месяца. Оплатила в январе, это цена с неплохой скидкой (по-моему, 10%). Тогда же обнаружила, что если пробовать оплатить не залогинившись, то цену пишет в канадских долларах, а не американских (хотя у меня везде Канада стояла), что еще немного позволило сэкономить. Сейчас такой формы обучения нет, платишь просто помесячно и учишься сколько хочешь по времени, только плати. Можно заплатить сразу за несколько месяцев (как раз примерно по срокам и выходит весь предполагаемый учебный период) и со скидкой, которые бывают регулярно, получится примерно такая же цена, ну может, чуть дороже.

Начала учиться 12 марта 2019 года, курс заканчивался 30 июля, но т.к. я была в последнем наборе в старом формате оплаты, тем, кто не успел закончить проекты, дали еще 4 недели для завершения курса, и мне эти 4 недели очень пригодились, сдала последний проект за день до дедлайна 😱

Мне сложно отвечать за все другие программы на этом портале, потому что другие я не проходила, так что все написанное будет касаться только DAND. Отзывы про качество других курсов надо гуглить - какие-то из них очень сырые, их все ругают, какие-то вполне ок. Негативные отзывы никто не трет даже на сайте, так что начинать можно прямо с них. Чтобы узнать конкретное расписание конкретного курса, можно прямо на страницы конкретной дигри нажать специальную кнопочку Download Syllabus. Вот, например, описание всего, что делалось в рамках курса дата анализа.

Курс DAND был разделен на несколько разделов, каждый из которых заканчивалась обязательным практическим проектом. В рамках DAND это были исследования различных датасетов с различными задачами, которые охватывали весь цикл обработки данных - от их получения в сыром виде (в т.ч. и через программно из интернета) до подготовки презентации. Инструменты: Python и Jupiter Notebook с его библиотеками для дата анализа (pandas, NumPy, seaborn и куча других). Как это все поставить и заставить работать, конечно же, тоже объяснялось.

Также в рамках курса были т.н. карьерные проекты - нужно было запилить свой гитхаб (вот мой, там как раз выложены три проекта из пяти мною сделанных) и создать и/или отполировать свой LinkedIn. На последнее мне не хватило ни идей, ни времени, но есть возможность сделать это сейчас, после завершения курса.

Учеба проходила просто. Открываешь сайт, переходишь в первый раздел - проходишь все уроки (видео-лекции и текст), делаешь всю практику (как правило, это всякие задачки в Юпитере и простые квизы), добираешься до проекта, тратишь недельку-другую-третью-месяц 😂 на него, самбитишь, получаешь обратную связь от ревьюера. Если все ок, переходишь к следующему разделу. Если не ок, исправляешь хоть сто раз, пока очередной ревьюер не посчитает, что все отлично.

Все формальные требования к проектам, конечно, объясняются в рамках курса и не соответствовать им трудно. Но тем не менее, из пяти проектов с первого раза я сдала только три, еще два пришлось исправлять несколько раз. Ревьюеры анонимные, и, как правило, очень толковые, и хотя разок я была не согласна с замечаниями, после 25-го перечитывая поняла, что все же был прав ревьюер, а не я :) Последнее ревью было вообще шикарным, добрый ревьюер в рамках предложений по улучшению проекта разжевал мне информацию, которую я не понимала из документации и нигде не могла найти нормальных объяснений. Задачки, которые даются в течение лекций, тоже всегда идут с объяснениями как нужно было сделать, в общем, без обратной связи не остаешься.

Специально для тех, кто начинает с полного нуля, плохо представляет себе, как программировать, чем среднее отличается от медианы и моды, а со словом матрица у него или у нее ассоциируется только одноименный фильм, есть т.н. ExtraCurricular с дополнительными курсами (у нас это были курсы по питону, SQL, гиту и гитхабу, немного про матрицы и машин лернинг). Основной курс называется, соответственно, Core Curriculum.

Каждый проект имеет т.н. софт-дедлайн, но в целом любой проект можно сдать в любое время, главное, уложиться до настоящего дедлайна в конце курса. Не знаю, правда, как сейчас это организовано с новой формой учебы.

Да, еще добавлю, что мобильное приложение Udacity больше не поддерживает, так что без компьютера или планшета, который позволяет в открывать сайты как для десктопа, будет сложно. Задачки в процессе можно выполнять как прямо в учебном портале, так и в своем Юпитере.

Студентам, кроме учебного портала, доступны:

Добавлю еще, кто куча студентов выкладывает результаты своих проектов в Интернет, в основном, на гитхаб, и при желании образцы нагуглить не составляет труда. Но списывать, вернее, плагиатить, конечно, нельзя, об этом все время везде напоминают, и при сдаче работы ты ставишь галочку, что вся работа твоя от и до. Я, впрочем, возможностью погуглить и поизучать чужие работы пользовалась регулярно - находила для себя что-то новое, смотрела как другие решили то, что мне долго не удавалось понять и т.п.

Сразу скажу, что некомпанейскому в плане учебы человеку все перечисленные социальные активности не особо пригодились: с ментором я общалась пару раз и то, по вопросам чисто техническим, слак почитывала и даже пописывала в него, но задавать вопросы там смысла не видела, все находила гораздо быстрее в интернете (спасибо, мироздание, за стэковерфлоу, за кучи блогов по дата анализу и дата сайнс, за то, что любой вопрос, который я задавала, уже задал кто-то еще, а кто-то добрый на него уже ответил). И да, я все понимаю, документация, конечно, тоже наше все, но бест практис там обычно нет ) Еще весьма хорошо иметь мужа-программиста, который поможет с питоном, когда случается затык, и еще бы мужа-математика, который умеет в линейную регрессию и все такое, но с этим мне не так повезло 😂 Ах, да, еще был разок, когда закопалась на учебном форуме, но в итоге все равно ответ нагуглился за пределами Udacity.

После учебы мне остались доступны все материалы, по-моему, на 12 месяцев. Плюс доступ к карьерному порталу и к порталу для выпускников (там, например, вебинары всякие проходят и прочее подобное, подробно еще не изучала).

Результатом я вполне довольна. Конечно, какие-то лекции могли бы быть подробнее, но для меня было главным направление и проекты с обратной связью - это я получила сполна.

Если вдруг кто решится пойти по моим стопам, дам советы:

  1. С самого начала лучше все заносить куда-то себе в блокнот, т.к. уроки разбиты на мелкие части и часто, когда надо найти что-то конкретное, приходится перелопачивать кучу страниц. В самом конце я вообще полностью копировала весь урок в один файл, включая видео ролики (их можно скачать отдельно) - оказалось очень удобно потом это искать у себя, а не портале.

  2. Практические задания тоже лучше сразу делать у себя, а не в учебном портале, и организовать это все в осмысленную структуру с осмысленные названиями файлов, чтобы можно было находить потом полезные практики, когда возьмешься за собственный проект.

  3. Не запариваться с тем, что не все требования к выполнению проектов жестко проговариваются и рамки устанавливаются не всегда. Когда стала думать про проекты как какое-то рабочее задание, стало легче больше проявлять инициативы и самостоятельно решать как и что сделать - если уйдешь совсем не в ту степь, в ревью на это укажут и дадут возможность исправить.

  4. Не брать другие курсы параллельно, если не имеешь кучу энергии и занят чем-то другим. Хотя и пишут, что 2 часа в день хватает, это не так, по крайней мере, точно не мой случай. Ну и неплохо заранее пройти какие-то начальные курсы по тому же питону, вспомнить тервер и статистику и т.п., чтобы потом не терять на это время, а потом сидеть по ночам, потому что дня на пиление проекта уже не хватает.

Добавлю, что начинала я учиться на DataCamp, там мне понравилось меньше, было больше ощущения “ничего не понимаю” и “опять забыла”. Плюс не нравилось то, что там можно было выполнять задания только на самом сайте. Но все же я планирую вернуться туда и посмотреть, что еще осталось мною не охвачено.

Сейчас я взяла такой же курс на DataQuest, он совсем другой, можно проходить в подходящем для тебя режиме плюс стоит намного дешевле, так что тоже опишу впечатления, когда закончу.