Константин Севастьянов

Буду краток. Начал учиться по программе Аналитика Big Data в мае 2019-го, цена около 12 тыс. в месяц. Отец четырех детей - уже через пару недель понял, что времени не остается вообще ни на что, кроме учебы и пары часов сна. Материал не разжевывается в глубину, домашка со звездочкой иногда съедает кучу времени, а связи между курсами маловато. Преподаватели разные - как и люди вообще, никого не сужу. Но обратная связь с преподавателем реально работает и помогает. Очень зашла форма взаимодействия с взаимной проверкой домашек - это прямо находка. Материал интересный и актуальный. Единственное, что раздражает: подача в курсовых видео очень быстрая, а в вебинарах наоборот - крайне медленная, поэтому вебы смотрю только в записи, иначе не выдержать. В целом - интересно, полезно, открывает горизонты. Рекомендую тем, кто готов реально пахать.

Сейчас заканчиваю уже второй факультет в GeekBrains - big data, до этого проходил web-разработку. Расскажу, почему вернулся.

Я трейдер фондового рынка, рабочий день расписан плотно, плюс постоянные командировки. Когда понял, что нужен анализ больших данных, вопрос "где учиться" стоял остро - времени почти нет. Перебрал несколько школ, остановился на GeekBrains в том числе из-за связи с холдингом mail.ru - это для меня был весомый сигнал. До записи созвонился с менеджерами и преподавателями, они честно объяснили, что курс даст, а что - нет. Никакого навязывания, никаких "перезвоню через час" - всё спокойно и по делу.

Преподаватели - практики, большинство работают в реальных компаниях. Формат - вебинары плюс записанные видеоуроки, что удобно, когда ты часто в разъездах. После каждого урока домашка, сдача через Git - специально, чтобы люди привыкали к командной разработке. Наставники отвечают охотно, помогают с кодом, когда что-то не получается.

По цене - зависит от факультета, некоторые программы рассчитаны на полтора года, и стоимость соответствующая. Но есть рассрочки и скидки, менеджеры по этим вопросам идут навстречу. Для меня соотношение с итоговой зарплатой IT-специалиста выглядит разумно.

Единственное, что хотелось бы улучшить - оформление методичек, визуально они немного устарели. Но на качество обучения это не влияет.

Учусь на факультете ИИ уже больше года, и хочу сказать именно про него - не про Java, Android или геймдев, это всё не мой профиль.

Я много лет занимался нейронными сетями, генетическими алгоритмами, системами анализа данных из графических источников - в качестве хобби. В какой-то момент захотел систематизировать знания, закрыть пробелы, получить что-то официальное. И тут обнаружилась неприятная вещь: для 1С-ников, веб-дизайнеров, мобильных разработчиков - курсов завались, наперебой предлагают. А для тех, кто хочет серьезно заниматься data science или big data - почти ничего, либо самообучение, либо за границей. Нормального удаленного обучения по этим направлениям в стране просто не было.

Когда открылся факультет ИИ - сразу полез смотреть программу. И реально удивился: за полтора года они дают больше актуального материала, чем дают радиофаки и IT-факультеты нормальных вузов за 5-6 лет. Это не преувеличение - просто в вузах программы читают люди, которые сами перестали учиться лет 40 назад.

Первый курс - операционные системы - вел преподаватель с опытом в оборонной сфере. Казалось бы, в 30 лет что нового узнаешь про ОС? Оказывается, можно. Подано было живо, с вовлечением, я реально не ожидал такого от темы, которая мне никогда особо не нравилась.

Второй курс - основы Python. Поначалу слегка удивило: факультет ИИ, а начинаем с азов. Но уже к 4-му занятию пошел материал, который знают только те, кто всю жизнь на Python и работает. Преподаватель - снова из военных разработок, что по мне однозначный плюс: туда изначально берут людей квалифицированных.

С третьего курса сразу нейронные сети. Преподаватель - датасайнтист с реальным разносторонним опытом. К концу курса ученик делает рабочую нейросеть самостоятельно. На третьем месяце уже идет практика машинного обучения - не теория, а применение.

Единственное, что раздражает - часть учебного общения уходит из платформы в мессенджеры, которые доступны далеко не всем. Это реальный минус, особенно если у тебя ограничения по приложениям.

Но в целом - это именно то, чего не хватало. Наконец-то.

Про GB слышал давно, но никак не решался - казалось дорого. В итоге сначала прошёл два бесплатных видеокурса, убедился, что оно мне подходит, и только потом взял платную программу. С сентября 2021 учусь на аналитика Big Data, несколько курсов уже позади, так что есть что сказать.

Атмосфера доброжелательная, особенно на старте не бросают: объясняют куда смотреть, где расписание, к кому обращаться. Расписание более-менее сбалансированное - если заниматься по 1-2 часа в день, всё успеваешь, главное не запускать задания. Если времени не хватает, куратор всегда поможет сдвинуть дедлайн, это удобно. Видеозаписи и методички остаются в личном кабинете.

На каждом курсе есть наставник - это бывший студент, который сам прошёл этот курс с хорошими результатами и прошёл ещё какую-то доп. подготовку. Плюс преподаватели тоже обычно отвечают. В финале каждого промежуточного курса дают электронный сертификат - филькина грамота, конечно, но для портфолио сгодится.

Качество видеоуроков зависит от преподавателя: с кем-то материал идёт легко, с кем-то приходится много дополнительно читать и гуглить - я бы сказал, это скорее плюс, чем минус. Методички тоже неровные: на некоторых курсах они так себе, но в связке видеоурок + методичка + гугл всё в целом работает. Практики требуется реально много, под неё нужно выкраивать время в выходные - если подходить серьёзно, на хобби времени меньше.

Помимо основного обучения есть необязательные лекции экспертов - остаются в записи, никто не гонит их смотреть в прямом эфире.

Про трудоустройство: гарантии есть на бумаге, но за руку никто не отведёт. Могут предложить несколько вариантов, помогут с резюме, разберут сильные и слабые стороны. Работу лучше начинать искать примерно с середины обучения и на большую зарплату сразу не рассчитывать - опыт надо нарабатывать.

Главный минус - цена: серьёзные курсы стоят ощутимо. Но IT-образование сейчас, по-моему, уже не прихоть. Сам жалею, что не начал раньше - сейчас в 34 года догоняю упущенное и надеюсь всё-таки догнать.

Учусь здесь с февраля 2024-го. Изначально шла на Big Data, но после двухмесячного подготовительного курса поменяла специальность - и это как раз то, что мне в школе нравится: сначала дают основы всех направлений, и уже потом выбираешь осознанно. Структура обучения понятная, всё по порядку. Преподаватели в целом хорошие, в чате помогают, техподдержка отвечает не в тот же день, но отвечает - это честно. Шла с пониманием, что легко не будет, и действительно: иногда больше двух часов в день уходит, иногда меньше. Но мне интересно, и это главное.

Начал учиться со второй четверти - прошел курсы по Linux, MySQL, Python и R. Нравится, что всё построено на практике, а не на голой теории, и преподаватели реально работают в своей области. Что-то уже знал, что-то оказалось новым - нормальный баланс. Гуглить дополнительную информацию приходится, но я считаю это нормой: без самостоятельного поиска никакое обучение не работает. Материала достаточно, подача в целом хорошая. Отдельно радует, что записи остаются доступны после прохождения - можно вернуться в любой момент. По цене - на мой взгляд немного завышена, хотелось бы подешевле, но это уже придирки.

Сам когда-то работал преподавателем, так что смотрю на организацию обучения, наверное, немного иначе. Программа на факультете разбита на четверти, в каждой - несколько курсов. Перед стартом нужно либо пройти вступительный тест, либо подготовительный курс по своему направлению. Формат занятий - вебинары плюс видеолекции. На вебинарах можно задавать вопросы прямо в чате, а все записи и материалы (методички, исходники, картинки) остаются в личном кабинете и доступны в любое время. Домашки проверяет преподаватель с обратной связью, следующий урок начинается с разбора предыдущего задания. Если преподаватель перегружен - есть наставники, которые закреплены за каждым курсом. Задания в целом неплохо сбалансированы: часть простая, часть с усилием, итоговый проект по курсу - это уже серьезно, там придется повозиться даже тем, кто не новичок. По цене - многие ругают GeekBrains за дороговизну, но по факту любой московский преподаватель в частном порядке возьмет за аналогичное обучение больше, и мне есть с чем сравнивать. К тому же акции тут проводятся постоянно, плюс сертификаты государственного образца - это тоже чего-то стоит. При покупке профессии или факультета открывается бесплатный доступ к кучe дополнительных курсов за пределами основной специальности, что приятно.