Коротко о школе Karpov.Courses: преимущества и недостатки
Karpov.courses является Data Science школой, предлагающей программы обучения для любого уровня подготовки. За 5 месяцев Вы можете легко освоить профессии в сфере аналитики и визуализации данных, system design и т.д. Если у Вас нет желания проходить длительные курсы, вы можете воспользоваться специально созданными симуляторами — короткие интенсивные программы до 5 недель, которые позволят вам практиковаться в решении бизнес-задач на реальной инфраструктуре. Преподаватели школы являются опытными специалистами, работающие в таких компаниях, как ВКонтакте, Яндекс и Mail.ru.
Преимущества
Наличие симуляторов – коротких интенсивных курсов до 5 недель
Профессиональные преподаватели, работающие в таких компаниях, как ВКонтакте, Яндекс и Mail.ru
Дополнительные материалы для полноценного усвоения темы
Невероятно огромное количество практических кейсов
Обучение от простого к сложному
Недостатки
Не хватает проработки учебных материалов
Школа больше рассчитана на опытных специалистов, владеющих основами Python и SQL, а не новичков
Прошел обучение на курсе MLE и хочу поделиться честными впечатлениями. Если вкратце: это было мощно, местами больно, но максимально полезно. Что понравилось больше всего: Преподавательский состав: Огромный респект всем лекторам (Алексей Кожарин, Никита Табакаев, Алексей Биршерт и Эмиль Каюмов). Чув...
Плюсы: 1. Общая стилистика оформления лекций, видеоматериалов. То есть сначала видео, потом конспект, презентация. Плюс цветовое оформление в едином стиле. 2. Почти после каждой лекции есть практические задания, тесты. 3. Есть эксперты для помощи и консультации. 4. Есть бесплатная вступительная час...
Я начал учиться на курсе "StartML: Машинное обучение для начинающих" от Karpov.Courses без какого-либо опыта в аналитике данных. До этого я знал Python только на уровне "hello world", но не больше. Моя цель была простой: получить базовые навыки в машинном обучении, чтобы перейти в data science или ...
Я долго сомневалась, идти ли на курс «Принятие решений на основе данных». Не потому что неинтересно, а потому что рынок таких курсов переполнен: везде обещают «научим аналитике», а на выходе — красивые дашборды без понимания, как именно данные влияют на решения. Потерянные деньги, время и никакого ...
Обучалась на курсе ML Engineering
Информация подается структурировано
Для новичка курс непрост, но все возможно
Отдельное спасибо куратору Марине, которая поддерживала на этом марафоне