Отзывы о школе Karpov Courses

Курс от в целом понравился.
Лично мне он помог систематизировать имеющиеся начальные знания, заполнить пробелы, освоить базовые принципы и методы работы с данными в языке Python, понять структуру написания кода на нём.
Особо хочется отметить пользу разнообразных и, зачастую, весьма интересных домашних заданий, которые не только заставляли попрактиковаться в техниках, освещенных во время лекций, но и также весьма неплохо развили навык самостоятельного поиска нужной информации в интернете, без которой, в большинстве случаев, ДЗ сделать было практически невозможно.
Преподаватель другом примере, где-то визуализировать свою речь для большей наглядности.
Немного конструктивной критики:
1. Разбор ДЗ в начале урока не обязательно делать с нуля в прямом эфире. В целях экономии времени, лучше разобрать уже готовый код кого-нибудь из учеников.
2. Регулярные выражения — на мой взгляд, не заслуживают такого пристального внимания в рамках курса.
3. Ну и последний урок по Django очень сжат. По хорошему, курс надо было продлить ещё на два-три урока, разъяснить основные принципы работы с ОРМ, MVC(Т) более детально и подробно.
В любом случае, начало положено, всё необходимое для дальнейшего саморазвития дано. Надеюсь, вскоре появиться вторая, более углубленная часть.
Спасибо за этот курс Школа Data Science!

Очень интересный курс. Блок по страхованию немного сыроват:
1. Хотелось бы изучить пример успешных моделей в страховании, а не модели, которые ничего не предсказывают.
2. Для ДЗ 8 нужны дополнительные материалы по hyperopt для мультиклассификации.
3. Авторы ДЗ 8 как-то забыли, что в нашем курсе вообще не было мультиклассификации, а преподавателю это стало известно в конце урока 8 при выдаче ДЗ. Часть материалов о мультиклассификации выложили оперативно, а чтобы получить схема запуска hyperopt для мультиклассификации пришлось убить кучу времени на поиск информации в интернете … и только через неделю после урока удалось получить полный комплект информации.
Дальше хотелось бы учиться без таких ляпов.

Совсем не оправданы ожидания. Самый более мене нормальный в аналитике модуль по статистике, где преподает сам Карпов. Продуктовая аналитике — это вообще мрак и ужас. Остальной преподавательский состав — трата времени в пустую, ничего не усвоите нужного. SQL также слабо, как и другие. По АБ тестам ничего не понятно от слова совсем. Очень долгая обратная связь по домашке, можно ждать и месяц и два, даже потом не вспомнишь как делал и что. В симуляторе до кураторов вообще не достучишься с вопросами. По аналитике дают материал без обратной связи и возможности задать вопросы, а только в конце курса могут пояснить что и как, и то совсем граммы, причем когда оно уже не особо актуально. Не могу рекомендовать данный курс, как хороший.

После прохождения курсов Карпова (Karpov Courses) по Аналитике данных, могу поделиться своим опытом. Во-первых, организация учебы оставляет желать лучшего.
Несмотря на достаточно удобную и понятную платформу, иногда возникают трудности с доступом к материалам, но эта техническая проблема решилась в первые дни обучения. Из положительных моментов моего обучения могу выделить, что курсы Карпова действительно пригодятся в начале карьеры в IT- разработчики смогут получить базовые навыки и знания, которые могут пригодиться при собеседованиях.
Очень хорошая поддержка — быстрое реагирование на вопросы. Но есть некоторые нюансы — курс оказался крайне насыщенным, что с одной стороны хорошо, но иногда слишком много новой информации сразу, что затрудняет усвоение, мозг закипает от перенасыщения информацией новой, появляется ступор, что не очень хорошо. План учебы и домашних заданий был составлен не всегда четко, что затрудняло разобраться в материале. Для начинающих данный материал очень даже полезен, но для специалистов, которые хотят развиваться не спер подойдет, но все зависит от уровня подготовки.
Для получения базы знаний, могу рекомендовать, хороший курс за свои деньги.

Неплохая часть курса была по Phython была в формате демо , поэтому и приобрел себе обучение. Но тут оказалось больше минусов, чем плюсов. По sql материал оказался очень слабо подготовлен, даже в бесплатном доступе море понятной информации, на неплохом уровне, чем тут. По статике — также в открытом доступе классная инфа. По визуализации тоже очень слабая подготовка.
В середине курса я принял решение уйти, не хочу такую слабую подготовку, я пришел сюда учится новым знаниям и умениям, а не слушать не интересные, а главное не особо нужный материал, на 70% состоящий из воды. Хорошо хоть возврат средств сделал. Может конкретно для этой школы такой уровень знаний — это норма, может у меня завышенные критерии оценки качества, но я не готов платить деньги в никуда. Может курс нацелен на помощь в трудоустройстве, но мне не судьба до этого было дойти на данной платформе.
Не могу давать свою рекомендации, что курс хороший.

Спасибо преподавателю за отлично проведённый курс, считаю что со своей задачей он справился на все 100%: доступно и понятно проводил вебинары, всегда отвечал на любые вопросы в telegram и вовремя проверял ДЗ с подробными комментариями. По поводу учебной программы однозначно есть недочёты. Сильно не хватает «Введения в Машинное обучение», где бы рассказывали в целом про то какие бывают модели, зачем нужны классификации, зачем регрессии, что такое обучение с учителем, что такое без, что такое переобучение, и т.д. (на courseria есть одноимённый курс от Яндекса, где на первом же уроке об этом всём рассказывают) Подходить к практическим моделям в sсikit learn без ответа на эти вопросы очень странно — как-будто ты что-то где-то пропустил, но не ясно где и что, ведь тебя обучают «с нуля».

Хороший и интересный курс для ознакомления с азами DS. Радует наличие реального проекта. Из замечаний — отсутствие методичек (как я понимаю, этот вопрос в данный момент решается), без них курс реально хромает. В теории видимо задумывалось, что интерактивные видео обучат технике, а вебинары — для работы над проектом. По факту получается, что между домашними заданиями и самим проектом огромная пропасть. Задания все на повторение и синтаксис, особой работы мысли там можно не проявлять, а проект, это полностью свободное плавание. У некоторых учеников может возникнуть ситуация, что они не понимают, что именно происходит за кадром исполняющегося кода.

Изначально хотел поставить оценку «4» преподавателю, но, как говориться, «все познается в сравнении».
Что понравилось:
— Преподаватель не оставит без внимания ни один вопрос, все домашки будут разобраны подробнейшим образом, причем это extra время (по факту каждая лекция длилась 3 часа вместо 2х);
— преподаватель показывал разные приемы, которые можно использовать в практике, охотно делился своим опытом;
— считаю программу курса достаточно сбалансированной, особенно понравились дз, они сложные (особенно для тех, у кого вообще нет опыта программирования), но только так вы будете расти;
Что не понравилось:
— почти весь курс нас сопровождали какие-то технические проблемы: то с ClickMeeting, то с окружением преподавателя (тормозит комп и тд). это реально портит общее впечатление как о площадке, так и о преподавателе
— (это скорее к формату курсов) на мой взгляд, слишком жесткие дедлайны для домашек: особенно с понедельника по четверг, людям у котрых «завал» на работе, сделать качественно дз в срок почти нереально (ну разве что ночами не спать)
Пожелания:
Мне кажется, курс «Advanced Python» нашел бы свою аудиторию, ну или «Django».

Курс благодаря курсовому проекту дает реальные знания по машинному обучению. Можно с нуля научиться строить модели и даже идти участвовать в соревнованиях на kaggle. Все темы освещенные в курсе актуальны. Преподаватель хорошо освещает темы на вебинарах и дает много практики.
Единственное за что ставлю 4, а не 5 это то, что последняя тема про обучение без учителя не участвует в курсовом проекте и по ней не было практики.
Из минусов могу отметить проблемы с проверкой ДЗ. Но думаю это были временные трудности.

Курс очень подробный, структурированный. Хотя понятно, что Hadoop это безграничное обучение)) Теория+практика. Преподаватель всегда рассказывал, как то или иное происходит в реальной жизни, как применяется. Не смотря на то, что с этим всем я столкнулась впервые, 90% материала было усвоено. Преподаватель старается говорить на языке группы, которую ведет. Если что то осталось непонятно, обязательно объяснит другими словами. На вопросы отвечает всегда в телеге. Домашки было делать даже интересно. После предыдущего курса (БАЗЫ ДАННЫХ ДЛЯ АНАЛИТИКОВ) этот курс просто бальзам на душу и голову)). Спасибо.

Очень интересный курс, обзорно рассказано про множество практических подходов машинного обучения в бизнесе. Лектор Школы Data Science очень хорошо объяснял, причем мы в группе на вебинарах требовали более подробного объяснения математических принципов изучаемых алгоритмов, и он очень терпеливо все объяснял, задерживаясь порой на полчаса. Из недостатков — одного урока на вывод модели в продакшн конечно маловато, причем курсовая-то как раз на эту тему. Хотелось бы более подробного рассмотрения этой темы, возможно на 2-3 урока.

Хороший, четко структурированный курс. Если честно, то начинала его с опасением, казалось, что все будет нудно и непонятно. По итогу все опасения не оправдались:) Преподаватель максимально последовательный и великолепно объясняющий преподаватель! Курс ооочень понятный, каждый шаг был подробно объяснен, Hadoop рассмотрен вдоль и поперек! Причем скучно не было, прослеживалась четкая структура всего курса, а в итоговом задании удалось подытожить и уложить в голове все пройденные знания. Однозначно, это заслуга преподавателя! Круто, спасибо!

Курс получился содержательным и интересным. Спасибо лектору за подробные объяснения и интересную подачу материала (насколько это было возможно при столь сжатых сроках). Курс довольно интенсивный и затрагивает много тем, каждая из которых во время занятия была разобрана на реальных примерах.
Есть вопрос к самой платформе : как при таком количестве студентов в потоке ( 93 ) и частотой занятий каждые 3-4 дня один преподаватель может справиться с такой нагрузкой? (проверка заданий, ответы на вопросы, консультации по итоговому проекту).

Очень понравилась визуальная составляющая курса, в частности как устроены распределенная файловая система HDFS, DWH, Hive. Очень доступно подана информация об основах MapReduce, Hive, ETL, форматах хранения. В рамках курса даны лишь основы экосистемы Hadoop. Для более глубоких знаний необходимо самостоятельно изучать документацию. При этом по теме NoSQL о базах Cassandra и HBase дана совсем минимальная информация. Для прохождения курса надо обладать знаниями основ Linux (основные команды bash), так как работа с кластером осуществляется в консоли.

Хороший курс. В целом остался доволен. Информации было достаточно много.
Из минусов можно отметить достаточно скромные возможности кластера, на котором работали, так как периодически его мощностей не хватало и приходилось ждать, когда задачи смогут исполниться. Но если брать ситуацию в целом, то работа была стабильной.
Преподаватель хорошо давал материал и очень оперативно отвечал на задаваемые вопросы.
Учитывая, что курс вводный в рамках третьей четверти, то наверно чего-то глобального добавить и не получится. Но если в принципе говорить о дополнениях и пожеланиях, то, на мой взгляд, можно больше уделить внимания работы с кластером средствами ЯП (тот же Python). Также больше внимания уделить запуску MR-задач на  YARN’е (возможно больше заданий на эту тему или примеров).
Если говорить непосредственно о вводном курсе, то думаю, что в конце курса можно добавить отдельное занятие по разбору типовых проблем, которые могут возникать в процессе работы с кластером.
Остальные пожелания по углублению в работе с БД и загрузкой данных — скорее уже относятся не просто к вводному курсу, а к более объемному. Поэтому оставлю их, как говорится, «за скобками».
Но повторюсь, что наверно в рамках вводного курса — объем и информативность учебного материала вполне достаточны.

От курса в полном восторге. Впрочем, как и от преподавателя: невероятно умная женщина, которая еще и умеет объяснять. Искренне надеюсь когда-нибудь стать такой же, как она. Курс очень зашел тем, что в нем мы наконец-то отошли от сферических моделей в вакууме и стали рассматривать машинное обучение именно как инструмент для решения конкретных бизнес-задач. Курсовая работа пойдет в тест на реальных пользователях, появилось четкое видение, как решить еще одну из насущных задач. Единственный минус курса — последнее занятие. Совершенно определенно, за два часа рассказать про вывод моделей в прод просто невозможно, поэтому пришлось, как дрессированная обезьянка, дословно повторить кусок из урока для выполнения соответствующей части последнего задания. Обращаясь к организаторам обучения — очень зря убрали из программы отдельный курс по выводу моделей в продакшн, на двух поверхностных часах далеко не уедешь.

Программа курса по верхам охватывает Hadoop с разных сторон. Для первого знакомства и общего развития — самое то. Как ни странно, наибольшие трудности были с первыми домашними работами, а дальше привыкаешь, и становится понятнее.
Хороший преподаватель, рассказывает не скучно, с шутками. Лекции слушаются легко. Также преподаватель всегда готов прийти на помощь студентам. В моей группе он первый преподаватель, кто создал отдельный чат в Телеграм, где собрал всех студентов текущего курса. Это очень здорово, все вопросы можно обсудить не только с преподавателем, но и с однокурсниками, так что в целом эффективность обучения немного возрастает.

Как и для любого интенсива, для прохождения этого курса нужен небольшой, но уверенный бекграунд web-разработки — знание основных понятий и практика программирования за плечами (решение абстрактных задач как минимум). Лично мне было тяжеловато, но это как бы говорит мне, что курс стоящий 🙂 Спасибо преподавателю, подача материала отличная — если что-то было непонятно во время лекции, то пересмотр трудных моментов в записи всегда расставлял «всё по полочкам». Так же отмечу хорошие методички, очень помогали по ходу курса.
P.S.: ну и с одногруппниками повезло, грех не сказать 🙂