Data Science от GeekBrains

Мой опыт обучения на курсе Data Scientist в GeekBrains

Полгода назад поняла, что надо что-то менять. Работала менеджером в розничной сети, но хотелось в IT — и зарплаты там другие, и перспективы. Выбрала Data Science, потому что в школе математика хорошо давалась, думала, пригодится. Записалась на курс в GeekBrains.

Качество обучения

Первый месяц был полным провалом, если честно. Открыла Python — и ничего не понятно. Сидела над простейшими задачками по три часа, каждую строчку в гугле искала. Думала, может, я тупая просто. Но потом втянулась. Где-то через месяц начала соображать, что к чему.

Понравилось, что примерно в середине дают выбор: идти в машинное обучение или в аналитику данных. Я выбрала ML, хотя аналитика казалась полегче. Ну раз решилась менять профессию — так уж по полной.

Учишься по видеолекциям — смотришь, когда удобно. Я обычно вечером, после работы, ставила на скорости 1.5, чтобы быстрее. Ещё раз в неделю вебинары с преподавателем — вот там иногда напряжно. Нас человек 60-70 в прямом эфире, все вопросы строчат в чат, а преподаватель не успевает на всё отвечать. Пару раз так и осталась с непонятыми моментами, приходилось потом самой копаться.

Рейтинг школы

Ну я перед тем, как платить, конечно, отзывы читала. GeekBrains — крупная контора, уже больше десяти лет на рынке, к VK относятся. На всяких сайтах с отзывами у них 4-4.5 звезды. Читала и хорошее, и плохое. Плохое в основном от тех, кто думал, что за них всё сделают преподаватели.

У меня особых претензий нет — деньги не украли, платформа работает, материалы дают. Просто это массовое обучение, не персональное.

Цена

Я взяла рассрочку — 3063 рубля в месяц на три года. Это со скидкой 50%, которую они всё время крутят на сайте. Там таймер тикает «осталось 2 часа до конца акции», но эта акция вечная, я заметила.

Для моей зарплаты было ощутимо, первые месяцы экономила на всём. Зато без процентов, это главное. Посчитала так: если устроюсь потом хотя бы на 90 тысяч, за пару месяцев отобью.

Про налоговый вычет знаю, что можно вернуть 13%, но пока руки не дошли — нужно документы собирать, возиться.

Обратная связь

Вот здесь у меня болит. Оплатила курс, пришло письмо с доступом на платформу. Захожу — там куча курсов, вообще непонятно, с чего начинать. Написала в поддержку, мне сказали: «Куратор свяжется». Ждала неделю — никто не написал. Сама потом нашла расписание и начала.

Куратор появился только когда я первую домашку сдала. Зато домашки проверяют нормально — обычно на следующий день комментарии приходят. Пишут, где накосячила, как исправить, что почитать. Это реально помогает разобраться.

HR-консультант вообще на пятом месяце объявился. Мы созвонились, она глянула моё резюме, сказала переделать — мол, много про прошлую работу, мало про проекты. Дала шаблон, еще раз созвонились. В общем, пара консультаций, не больше.

Преподаватели

Преподаватели реально крутые. Кирилл Шмидт из какой-то американской компании вёл аналитику — объясняет так понятно, что даже я, с гуманитарным складом ума, всё схватывала. Рассказывал, как у них в компании дашборды делают, показывал на примерах.

Юлдуз Фаттахова из Сбера вела машинное обучение — вот она посерьёзнее. Прямо во время вебинара может спросить: «А почему ты эту метрику выбрала?» Я пару раз попадалась — сидишь, потеешь, на ходу соображаешь. Но зато врезается в память.

Минус один — преподаватели постоянно меняются. Одну тему ведёт один человек, другую — другой. С одной стороны, видишь разные подходы. С другой — не успеваешь привыкнуть.

Домашние задания

Первые домашки по Python я делала часами. Код не запускается — ищешь ошибку час, потом еще час. Найдёшь — радуешься как дура.

Дальше стало интереснее. Например, было задание — проанализировать данные пользователей соцсети и предсказать, кто сейчас отвалится. Сначала данные чистишь (там пропуски везде, дубли), потом модель строишь, смотришь точность. У меня первый раз 60% вышло — полный отстой. Переделывала три раза, пока не подняла до 78%.

Ещё было задание про банк — построить модель, которая предскажет, вернёт ли клиент кредит. Там учитываешь возраст, доход, кредитную историю. Интересно, но голова болит.

Всего заданий больше 80. К концу они реально сложные, но если продерёшься — чувствуешь, что выросла.

Теория

Лекции смотреть нормально — по 10-20 минут, не утомляют. Преподаватель показывает код на экране, объясняет. Видео качественное, звук чистый.

Проходили Python, потом библиотеки Pandas и NumPy, SQL для баз данных. Математику давали — теорию вероятностей, статистику. Я половину ещё со школы забыла, пришлось заново учить.

Был курс про ChatGPT — как его использовать для кода. Попробовала — работает. Спрашиваешь: «Напиши функцию для очистки данных», он выдаёт код. Правда, с ошибками иногда, но всё равно время экономит прилично.

Доступ к лекциям остаётся навсегда, я часто возвращалась пересматривать то, что не поняла.

Практика

Практики действительно много. Кроме домашек есть командные проекты — тебя объединяют с другими студентами, делаете вместе что-то большое.

Мы анализировали мобильное приложение — надо было понять, как новая функция повлияет на бизнес. Нас было трое: один данные собирал, другая чистила, я модель строила. Проблема в том, что уровень у всех разный — один парень вообще не въезжал, мы с девушкой всё тянули. Но это тоже опыт, в работе так же бывает.

Yandex Cloud дают — это облачная штука для виртуальных машин. Я туда пару раз зашла и забила. Мне на своём компе хватало.

А вот Kaggle — это кайф. Там соревнования по машинному обучению. Я заняла 12 место из 50 в одном конкурсе — была счастлива безумно.

Трудоустройство

Прямого трудоустройства нет. HR-консультант помог с резюме, провели пару тренировочных собеседований. Дал список сайтов, где вакансии искать.

Я ещё не закончила до конца, но уже начала откликаться на вакансии junior. Пока отказы — везде хотят опыт хотя бы полгода. Но я шлю по 5-7 откликов в неделю, не сдаюсь.

У меня теперь 6 проектов в портфолио — показываю на собеседованиях. Один рекрутер сказал, что для новичка выглядит солидно. Надеюсь, скоро что-то выгорит.

Итог

Курс тяжёлый, если честно. Я рыдала над этим кодом, хотела бросить раз пять. Спала по пять часов, потому что после работы ещё 3-4 часа занималась. Выходные все ушли на домашки.

Но не жалею. Сейчас я понимаю, как работает машинное обучение, могу модели строить, с данными работать. Это совсем другой уровень.

Подойдёт ли вам? Если готовы вкалывать и не ждёте, что вас за ручку поведут — да. Если думаете, что заплатили и вас научат без усилий — не тратьте деньги.

Я пока работу ищу, но чувствую себя увереннее. Знаю, что если не сдамся — получится. Курс дал инструменты, дальше сама.