Александр Никитин

Постараюсь без лишних восторгов, потому что есть что сказать по делу. Курс называется "Андроид базовый уровень", но по факту это скорее средний - если вы ни разу не работали с Java и не трогали Android-разработку, будет очень тяжело, процентов 80 материала просто не зайдёт. Я бы либо разбил его на два курса, либо переименовал. Основы должны ложиться основательно - методы, классы, лайауты - а здесь это всё подаётся как само собой разумеющееся. Так что приходить без базы не стоит. По качеству вебинаров: звук откровенно плохой, эхо и посторонние шумы реально мешают. Наставник Александр Никитин - грамотный и корректный, свою работу делает на отлично, отдельное спасибо ему. Захар Фадеев и Евгений Сабитов тоже не подводили - на вопросы отвечали, помогали разобраться. На продвинутый курс пока не пошёл, рано - сейчас буду пересматривать этот, потому что написать приложение из курса самостоятельно с нуля я пока не смогу.

Редко пишу отзывы, но после того как прочитал несколько чужих - захотелось рассказать свою историю. Некоторые жалуются на мало времени, отсутствие практики и высокую цену. Но 1.5-2 часа занятие два раза в неделю плюс неделя на домашнее задание - это вполне нормальный темп. А про цену - посмотрите сколько стоит репетитор по высшей математике на любой бирже, тогда вопрос отпадет сам собой. Главное понимать: учеба - это труд, домашки никто не отменял, и параллельно есть работа, дом, семья. Кто рассчитывает, что знания сами загрузятся в голову после оплаты - разочаруется.

Теперь про себя. Несколько лет подряд сталкивался с задачами из области Data Science, пробовал учиться самостоятельно, даже брал курсы на Coursera - ни один не закончил. Каждый раз на первых же сложностях останавливался и убеждал себя, что это удел людей с математическим складом ума, а не мой путь. В какой-то момент понял, в чем проблема: я пропускал самый первый шаг - восстановить математическую базу, которая давно заросла паутиной со времен института. Поискал варианты, остановился на OTUS и курсе "Математика для Data Science. Базовый курс" - привлекли преподаватели, программа и онлайн-формат.

Ожидания оправдались. Преподаватели объясняют понятно, через Slack можно в любой момент задать вопрос и получить ответ. Записи занятий всегда доступны - можно пересмотреть то, что не дошло с первого раза, это реально удобно.

Критика тоже есть. OTUS - компания молодая, и иногда в лекциях попадаются технические мелкие недочеты. Некоторые преподаватели склонны к академической подаче, что немного выбивается из общего стиля платформы. Но кураторы за этим следят и реагируют быстро.

Главное, что я вынес с курса - не только знания, но и само ощущение что снова учишься. Появился азарт писать код, разбираться в сложных вещах. После окончания сразу записался на трек по Data Science - "Machine learning" и "Нейронные сети на Python", уже два месяца учусь и пока все идет хорошо.

Прошел несколько курсов - впечатления неоднородные. В двух случаях всё было нормально: преподаватели дельные, материал объяснялся по существу. Но один раз попался педагог уровня вчерашнего студента: объяснить толком не мог, помощи ноль, пришлось разбираться самому. Так что состав преподавателей - как повезет, несмотря на заявленных "экспертов". Базу по специальности получил хорошую, применяю в повседневной работе. Цены приемлемые, зависят от популярности курса и его продолжительности. Блог с материалами полезный, есть реферальная программа, сам не пробовал. По итогу несколько партнеров OTUS сами предложили работу - выбрал то, что подошло. Но целенаправленного трудоустройства как такового нет, всё держится на личной инициативе. Курсов становится больше, появляются узкие IT-направления, что в целом плюс.

Несколько лет я натыкался на задачи из области Data Science и каждый раз откладывал серьезное погружение - пробовал что-то на Coursera, но ни один курс не довел до конца. В какой-то момент дошло, что проблема не в лени и не в сложности материала, а в том, что математический фундамент со времен института основательно зарос мхом. Поэтому искал именно курс по математике, а не сразу ML. После анализа рынка остановился на OTUS и курсе "Математика для Data Science. Базовый курс" - зацепили состав преподавателей, программа и онлайн-формат.

Ожидания в целом подтвердились. Преподаватели объясняют не "как нажать кнопку", а почему это работает именно так - и это принципиально. Если хочешь просто копипастить чужой код без понимания, то такой подход разочарует, но лично мне именно это и было нужно. Slack работает как живой канал - можно задать вопрос в любое время и получить нормальный ответ, а не отписку. Записи всех занятий доступны постоянно, что очень выручает, когда что-то не уложилось сразу.

Критика тоже есть. Компания молодая, и это иногда чувствуется: в лекциях изредка попадаются технические недочеты, а отдельные преподаватели дают материал в довольно академичной манере, которая немного выбивается из общего стиля курса. Плюс - кураторы за этим следят и реагируют.

Про "мало времени" из других отзывов не соглашусь: два занятия в неделю по 1.5-2 часа плюс неделя на домашку - это нормальный темп для работающего человека. Другое дело, что учеба требует реального труда, и кто рассчитывает, что знания сами загрузятся в голову после оплаты - будет разочарован.

Главное, что получил помимо математики - снова научился учиться. Курс закончил и сразу записался на трек по Data Science: сейчас два месяца иду по "Machine learning" и "Нейронным сетям на Python". Пока все устраивает.