Курс «Аналитик данных»
Компания: Яндекс Практикум
рейтинг:
Язык:
Актуальная программа курса (21 модулей, по данным школы)
- Введение в аналитику. Отчёт в Google Таблицах
- Использование данных в бизнесе
- Основы SQL. Извлечение данных для анализа
- SQL. Обработка данных
- SQL. Анализ данных и решение ad-hoc-задач
- Визуализиция данных и дашборды
- Основы Python
- Python. Предобработка данных
- Исследовательский анализ данных и визуализация
- Расчёт и визуализация бизнес-метрик и показателей
- Формулировка и проверка гипотез
- Анализ результатов А/В-тестирования
- Итоговый проект базового тарифа
- Углублённое изучение DataLens
- Как анализировать продукт
- Основы машинного обучения
- Введение в большие данные
- ClickHouse как аналитическая СУБД
- Обработка данных с помощью PySpark
- Автоматизация (Airflow)
- Итоговый проект расширенного тарифа
Кем вы сможете работать
Сколько зарабатывают в профессии (медиана hh.ru, по 135 вакансиям)
Окупаемость: стоимость курса ≈ 2 мес зарплаты junior-специалиста.
Сравнение с похожими курсами других школ
| Курс | Школа | Цена | Срок | Рейтинг | Диплом | |
|---|---|---|---|---|---|---|
| Аналитик данных (этот) | Яндекс Практикум | 172 500 ₽ | 6 месяцев | 4.5 | диплом о профессиональной переподготовке | — |
| Онлайн-курс Аналитик данных | Курсы Бруноям | 67 900 ₽ | 6 месяцев | 5.0 | Удостоверение | Перейти |
| Профессия Data Analyst | Skillfactory (Скиллфактори) | 131 814 ₽ | 18 месяцев | 5.0 | — | Перейти |
| Курс по аналитике данных | Skillfactory (Скиллфактори) | 131 814 ₽ | 6 месяцев | 4.7 | — | Перейти |
Стоит ли идти на этот курс
Плюсы
- Стек закрывает весь базовый арсенал аналитика данных сразу: SQL и PostgreSQL, Python с Pandas и Matplotlib, BI через DataLens, плюс PySpark и ClickHouse — это уже выход за пределы джуниорского минимума.
- Кейсы от работодателей в программе — значит, часть задач привязана к реальным бизнес-сценариям, а не синтетическим учебным примерам.
- Воркшопы и Q&A каждые две недели — живой формат разбора сложных тем, который реально помогает не зависнуть на середине шестимесячного курса.
- Карьерный трек вынесен в отдельный блок на месяц: подготовка к трудоустройству не спрятана в последний урок финального модуля, а идёт самостоятельным этапом.
Минусы и кому не стоит
- Шесть месяцев — серьёзная дистанция: если нет устойчивой привычки учиться параллельно с работой, длинный курс даётся тяжело. Оцените свой темп честно до записи.
- Цена под сто тысяч рублей — это инвестиция, которую стоит просчитать конкретно: аналитик данных без опыта на старте редко сразу выходит на зарплату, перекрывающую стоимость курса за первые месяцы. Срок окупаемости зависит от рынка и вашей скорости поиска.
- Данных о трудоустройстве в открытом фиде нет — статистику по итогам карьерного трека нужно запрашивать отдельно, не принимайте факт наличия карьерного блока как гарантию результата.
Когда этот курс вам не нужен
Курс избыточен, если у вас уже есть рабочий SQL и базовый Python: заплатите за то, что знаете. Если цель — быстро освоить один инструмент (например, только BI-дашборды), шесть месяцев полной программы — не самый экономный путь. И если важна офлайн-составляющая или очный ментор — формат онлайн-курса с воркшопами по расписанию это не заменит.
Как выбрать курс по этому направлению
Выбирая курс по аналитике данных, смотрите прежде всего на стек: SQL и Python — не опции, а минимум рынка. Если в программе нет реальных инструментов визуализации и хотя бы базового знакомства с BI — это курс 2018 года. Второй критерий — практика на данных, а не пересказ теории: ищите кейсы от работодателей или задачи на реальных данных, а не синтетические упражнения из учебника. Третье — что происходит после теоретических модулей: есть ли сессии Q&A, воркшопы, живой разбор сложных мест? Без этого большинство застревает на середине. По цене: шесть месяцев обучения с таким стеком стоят около ста тысяч рублей — просто считайте, окупается ли это вашим конкретным карьерным шагом, а не абстрактным «войти в IT».
Частые вопросы
Нужны ли знания программирования или математики для старта?
Курс заявлен как «с нуля» — предварительная база не требуется. SQL и Python вводятся с первого большого блока программы. Школьная математика не помешает, но специальной подготовки курс не предполагает.
Сколько времени в неделю нужно выделять?
В описании программы точных часов нет, но шесть месяцев на стек из SQL, Python, BI-инструментов и PySpark — это плотная нагрузка. По ощущению от похожих программ: меньше десяти часов в неделю не обойтись. Воркшопы и Q&A идут по расписанию раз в две недели — это фиксированные слоты, которые нужно закладывать заранее, особенно при совмещении с работой.
Выдают ли документ об окончании?
В публичных материалах курса информация о дипломе или сертификате не указана — этот вопрос стоит задать школе напрямую перед записью.
Помогают ли найти работу после курса?
Карьерный трек на месяц в программе есть. Что именно в него входит и какова статистика трудоустройства — в публичных данных не раскрыто. Наличие блока само по себе ничего не гарантирует — спрашивайте у школы конкретные цифры по выпускникам.
Зачем в программе PySpark и ClickHouse, если курс «с нуля»?
Это значит, что курс нацелен не только на базовый SQL-уровень. PySpark и ClickHouse — инструменты для работы с большими объёмами данных; они нужны там, где таблицы в Excel уже не вывозят. Включение этих инструментов говорит о том, что программа ориентирована на задачи крупных компаний, а не только на стартовые позиции.
Что такое «кейсы от работодателей» в программе?
По структуре — задачи на реальных или приближённых к реальным данных от партнёров школы. Конкретные кейсы и партнёры публично не называются — уточните у Яндекс Практикума заранее, если это принципиально.
Длительность курса
180
Формат обучения
теория с закреплением в тренажёре, домашнее задание для самостоятельной практики и работа с наставником над кодом 10 часов в неделю
Обратная связь
поддержка наставников в чате доступна 24/7
Теория и практика
программа обучения на 220 часов 15 учебных проектов на реальных данных
Чему научитесь
- Использовать средства визуализации для работы с данными
- Разбираться в метриках и основных инструментах A/B-тестирования
- Правильно презентовать результаты своего исследования, оперируя графиками, важнейшими цифрами и их правильной интерпретацией
- Основам машинного обучения
- Работать с языком Python, аналитической библиотекой Pandas и средой программирования Jupyter
прямо сейчас!
О курсе
О курсе
Навыки, которые вы получите
Отзывы
Практика устроена правильно: задачи не абстрактные, а из реального бизнес-контекста. Нужно не просто написать запрос - нужно сначала разобраться, какую метрику вообще хочет заказчик, и уже потом учитывать типы данных, группировку, джойны. Именно на таких задачах и учишься - когда на каждом шагу что-то может пойти не так: не тот тип соединения, неправильно посчитанный lifetime, потеря когорт без заказов.
После каждого урока - тренажер с автопроверкой, в конце модуля - проект, приближенный к работе аналитика. Наставник отвечал быстро, даже в выходные: по моему запросу обратная связь приходила в тот же день, включая субботу-воскресенье. Программа выстроена с нормальным нарастанием сложности - от SELECT и JOIN до оконных функций и когортных отчетов.
Из минусов - формулировки некоторых заданий были размытыми, приходилось перечитывать по несколько раз, чтобы понять, что вообще требуется. Не критично, но раздражало.
Тем, кто хочет не просто выучить SQL, а научиться думать задачами аналитика - подойдет.
Но платная часть оказалась заметно скучнее пробника - первое разочарование. Хотя нудных лекций не было, теорию можно листать и возвращаться по мере практики. Преподаватели в целом отзывчивые, объясняли терпеливо даже когда я заваливала их одним и тем же - за это реально благодарна. Но ближе к концу один из них грубовато ответил, написала куратору - и вот тут стало понятно, что жаловаться некуда, никто ничего не разбирает. Неприятный осадок остался: если бы из-за этого пришлось пересдавать и доплачивать полную стоимость - перспектива так себе.
Отдельный момент про диплом. При записи менеджер заверил, что документ будет равнозначен второму высшему. По факту - красивый разворот без корочек и листа с оценками. Обидно, потому что именно ради статуса образования и шла.
Теории в целом хватает, чтобы пройти курс до конца. Но если хочется сделать красиво и под свой стиль, придется идти с вопросом к преподавателю или гуглить самому.
Обратная связь сильная: наставники и преподаватели отвечают на любые вопросы, хоть как-то связанные с аналитикой. Кураторы регулярно проводят созвоны, делятся опытом и дают много полезного, советую не пропускать. Есть и круглосуточная поддержка. Глубоких знаний у них нет, но когда горит дедлайн и на дворе глубокая ночь, выручают здорово.
Проекты - что-то вроде проверочных работ, то посложнее, то попроще. Все на реальных данных, поэтому интересно копать разные темы, например кино или недвижимость. Единственное, чувствуется легкая гиперопека: готовое решение никто не даст, только подскажут и покажут, где почитать еще, а дедлайны и отлынивание никому не спустят.
Обещают "освоить профессию с нуля за 6 месяцев", но человеку, который вообще не работал с Python и SQL, это нереально. У меня так и вышло. По факту курс рассчитан на тех, кто уже в IT и хочет сменить специализацию. Складывается впечатление, что группы собирают намеренно так, чтобы большинство уже разбиралось в теме - видимо, рассчитывают на взаимопомощь внутри потока.
Обратная связь - главная проблема. На поток около 300 человек и всего один преподаватель, который отвечает в течение дня. Но большинство учится после основной работы: задаешь вопрос вечером, ответ приходит на следующий день, читаешь его следующим вечером - и хорошо если сразу понятно, а если нет, цикл повторяется. Укладываться в сроки при таком ритме невозможно. Техподдержка работает 24/7, только толку от нее ноль - на вопросы по учебе отвечают "обратитесь к преподавателю, он будет утром", а утром ты уже на работе.
Структура курса: модули теории, потом проектная работа. Первый модуль еще ничего - тебя ведут по шагам. Дальше начинается самостоятельная работа, и вот тут стопор: непонятно что делать и спросить не у кого. На мой взгляд, нужно хотя бы 4-5 первых модулей с нормальной поддержкой, чтобы перестроить мышление и набить руку - но именно этого здесь нет.
Денег не жалею - жалею времени. И самое неприятное: эти курсы вогнали меня в страх, что я в принципе не способен освоить эту область. Теперь боюсь снова открывать проектную работу. Смотрю в сторону Skillbox или Сбербанк Университета, но и туда иду с опаской. Классическое коммерческое надувательство.
1) Не встречал назойливой рекламы у блогеров на ютубе
2) Знакомы стартаперы проходили другие курсы Практикума и остались очень довольны
3) Вроде нет причин не доверять такому гиганту как Яндекс
Курс разделен на спринты продолжительностью две недели. Дается довольно много теории, но еще больше практики. Отдельно хочется отметить подход команды разработчиков курса к доступному изложению сложных тем (например, теория вероятностей). Все объясняется на примерах, и теория очень плавно и гармонично смешивается с практикой. Так же без внимания нельзя оставить работу специалистов из команды Практикума (наставники, кураторы, проджект ревьюеры). Все ребята очень компетентные, мега вежливые и терпеливые.
Для меня, как для человека с полным отсутствием какого-либо технического бэкграунда, моментами бывает сложно, но мотивации освоить новую профессию больше, плюс команда Яндекса оказывает саппорт, когда это необходимо.
В общем, 10/10.
Другие платформа я и не рассматривала.
Хотелось бы выделить:
1. саму информацию, учебник и подачу данных - всё это на уровне. Интересно, доступно, с примерами, шаблоны предоставляются, интересные тренажёры, множество изображений, что помогает лучше впитывать информацию.
2. Коммуникации внутри группы. Отдельное спасибо куратору - она проводник по всем неизведанным уголкам нашего курса/взаимодействия, она же мотиватор и излучатель энергии.
Преподаватели - постоянно на связи, всегда готовы помочь и подсказать.
По выходным - воркшопы, лайфхаки, доп. информация и пояснения в режиме онлайн.
Всё актуально, доступно каждому, интересно.
Приходите, уверена вы не пожалеете!)
Из того, что сразу подкупило в Яндекс.Практикуме - возможность пройти вводную часть любого курса бесплатно, прежде чем платить за полный доступ. Понравилось - идёшь дальше, не твоё - уходишь без потерь. Плюс есть полностью бесплатные курсы. Смотрела разные школы - Skillbox, SkillFactory, GeekBrains, Нетология - в итоге остановилась на Практикуме ещё и потому, что здесь реально возвращают деньги за неиспользованную часть курса, если решишь уйти. Академический отпуск тоже предусмотрен. Для меня это важный сигнал, что школа думает о студентах, а не только о своём кармане.
В итоге записалась на "Аналитику данных", курс на 6 месяцев. Структура обучения стандартная - теория, практика, проект. Проектная часть в первом спринте проверялась автоматически, потом стала полу-автоматической: часть проверяет машина, часть уходит живому ревьюеру.
Отдельно про коммуникацию - вся она в Slack, и там реально продуманная структура. Пять каналов: информационный с дедлайнами и правилами, общий чат где куратор раз в неделю напоминает, что жизнь прекрасна, библиотека с полезными материалами от преподавателей и самих студентов, канал для вопросов по тренажёру (разбит по темам и урокам, с вероятностью 99% нужный тред уже есть), и отдельный канал по проектам. Сотрудники школы настаивают на том, чтобы вопросы шли в эти каналы, а не в личку - это логично, потому что ответ видят все.
Студенты сами создали чат в Telegram - там всё вперемешку, зато помогают друг другу быстро: и с мотивацией, и с кодом. Из-за разных часовых поясов он фактически круглосуточный.
Обучение построено без видео - только текст и тренажер, где сразу пишешь код. Поначалу казалось странным, но это работает. Теория, потом сразу закрепление на практике. Когда неизбежно застреваешь - в Slack есть реальные специалисты по специальности, отвечают обычно в течение пары часов с нормальным объяснением, не отпиской. Плюс личный менеджер под организационные вопросы.
Курс разбит на 12 тем, в конце каждой - самостоятельный проект. Проверяют специалисты, пишут замечания, ты правишь, они снова смотрят - и так пока не устроит. Это не просто галочка, итерации реальные.
После обучения есть программа акселерации: HR-специалисты проводят видеоконференции, помогают с резюме, сопроводительными письмами, портфолио на GitHub, делают пробное собеседование с подробным фидбеком. Это, пожалуй, самое сильное место.
Атмосфера в чатах живая - студенты реально помогают друг другу, не только тьюторы.
Минус один: платформа периодически глючит, это заметно в процессе. Не критично, но раздражает.
Я только закончил, сертификат еще не получил, насколько готов к реальной работе - честно пока не знаю. Если устроюсь, дополню отзыв. В целом - рекомендую.
Курс составлен с реальным юмором - "питоны в питонопитомнике", "крафтовый борщ" и прочие штуки для своих. Каждый раз улыбаешься, и учиться сразу чуть легче. Преподаватели и ревьюеры проектов поддерживают так, что это реально помогает не бросить. Отдельно - вебинары Глеба Михайлова, это что-то особенное.
Сложно? Да, сложно. Но это скорее в плюс, чем в минус.
Чего точно не ожидала - насколько это интенсивно. Дедлайны у каждого спринта двойные (мягкий и жесткий), часть дополнительных заданий я не успеваю, на финальный проект уходит больше времени, чем написано в учебнике. Стресс перед сдачей - реальный. Но за несколько месяцев я прокачалась сильнее, чем прокачалась бы сама в режиме "послушаю подкаст, почитаю книгу, а сделаю интерфейс когда-нибудь потом".
Учебник текстовый, без воды - структурированная информация, тесты с объяснениями к каждому ответу, примеры реальных интерфейсов. Приятно, что нет видео, где 10 минут рассказывают о том, какие качества нужны настоящему дизайнеру. Учебник больше похож на конспект, к которому возвращаешься по делу.
Наставники отвечают на вопросы, ревью работ подробное - не просто зачёт/незачёт, а разбор с конкретными рекомендациями. Чувствуется, что у проверяющих есть гайды, и это скорее хорошо: проверка предсказуемая и содержательная.
К финалу у меня уже несколько проектов для портфолио. Двое из моей группы нашли работу ещё до окончания курса. Рекомендую тем, кто хочет практику, а не просто посмотреть лекции.
Пришла сюда с бакалавром экономики 2019 года. В университете анализ данных был, но подавали его так сухо и теоретично, что я сбежала от этого в офисную работу - бюрократия, сверка документов. Год спустя поняла, что мозгу не хватает нагрузки, полезла смотреть вакансии и удивилась: аналитиков берут везде, платят нормально, а навыков у меня ноль. Решила переучиваться.
Почему именно Практикум - объясню. Меня дико отталкивают псевдо-скидки на 50% "только сегодня, уже через три дня сгорит" и операторы, которые звонят и уговаривают купить курс, - это у Skillbox, GeekBrains и компании в полный рост. У Яндекса цена была нормальной сразу, без этих цирков. Плюс пробная неделя бесплатно - можно пощупать платформу до оплаты. Скидку найти реально, но надо чуть постараться, и это, как ни странно, приятнее, чем когда ее тебе суют насильно.
Структура курса мне нравится: три модуля, каждый разбит на спринты по две недели - первая теория с тренажером, вторая самостоятельный проект на реальных, не причесанных данных. Это важно, потому что учебные идеальные датасеты и реальная работа - разные вещи. Проекты проверяют ревьюеры, фидбэк подробный, часто возвращают на доработку - и это не расстраивает, на разборе ошибок запоминается в разы лучше. По выходным вебинары с практикующими специалистами, там тоже много кода, не просто слайды. Организация четкая: кураторы и наставники отвечают быстро, общение в Slack разбито по темам, ничего не теряется.
Теперь честно про сложность. Питон я не знала вообще, статистику помнила смутно - полтора года прошло. Курс пока посильный и совмещается с работой, но времени уходит больше, чем было заявлено изначально. Это стоит закладывать заранее.
Сам по себе я тот еще прокрастинатор, поэтому структура со спринтами и дедлайнами оказалась кстати - без них точно бы откладывал. Каждый спринт две недели: сначала теория с тренажером, потом практический проект. Общение с преподавателями и другими студентами идет через Slack, по выходным вебинары в Zoom.
Учеба занимает реально много времени, не буду врать. Теории дают много, сразу пробуешь в тренажере - но объем такой, что не все укладывается с первого раза. Зато проект потом выявляет именно те пробелы, которые были, и по факту заставляет их закрыть. Ревьюер указывает на ошибки, доделываешь до согласования - и так пока не принято. Путь рабочий, хотя и небыстрый.
Когда совсем заходишь в тупик в тренажере или не знаешь, как подступиться к проекту, - в Slack всегда можно спросить преподавателя, он направит. Ощущения брошенного не было ни разу, обратная связь живая.
Теперь о том, что раздражает. Тренажер иногда притормаживает. Бывают единичные задачи с непонятно сформулированным условием - логическая ошибка самого задания, не моя. Встречаются орфографические и пунктуационные ошибки в материалах (мелочь, но неприятно). Заявленного времени на спринт мне лично не хватает - хотя это, наверное, индивидуально. И стоимость курса высокая даже на фоне конкурентов.
Что понравилось: задачи построены на реальных данных, темы в спринтах постоянно меняются, не успевает наскучить. Теория написана живым языком - например, некоторые задания разбирались на основе героев "Игры престолов", с юмором. Бренд тоже играет свою роль при поиске работы.
Сейчас прошел больше половины курса. Да, сложно - по-другому и не бывает. Но мотивация появилась настоящая: раньше хотелось учиться, но непонятно было как и что, а сейчас наоборот - времени не хватает на все, что хочется изучить. Накопился список книг и тем для самостоятельного погружения.
Тем, кто решается: курс советую, но перед стартом рекомендую пройти бесплатные курсы по Python и основам статистики на Stepik - сильно упростит жизнь на первых спринтах.
По состоянию на декабрь 2020-го курс стоит 50 000 рублей, есть помесячная оплата и скидка по подписке Яндекс.Плюс, длится около 4 месяцев (плюс новогодние каникулы сдвигают сроки). Форма подачи материала необычная: так называемый "тренажёр" с теорией, вопросами по ходу, разбором правильных и неправильных ответов. Время от времени идёт псевдочат, где ты в роли новичка-стажёра общаешься с командой разработки - сюжет тянется ещё с бесплатного модуля. Проводятся вебинары, записи доступны тем, кто не смог попасть.
Главная проблема - задания спринтов. Наставник в Slack не даёт прямых ответов, только направляет, в какую сторону копать, а потом ревьювер указывает на недочёты в уже сданной работе. Это само по себе не страшно, но дедлайны жёсткие: если не уложился в "мягкий" (первые 1-2 недели), то в "жёстком" дедлайне даётся только одна попытка доработки. Не справился - либо переходишь в следующий поток, растягивая обучение, либо прекращаешь его с возвратом части денег, но теряя доступ к пройденному материалу. Примеров и подсказок в самих заданиях, по ощущениям, не хватает - и это не только моя проблема, у многих из группы та же история. На мой взгляд, именно отсюда и растёт большинство стрессов.
Тем, кто рассматривает платное обучение на Практикуме, советую выбирать направление, которое уже хоть немного знакомо и реально интересует - иначе темп будет ощущаться вдвойне тяжелее.
Записался - и не пожалел. За 8 месяцев прошел HTML/CSS с семантикой, flexbox, Grid, анимации, формы, методологию БЭМ, Git, работу с макетами в Figma. Потом JavaScript - типы данных, ООП, асинхронность, замыкания, обмен данными с сервером, npm. Дальше React с его экосистемой и в конце Node.js: поднятие сервера, настройка, написание серверного API. Помимо основной программы - огромное количество дополнительных материалов. Есть наставник, техподдержка работает хорошо. Недешево, но по ощущениям стоит того. Сейчас впереди дипломная работа - и, судя по всему, новая жизнь.
Из того, что особенно нравится: жесткие дедлайны (для меня это плюс, без них бы расслаблялся), 6 месяцев - нормальный срок, не растянуто и не скомкано. Наставники на вебинарах показывают конкретные шорткаты и приемы в python, учат думать, а не просто решать по шаблону. Если что-то непонятно по проекту - преподаватель не дает готовый ответ, а направляет, предлагает более аккуратное решение. Формат тренажера тоже зашел, плюс без проблем дают ссылки на сторонние материалы, если хочется копнуть глубже.
Минус один, и он субъективный: ревью проектов хотелось бы более придирчивого. Иногда кажется, что можно было бы жестче пройтись - это бы точно подняло качество портфолио.
Тем, кто только выбирает платформу: советую сначала пройти бесплатную вводную часть до конца - она честно показывает, как устроено обучение, и даже дает первый мини-проект по анализу данных. Заодно изучите программу потемно, чтобы понимать, что вас ждет.
С нетерпением жду блока по трудоустройству.
В выборе яндекса для себя я не сомневалась. Давно знакома с платформой и у меня от нее только положительные эмоции. Ребята действительно сделали качественный продукт и регулярно его совершенствуют. Формат обучения мне подходит, напомнили студенческие годы. Также есть дедлайны мягкие и жесткие, а если не закрыл сессию могут перевести на академ. Кстати, под конец своего обучения я получила предложение пройти собеседование в крупной компании. Во время которого я себя чувствовала очень уверенно и знала о чем говорю. Так что всем их рекомендую. Сейчас вроде даже есть скидка на обучение в размере 5%.
Общение идет через Slack, раз в две недели зум-консультации с наставниками - живой формат, где можно спросить что угодно. Хотелось бы таких встреч почаще, но понимаю, что это онлайн-формат, а не очные курсы.
Про 10 часов в неделю маркетологи, конечно, слукавили. Если работаешь фулл-тайм - учеба забирает почти все свободное время. Если есть семья - нужно договариваться заранее, поддержка близких реально спасает, особенно когда начинают опускаться руки. Это не страшилка, просто лучше обсудить на старте.
Но когда после теории и написанного кода нажимаешь "Проверить" и видишь зеленую галочку - вот это окупает все.
По факту платная часть - это другой курс. Тренажер глючит: зависает, не принимает альтернативные правильные решения. Теория стала сухой и скучной - никакого сходства с тем, что показывают на бесплатном этапе. Спринты сжаты так, что уложиться в дедлайны можно только если учиться круглосуточно, особенно если заходишь с нуля. Просрочки при таком темпе - не исключение, а норма.
Отдельная боль - система коммуникации. Вопросы преподавателям можно задавать только в общих чатах, строго в тематических тредах по спринту, и перед этим обязательно нужно перелопатить переписку - вдруг кто-то уже спрашивал похожее. Это реально убивает время и мотивацию. Техподдержка отвечает быстро, но их любимый совет - "повторите теорию". За бесплатными советами читать документацию я и так могу.
Еще момент, который стоит знать до оплаты: по оферте деньги снимаются за время с даты старта, а не за пройденный материал. Если когорта должна была пройти 4 спринта, а ты осилила 2 - при возврате с тебя возьмут за все 4, но доступ к непройденным не откроют, потому что он открывается по прогрессу. Логика, которую сложно объяснить.
Сейчас ищу другую школу.
Для сравнения: пару лет назад я начинал учиться анализу данных в другой школе, но не дошел до конца - застрял на одной задаче, мотивация испарилась. Так что смотрел на Практикум уже с опытом похожего курса.
Теория здесь сделана отлично. Язык подачи понятный, все разжевывается и иллюстрируется. Но главное - это структура: в курс включено именно то, что нужно практикующему аналитику, и ровно в том объеме, который необходим. Немного воды все же есть (например, теория приоритизации гипотез), но это мелочи. Пройдя всю теорию, я почувствовал, что могу решить примерно 75% реальных бизнес-задач - и это самое важное ощущение, что ты готов к работе.
Практика идет сразу после каждого теоретического блока - все, что прочитал, тут же решаешь. Это и есть основной способ вдолбить материал: когда просто читаешь, мозг ленится, знания остаются поверхностными. А когда решаешь задачу - поневоле перечитываешь всё заново и разбираешься по-настоящему, иначе дальше не пройдешь. После практики страх перед кодом уходит, и понимаешь, что можешь сделать то же самое сам, в любом другом редакторе.
Но тут есть одна реально раздражающая вещь: тренажер иногда не принимает правильный ответ. Ты получаешь именно тот результат, который требуется по условию, - а он не пропускает дальше. Спасение одно - написать наставнику в Slack, он либо подскажет, что подправить, либо пришлет рабочий кусок кода.
Наставники грамотные и, что важно, практикующие специалисты. По выходным проводят вебинары, разбирают проблемные задания. Часто на вопросы отвечают сами сокурсники, уже прошедшие этот блок. Но ответа в Slack иногда ждешь часов 10-15, и бывает, что наставник так развернуто отвечает на свой же вопрос, что понять написанное непросто.
Расписание довольно жесткое, это надо учитывать. В целом курс стоит потраченного - если нужен структурированный старт в аналитике с реальной практикой, а не просто набор видео в интернете.
С тобой работает целая команда - куратор, наставник, преподаватели, проверяющие. Вопрос без ответа не остается, при этом тебя не ведут за руку, а учат думать самостоятельно. База дается полная, даже с запасом.
Отдельное спасибо куратору Элле - очень чуткий и отзывчивый человек.
Единственное - материал местами подан не самым доступным образом, иногда приходится переспрашивать преподавателей. Но это скорее мелочь на фоне всего остального.
Про выбор между аналитикой данных и data science: это смежные области, но аналитика - курс покороче и хорошо подходит, чтобы вообще понять, твоё ли это направление. Потом можно добрать data science самостоятельно или уже работая аналитиком развиваться внутри компании. Навыки аналитика применимы широко - маркетинг, финансы и не только. Data science - история более узкая, под конкретную профессию, поэтому туда имеет смысл идти, если уже точно знаешь зачем.



