Курс «Профессия Data Scientist»
Компания: Skillfactory (Скиллфактори)
рейтинг:
Язык:
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 | |
|---|---|---|---|---|---|---|
| Профессия Data Scientist (этот) | Skillfactory (Скиллфактори) | 12 месяцев | 4.7 | — | — | |
| Профессия Data Analyst | Skillbox (Скиллбокс) | 24 месяца | 5.0 | — | Перейти | |
| Специалист по data science | Яндекс Практикум | 112 000 ₽ | 8 месяцев | 4.6 | Диплом о проф. переподготовке | Перейти |
| Профессия Machine Learning Engineer | Skillbox (Скиллбокс) | 24 месяца | 4.0 | — | Перейти |
Стоит ли идти на этот курс
Плюсы
- Стек под реальные позиции: SQL, машинное обучение, нейронные сети, PyTorch, A/B-тесты, Kaggle — именно то, что работодатели проверяют на техническом интервью для ML-специалиста или Data Analyst.
- Восемь проектов в портфолио и стажировка в компании «Моторика» — не учебные задачки, а строчки в резюме, которые можно защитить на интервью.
- Гарантия возврата денег, если не найдёте работу за шесть месяцев после окончания — финансовая ответственность школы за результат, а не просто маркетинговое обещание.
- Доступ к материалам остаётся навсегда: через год после старта можно вернуться к PyTorch или линейной алгебре, не теряя доступ к курсу.
Минусы и кому не стоит
- Двенадцать месяцев и цена порядка 270 тысяч рублей — серьёзный порог. Если бюджет ограничен или нужен быстрый результат, стоит рассмотреть более короткие программы по конкретному инструменту.
- Программа и разбивка по модулям в открытых данных не представлены — неясно, сколько времени уйдёт на математику, сколько на практику. Перед оплатой имеет смысл запросить детальный план у школы.
- Курс заявлен «с нуля», но стек включает PyTorch, нейронные сети и теорию вероятностей — без базовой математической грамотности темп двенадцатимесячной программы может оказаться некомфортным.
Когда этот курс вам не нужен
Если у вас уже есть опыт в аналитике данных или вы работаете с Python и SQL, этот курс избыточен — его структура рассчитана на вход с нуля, и первые месяцы будут потерянным временем. Также не стоит идти сюда, если цель — быстро освоить один конкретный инструмент: двенадцать месяцев и цена в районе 270 тысяч оправданы, только если вам нужна смена профессии, а не точечная прокачка навыка.
Как выбрать курс по этому направлению
Выбирая курс по аналитике и Data Science, первое, на что смотрю — соответствие стека реальным вакансиям: SQL и Python обязательны, ML-библиотеки и понимание статистики — плюс. Второе: портфолио. Курс без реальных проектов оставляет вас с сертификатом, но без аргументов на интервью. Третье: что происходит после обучения — есть ли поддержка с трудоустройством и насколько она конкретна. Гарантия возврата денег, если не нашли работу за полгода, — сигнал, что школа берёт на себя ответственность, а не просто продаёт контент. Наконец, цена: двенадцатимесячный курс с такой программой стоит дорого, и это нормально — важно трезво оценить, осилите ли вы этот темп параллельно с работой или учёбой.
Частые вопросы
Можно ли пройти курс без опыта в программировании?
Да, курс заявлен как старт с нуля. Но Data Science опирается на математику и логику — чем лучше вы ориентируетесь в базовой алгебре и статистике, тем легче пойдёт обучение. Полный ноль без желания разбираться в числах будет тяжело.
Сколько времени в неделю нужно уделять учёбе?
Двенадцать месяцев, восемь проектов и стажировка — это не пассивный просмотр видео. По моим прикидкам, на такой объём уходит порядка двенадцати-пятнадцати часов в неделю. Совмещать с полной занятостью — нужна дисциплина, это честно.
Какой документ выдают по окончании?
В открытых материалах этого не сказано — диплом, сертификат или что-то ещё. Если документ важен для HR или заказчика, спросите у школы до того, как платить.
Как работает гарантия трудоустройства?
Школа обещает вернуть деньги, если не найдёте работу в течение шести месяцев после завершения курса. Но что считается «завершением», какие вакансии засчитываются — в описании не раскрыто. Попросите договор с условиями и прочитайте его до подписания.
Что такое стажировка в «Моторике» и обязательна ли она?
«Моторика» — российская компания, которая занимается протезами и нейроинтерфейсами. Стажировка упомянута как часть результатов курса, но как она устроена — удалённо или очно, сколько длится, берут всех или по отбору — нигде не написано. Выясните это у школы заранее, до оплаты.
На какие позиции можно претендовать после обучения?
Курс готовит к позициям Data Analyst, Data Scientist, ML-специалиста и Data Engineering Intern. Реалистичный старт после обучения с нуля — intern или junior-уровень: так устроен рынок, и это не минус программы.
Длительность курса
720 дней
Формат обучения
Видеолекции, тренажёр и проекты в портфолио
Обратная связь
Проверка домашних работ командой наставников, поддержка в чате 24/7
Теория и практика
Занятия 6 часов в неделю
Чему научитесь
Программировать на Python
Использовать библиотеки pandas, numpy, matplotlib, plotly, skleam
Писать сложные SQL-запросы
Работать в фреймворках Hadoop и Spark
Работать с любой СКВ (GitHub, BitBucket etc)
Создавать чат-боты и нейронные сети
Понимать принципы построения инфраструктуры данных
Разбираться в big data и облачных хранилищах для данных
Знать математическую статистику, теорию вероятности и основные ML алгоритмы
Вывозить модели в production
Писать роботов для трейдинга с применением AI
прямо сейчас!
О курсе
О курсе
Преподаватели курса
Отзывы
Поначалу ожидания были, честно скажу, завышенными: думал, что буду плавно двигаться из модуля в модуль почти без усилий. Реальность оказалась другой. Приходится много читать, самостоятельно искать информацию, разбираться в нюансах, шерстить тематические чаты в Пачке (внутренний чат школы), смотреть вебинары и лезть в документацию. По факту это самообучение с поддержкой менторов - но, как мне кажется, это правильный подход: сразу вырабатывается привычка решать проблемы самому, а не ждать подсказки.
Материал при этом подан понятно, задания интересные, к каждой теме есть конспекты и ссылки на дополнительные источники. Если зависаешь на практике - менторы отвечают достаточно быстро. За все время учебы не встретил ни одного задания, которое было бы совсем нерешаемым.
В целом доволен. Знания реально откладываются, уверенность в себе растет, и есть ощущение, что после окончания получится выйти на новую работу.
Честно скажу про минусы. На этапе продаж немного приукрасили - мол, все легко и просто. Но профессия реально сложная, и к этому стоит быть готовым хотя бы ментально. Второй минус - платформа на старте работала медленно, материал долго прогружался, прогресс обучения вообще было непонятно где искать. Потом все это переделали, и в новой версии стало нормально.
По содержанию понравилось, что информация разложена структурно - самому искать по этим темам было бы мучением, а тут все собрано плюс дополнительные источники: pdf-книги, ссылки на статьи. Вебинары тоже хорошие, разбирают кейсы и проекты - я не всегда успевал смотреть вживую, но записи сохраняются.
Потраченных денег не жалею. Сейчас работаю аналитиком данных и двигаюсь в сторону дата-сайентиста - без этого курса вряд ли бы получилось.
Беда потом пришла, откуда не ждали. С этим карантином возникли проблемы с работой, а вслед за ними – проблемы с финансами. Пришлось писать заявление о временной приостановке курса и возврате денег. Очень переживала, что менеджеры начнут тянуть время, а то и вовсе сразу пришлют ответ, что это не предусматривается договором, но нет! За несколько дней не просто рассмотрели заявку, но вернули все уплаченные средства. Благодарю за такое человеческое отношение! Уверена, что со стабилизацией финансовой ситуации снова приступлю к учебе.



