На момент начала курса я имела опыт 3 года в аналитике данных, но хотелось расширить свою экспертизу в Data Science: нередко необходимо взаимодейтсвовать в работе со специалистами в этой области, пересекаются стек и задачи. Ожидания полностью оправдались, а именно: курс делает упор на практику, и поэтому можно подходить к его изучению следующим образом: рассматривать теоретическую часть курса как вводную и уже самостоятельно изучать/вспоминать теорию по лекциям на Youtube, например, как делала я. Таким образом, потребность в более глубокой теории можно удовлетворить самостоятельно, ребята курса задают направление. НО: практическая часть курса — действительно полезна и многие вещи, которые я ранее не использовала в своей работе, я использую сегодня, именно благодаря опыту, приобретенному на курсе. Курс дает разнообразный и Огромный плюс курса — практика в инструментах, косвенно связанных с ML, но очень полезных: python (у меня появилось новое хобби — решение задач на Leetcode, вместо шахматных задачек), разбор принципов ООП, git, написание DAG для Airflow, в целом полезные советы и демонстрация best practices, чтобы придя на работу, не сделать откровенный кринж. Мне было увлекательно, я вопринимала прохождение курса как приключение, во время которого иногда встречаются трудности, иногда открытия, новый опыт. А поддержка от куратора и экспертов во время прохождения всегда поможет решить любую проблему, ответить на вопрос, супер доброжелательно. Ставлю лайк и 10/10. Читать далее...