Что у меня получилось за пять месяцев обучения по программе Data Analyst Nanodegree от Udacity

Привет! Видел на Хабре статьи посвященные учебным программам Udacity ^[1]. Одну из таких программ я закончил и хотел бы поделиться своим опытом.

Я занимаюсь дистанционным обучением, а точнее — последние шесть лет сопровождаю корпоративный учебный портал и разрабатываю модули для него в достаточно крупной компании. Сам периодически учился на разных курсах от Coursera, edX, Udacity.

Около года назад Udacity запустило новый вид программ — Nanodegree. Хочу поделиться своим опытом обучения на одной из них. На тот момент выбор был между Front End и Data Analyst. Я выбрал второе. Тема новая, интересная и достаточно сложная. К тому же последнее время многие вещи, связанные с обработкой данных применял у себя на работе. Ну и после такого долгого периода работы с одним и тем же продуктом есть желание развиваться и пробовать себя в новой роли.

Программа содержит 5 модулей (теперь уже 7). Суть всего обучения состоит в том, чтобы научиться основным инструментам, необходимым для старта в карьере Data Scientist. Для получения сертификата необходимо создать 5 проектов, которые требуют знаний статистики, подготовки и обработки данных (Data Wrangling), Exploratory Data Analysis, машинного обучения и визуализации данных. Если знаний хватает, можно сразу приступать к проектам, если нет, для каждого из них нужно пройти курс.

Я подписался на рассылку и как только в ноябре 2014 года открылась регистрация на программу — записался в первую когорту студентов. Так как это была первая группа, на нас немного потренировались — по ходу изменяли инструменты, интерфейсы, а к концу обучения начали добавлять новые модули (но это уже для новых групп).

10 вещей, чем запомнился и понравился процесс обучения

1. Интерактивность курса. Ты постоянно вовлечен. Я пробовал смотреть курс в метро по пути на работу, но это бесполезная затея. Такое количество интерактива и заданий по ходу курса не дают возможности просто смотреть и слушать. Здесь куски объяснения теории в среднем длятся от 30 секунд до 2-3 минут. Затем обязательно нужно что-то сделать: написать код, ответить за опрос, выполнить упражнение и т.п. Причем, иногда между двумя двухминутными отрезками учебного видео, чтобы ответить правильно на маленький вопрос, у меня уходило по два-три часа самостоятельной проработки практического материала.
2. Материал подобран на основании текущей потребности бизнеса. Даются именно те навыки, которые востребованы сейчас в индустрии. Разработчики курса потратили время на то, чтобы опросить ведущие компании Долины о том, что именно им сейчас необходимо.
3. Отрабатывается навык, а не теория. Например, в одном из курсов тебя не учат как программировать в R, а дается готовый инструмент Exploratory Data Analysis, который реализован при помощи R. Поэтому учишь язык сразу в контексте его реального применения.
4. Огромное количество полезных ссылок. У меня Избранное в браузере после курса хранит более сотни. Я к ним периодически обращаюсь.
5. Преподаватели практики из Facebook, Twitter, MongoDB и т.п. Например, курс по машинному обучению дает Себастьян Трун, CEO Udacity, профессор Стенфорда, бывший VP Google и изобретатель Google self-drive car. И свой курс он начинает как раз за рулем (точнее сидя боком к рулю) едущей машины.
6. Курсы разбавлены интервью с интересными людьми из топовых Tech компаний, которые рассказывают, как они на практике реализуют, то, что преподается в курсе.
7. Качественная обратная связь, проверка выполненных проектов с развернутыми комментариями. Возможность задать вопрос через форум, онлайн во время еженедельных Office hours или назначить встречу с преподавателем один-на-один.
8. Постоянное развитие курса. Например, уже к концу моего обучения в состав программы обучения был включен еще один курс и проект по A/B тестированию. А на сегодняшний день проектов уже 7.
9. Хорошее эмоциональное вовлечение, инновационный подход, хорошее качество видео
10. Вовлечение студентов, которые становятся reviewers. Это плюс для студента. Я сам немного сомнительно отношусь к тому, что мой код будет проверять тот, кто учился двумя месяцами раньше меня. Мы были в первой группе, так что проверяли именно ребята из Udacity.

О том, что было сложно или не понравилось

1. Калифорнийский акцент преподавателей. Реально с моим intermediate иногда было сложно разобрать, что именно они говорят. А в курсе иногда каждое слово играло решающую роль. Еще сложнее, это было писать на английском отчеты по проекту. Но эта сложность позволила мне развить навык слушания и за пять месяцев мой IELTS Listening вырос с 6.0 до 7.0
2. Так как это первая группа обучения, которая была набрана, то периодически менялись инструменты обратной связи. Иногда возникали технические проблемы.
3. Расписание Office hours и вебинаров часто попадало на 3 часа ночи по-нашему. Хотя, это не большая проблема — все можно посмотреть в записи.
4. Не совсем академичный стиль преподавания, немного непривычно. Материал не всегда структурирован с точки зрения теории. Когда привыкаешь к такому стилю, это становится даже плюсом. Учишь только прикладные вещи.
5. При всей популярности Data science, этот курс похоже не самый основной. Большинство выпускников это Front End Nanodegree. Оно и понятно, меньше всего требований на входе для начала обучения по программе и работу найти не очень сложно.

Что в результате?
Набор навыков, который пока еще не очень востребован в Украине. Я в принципе это понимал, учился для закладывания основания на будущее. Mashable называет Data Scientist самой горячей профессией 2015 года и уверяет, что в ближайшие 10 лет без знаний анализа данных невозможно будет претендовать на должность менеджера высшего и среднего звена.

Что реально круто, так это пост-образовательная поддержка. Например, Udacity бесплатно помогает с созданием правильного резюме, LinkedIn профиля, в подготовке к интервью, к переговорам о зарплате, привлекает работодателей из Долины. Если повезет, то дают возможность поработать у них интерном два месяца. Над этим работает целое подразделение career support. К сожалению, это работает реально для выпускников из США, с визой не помогают.

Дополнительно создан Alumni Club. Такое ощущение, что с тобой постоянно на связи, хотя уже прошло больше полугода после окончания обучения. Ты остаешься частью сообщества, completely Udacians. Мы, вместе с семью другими выпускниками создали команду для участие в Kaggle соревновании.

О том, что учился – ни минуту не жалею. Обучение по программе и сотрудничество с другими выпускниками позволило мне освоить:

• Python (и много разных библиотек)
• R, R Studio
• Git, Github
• MongoDB
• D3.js, Tableau
• Инструменты статистики и машинного обучения
• Начал работать в Ubuntu

Думаю, неплохой набор, чтобы сделать сдвиг в своей дальнейшей карьере и понимать, куда я дальше хочу расти. Как бы ни было, программа – не волшебная пилюля и не панацея. В Google никто не зовет после выпуска, хотя пару выпускников таки устроились туда. Она закладывает хорошее и правильное основание, дальше все зависит только от вас.

P.S. пока я собирался написать этот пост, Udacity начало еще одну Nanodegree программу – Maсhine Learning. Более глубокое изучение этой темы, начатой в программе Data Analyst. Я пока не готов на нее, нужно хоть где-то применить свои навыки в реальном проекте.

Автор: alexbra

Источник ^[2]