Все отзывы о KARPOV.COURSES

После успешного прохождения курса «Инженер машинного обучения» (тоже у karpov. courses), Я решил закрепить свои знания и взять Симулятор DS для решения наиболее близких к бизнесу задач. Во-первых, хочу отметить, что задачи очень разнообразны: там можно найти практически все — от классического ML до DL/AI задач с трансформерами из различных отраслей: будь то банкинг, маркетплейсы, доставка и многое другое. Также там можно найти и задачки на AB-тесты, что тоже супер. Это именно те кейсы, которые не найдешь в открытом доступе, и это главная ценность симулятора. Что особенно понравилось: 1. Подготовка к задачам. Очень круто, что перед каждым кейсом есть теоретический материал именно под эту задачу. Не нужно часами гуглить — прочитал конспект и уже понимаешь, с чем предстоит работать. 2. Поддержка экспертов. Помощь приходит быстро, ответы развернутые и по делу. Чувствуется, что тебе действительно помогают разобраться, а не просто формально закрывают вопрос. 3. Полная свобода выбора. Это просто огонь! Не нравятся легкие задачи или неинтересна тематика? Сразу переходишь на сложные (Hard) кейсы или в другую отрасль. Можно собрать себе траекторию под собственные интересы и цели. Есть небольшой момент для развития платформы: Иногда перед задачей дают список ссылок на внешние материалы с формулировкой «необходимо изучить». В таких случаях не всегда понятен нужный объем и фокус. Куда комфортнее, когда весь ключевой материал структурирован и представлен прямо на платформе, как это сделано в большинстве модулей. Это экономит время и позволяет сразу погрузиться в решение. Как итог, симулятор однозначно рекомендую всем, кто хочет перейти от учебных датасетов к реальным бизнес-проблемам. Это лучшая практика из доступных на рынке (по крайней мере на мой взгляд). Читать далее...

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...

Прошла обучение на курсе Аналитик данных с 20.02.25 По 13.08.25. Курс длится 5 месяцев, но с учетом майских и немного пропущенных мной дедлайнов получился чуть дольше. На курс шла уже с опытом работы в ИТ в роли проджект менеджера и пониманием, что именно делает аналитик. Хотела приобрести hard skills. Взаимодействие с куратором и поддержкой происходит в отдельной системе — Пачке, что удобно, тк в тг и так хватает групп и каналов. Обучение строится из разных модулей — python, sql, статистика, визуализация и тд с доступом в соответствующие инструменты. В каждом модуле около 10 уроков, каждый включает в себя видео+конспект+теор вопросы+практика. И так по три урока в неделю (на модуле питона 2 в неделю). Задания практические интересные, для меня были решаемые, но сложные. Поддержка подсказывает при необходимости. Дедлайны с запасом в 2 недели. Динамика обучения высокая с учетом еще что я работаю. День в день уроки проходить не успевала. Мои выводы: -многие заходят на обучение, не посмотрев программу, не посмотрев, кто такой аналитик данных, а потом удивлялись сложности. Изучите, почитайте, какие системы/модули/темы будут в курсе. -Нужно подготовится к марафону в 5 месяцев. Идеально — прийти немного подготовленным с некоторыми знаниями по питону, sql -нужно будет еще раз пройти задания самой, чтобы лучше закрепить знания. Благо доступ к урокам остается. И дополнительно на бесплатных тренажерах Карпова потренироваться. Знания и курс мне точно понравились! Разбирали даже юнит-экономику, что мне-ка менеджеру было полезно! Курс однозначно рекомендую как базовый/начальный в этой сфере Читать далее...

Буквально недавно закончил обучение на курсе StartML (Инженер машинного обучения). Курс длится 8 месяцев. Курс состоит из 5 модулей: 1. Питон + необходимые библиотеки и сторонние программы (Airflow, git, numpy, pandas, jupyter и т. Д.) 2. Классический ML 3. DL (Обзорный модуль) 4. A/B Тесты и статистика 5. Собеседования и как их проходить (немного про алгоритмы, вопросы по теорверу с собеседований) Курс проходил параллельно с работой (работаю в другой сфере, с IT никак не связан). Поскольку это был первый опыт в сфере, было очень тяжело. Менеджер, с которым общался при продаже курса, обещал, что в первом модуле научат всему необходимому программированию. Но у меня так не случилось, из-за этого очень сильно отставал. После каждого модуля есть каникулы (примерно 7 дней). Поскольку я отставал, за каникулы было время догнать программу. После первых четырех модулей сдавали проект по пройденному материалу. Проект — рекомендательная система для социальной сети. Проекты и домашки загружались в ЛМС. Все коммуникации в курсе проходили через приложение «Пачка». Куратор присылал анонсы вебинаров и другую организационную информацию. Это не всегда было удобно — иметь дополнительное приложение, где нужно было отслеживать информацию. Отдельное спасибо куратору — Юлии! Всегда на связи, поможет перенести сроки, спросит, как дела. Переодически проходили «Чаепития» — собирались учатники курса с преподавателями и обсуждали актуальные вопросы (собеседования, технологии и т. Д.) Я покупал курс на «Черную пятницу» и поэтому имел право на возврат 50% стоимости курса. Для этого необходимо вовремя сдать первые три проекта (без переноса) и набрать суммарное количество баллов за курс больше 80%. За курс можно получить налоговый вычет — менеджеры прислали все документы для передачи их в налоговую. Курс StartML хороший, я бы однозначно его порекомендовал, но не новичкам. Нужно получить хорошую базу по Python, запасаться временем и учить. Всем удачи! Читать далее...

Пришла практически без технического фона, но материал объясняется настолько понятно и структурированно, что даже с нуля реально всё освоить. Все построено на практике, то что много заданий, которые приближены к реальным задачам аналитика, а не просто теория ради теории. Особенно понравился блок по SQL, наконец-то разобралась в том, что раньше казалось сложным. Также было интересно работать с Python, визуализациями и дашбордами. Преподаватели объясняют доступно, без перегруза терминами, и всегда можно задать вопросы менторам или в чате, отвечают быстро и по делу. Темп курса интенсивный, но очень увлекает. Постоянно чувствуешь прогресс, и это мотивирует не сдаваться. По итогу портфолио, четкое понимание профессии и уверенность в себе. Если вы хотите сменить профессию и ищете качественный курс, поэтому однозначно рекомендую. Читать далее...

Недавно я прошла обучение на курсе StartML от школы Karpov. Courses. До начала обучения у меня был средний уровень SQL и опыт работы с Python, но хотелось глубже разобраться в машинном обучении. Курс полностью оправдал мои ожидания: много практики, содержательные финальные проекты в каждом блоке и отличная структура — от теории к применению. Отдельно хочу отметить поддержку: эксперты быстро отвечали и давали развёрнутые комментарии к домашним заданиям. Куратор всегда была на связи, помогала с организационными моментами и поддерживала на протяжении курса. Материалы поданы логично и последовательно, задания варьируются по уровню сложности, и всегда можно было обратиться за помощью. Этот курс — отличный выбор для тех, кто хочет начать путь в Data Science и ML. Моя оценка — 10 из 10. Однозначно рекомендую! Читать далее...

Обучение на курсе StartML в школе Karpov. COURSES Началось 16 января, завершается 1 августа. До начала курса у меня уже был небольшой опыт в аналитике данных — я работал с Excel, SQL и немного с Python, но всё это было скорее на уровне любопытства и экспериментов. Целью обучения для меня было получить крепкие знания в области машинного обучения, понять, как устроены современные ML-процессы, и подготовиться к собеседованиям. Хотелось пройти структурированный путь от теории до практики. Портфолио здесь собрать не так трудно, поскольку каждый раздел курса, а их тут было 5, где в 4 из них есть финальный проект, где задания довольно серьезного уровня. Ожидания от курса оправдались на 10 из 10. Было много полезного материала: задачи, код, разбирали реальные кейсы. Понравились модули про А/Б тесты, подготовку к собеседованиям и само ML — направление — там чувствовалась актуальность и прикладная направленность. Заданий много — легких, сложных, но тут не стоит переживать, потому что если есть вопросы, то на помощь придет команда КС. Поддержка со стороны экспертов курса была отличной — ответы приходили оперативно, комментарии к домашним работам были содержательными, даже с рекомендациями по улучшению кода. Не мало важным плюсом является то, что за каждой группой закрепляется куратор, который также играет важную роль в процессе учебы, он поможет с организационными вопросами учебы, всегда напомнит про сроки сдачи финальных проектов, поможет с увеличением сроков дедлайнов, да и просто напишет и поинтересуется как у тебя дела, все ли в порядке с успеваемостью, даст ободряющий совет и мотивации на продолжения обучения. Контент курса мне понравился — он логично структурирован, материал подаётся последовательно, от простого к сложному. Общее впечатление от курса — положительное. Это отличный старт для тех, кто хочет войти в сферу Data Science или Machine Learning, но не знает, с чего начать. Оценка курса: 10 из 10. Готов ли я порекомендовать этот курс другим? — Да, с уверенностью! Читать далее...

Я начала обучение в январе 2025. У меня уже было базовое представление об SQL и совсем немного о синтаксисе Python. Курс мне кажется очень осмысленным, довольно последовательным. Для комфортного освоения я бы посоветовала заранее пройти на Степике курс Анатолия по статистике и тренажёры по SQL и Python — так будет гораздо проще. Есть как видео-лекции, так и подробные конспекты к каждому уроку. За неделю открывается 2–3 новых урока, дедлайн на выполнение заданий по ним — две недели. Темп довольно высокий, но если начать сразу, то можно идти даже немного с опережением. Этот курс позволяет трижды перейти на следующий поток, то есть, по сути, откатить дедлайны на месяц назад. Я в итоге воспользовалась всеми тремя переводами. Дедлайны можно не соблюдать — просто лично мне комфортнее учиться в спокойном темпе, когда я знаю, что мне не нужно нагонять 3–4 домашки. На данный момент я прошла SQL, Python, Git, тервер и статистику и начала продуктовый модуль. Уже сейчас понимаю, что могу отточить уже полученные на курсе знания и искать работу. Если смотреть на описание вакансий, в курсе дают ровно то, чего ждут работодатели Читать далее...

Проходила курс с декабря 2024 по июль 2025 Курс затрагивает все базовые аспекты связанные с ML, начиная с Python и заканчивая DL и А/В тестированием. На курсе 4 основные модуля, каждый модуль ведет разный преподаватель. Первые два модуля (Python и классический ML) воспринимаются легче, материал хорошо структурирован, раскрыт, преподаватели доходчиво преподносят материал. Считаю, что именно эти модули основные для новичка в профессии и достаточно хорошо раскрыты на курсе. Так же стоит отметить очень удобную платформу для обучения. Действительно можно обойтись одним ноутбуком, все остальные инструменты, программы есть в LMS и весь процесс очень удобно автоматизирован. Учиться можно где угодно и когда угодно, все решения тут же проверяются и можно идти дальше по программе. И конечно, нельзя не упомянуть о команде karpov. COURSES — Куратор, эксперты, support — все-все сторались помочь, поддержать, ответить на вопросы Недостатков особых нет, но отмечу то, что для меня было тяжеловато: Темп — три дедлайна в неделю — это не просто. Иногда темы не очень объемные и сложные, а на некоторых прям подвисала. В начале курса темп сохранять легче, поэтому здорово, что основной python и ml идут в начале. Опять же помогала куратор (Юлия, спасибо!) — Если не успеваю срок, продлевала на пару дней дедлайн, поддерживала. Блоки по DL и статистике мне не зашли. То ли я уже подустала, то ли материал слишком сложный, то ли сам формат подачи — но как-то не укладывалось в голове. Статистику и A/B на старых базовых знаниях проходила. Но отмечу, что и на самом курсе говорится, что DL только в общих чертах дается без углубления в детали. Я довольна, что прошла курс по ML — для меня это шанс перейти в новое и более уникальное профессиональное направление (сейчас работаю Аналитиком) Сейчас приступаю к Карьерному треку и далее начну поиск работы. Читать далее...

Начал учиться осенью 24-го года. Опыта в машинном обучении не было. Планировал получить основы для смены карьеры. А именно перейти из физики в машинное обучение. KARPOV. COURSES Выбрал за хорошую репутацию, так как до этого учился на курсах Анатолия Карпова на Stepik. Ожидания оправдались примерно на 8/10. Сразу отмечу отличную поддержку на курсе со стороны кураторов и экспертов, как по организационным вопросам так и по заданиям. Лично мне не хватило «математичности» контента, хотя для базового курса может так и нужно. После обширного блока про классическое МЛ, блок по нейросетям показался то ли скомканным, толи не раскрытым. Но в целом курс ощущается проработаным, понятным и в меру сложным. А именно разработка этапов «Финального проекта» дает ощущение рабочего аврала. Рекомендую курс всем начинающим Дата сайентистам. Читать далее...

Некоторые главы курса хороши. Я проходил две главы, из них мне понравилась только глава про MLOps. Местами там было много воды и теории, лекции достаточно длинные, но зато это позволяет разобраться в теории MLOps и подходах, если вы раньше с этим не сталкивались. Задания в тренажере интерактивные, можно не ждать проверки, а самостоятельно отправлять их и получать результат. Правда в этом и минус — вас не будет проверять живой человек. Также есть чат поддержки, куда можно задать вопросы и посмотреть вопросы других участников курса, чаты для нетворкинга и общения (немного мертвые). Также после каждого урока есть конспекты в pdf. Однако главу по рекомендательным системам не порекомендую никому. Очень много материала, каждую лекцию что-то новое, лектор пытается впихнуть как можно больше, но не углубляется в суть вообще, так что без самостоятельного поиска в интернете вы вряд ли поймете рекомендательные системы. Лектор часто оговаривается, хотя явно читает текст с экрана. Пару раз мне попалась одна и та же склейка друг за другом, просто лектор перезаписывал часть. Очень много склеек. Материал не очень последовательный, второй урок ссылается на то, что третий пройден) С самого начала блок «рекомендательные системы» плохо структурирован, нормального введения нет, сразу какие-то истории и метрики. Также в этом курсе ужасное качество конспекта. Картинки настолько шакальны, что с них невозможно разобрать текст. Разборы домашек есть, но код в них не запускается, и приходится фиксить его. Ну и все вопросы нужно задавать в чат поддержки, а ревью ДЗ никакого нет, только автоматизированная проверка. Читать далее...

Только что закончила курс на Аналитика данных и по горячим следам хочу написать отзыв. В целом курс очень достойный, программа качественно составлена, наполнение курса также объемное, получаешь очень много знаний и практики. Но сразу хочу сказать, что срок 6 месяцев для данного курса это очень сильная нагрузка на студента. Курс интенсивный, дедлайны жесткие, придется все 6 месяцев придерживаться жесткой дисциплины и уделять очень много времени на обучение, особенно, если вы с нуля обучаетесь этой профессии. Материала очень много, лекции, конспекты, практические задания. Мне было очень тяжело укладываться в дедлайны, я не просрочила ни одного дедлайна, но для этого я все 6 месяцев тратила на обучение все свое свободное время и сидела за лекциями до ночи. Совмещать с работой или другой бурной деятельностью будет очень непросто. Я об это не думала перед началом обучения и повторюсь мне было очень тяжело укладываться в сроки сдачи заданий. При этом если быть готовым к интенсивному обучению и не уезжать в отпуск, то курс точно поможет качественно обучиться аналитике данных. Читать далее...

Недавно я успешно завершил обучение на кусе «Инженер данных с нуля». Это был мой первый опыт обучения IT-специальности в онлайн-школе и дался он мне довольно тяжело (совмещение с основной работой учебному процессу очень мешало. Оценку курса я дам по модулям: модули SQL, Linux, Spark и Airflow я оцениваю на максимальный балл, поскольку и практики и теории в этих модулях было дано достаточно и находились они в сбалансированных пропорциях. Чего, к сожалению, не могу сказать про модули, посвящённые языку Python: на мой взгляд, в них стоило бы добавить больше практических заданий (особенно, в «Python. Продвинутый уровень»). Также не понравилось соотношение теории и практики в модулях, посвящённых теории БД (Clickhouse, PostgreSQL и Теория реляционных БД): на мой взгляд, пустить сначала три объёмных теоретических блока, и только после них один большой блок с практикой по ним всем, — не очень верное решение. Считаю, что практические задания стоило бы распределить равномерно между тремя модулями, чтобы студенты не успевали разучиться решать задачки, пока поглощают одну чашу теории за другой) Система дедлайнов на курсе — штука спорная, но хорошо дисциплинирует, так что выделю этот момент в плюсы. Ну и скажу пару слов про поддержку: кураторы и эксперты на курсе работают хорошо — за всё время прохождения обучения не возникло никаких проблем во взаимодействии с ними. В целом, курс даёт широкое представление о профессии и, самое главное, обучает работе с кучей полезных инструметов. Я остался удовлетворён обучением, надеюсь, этот отзыв будет полезен Читать далее...

Недавно завершил обучение по блоку «Динамическое ценообразование» и в целом я, конечно, доволен. Утвердительно могу сказать, что материал понятен и оформлен в доступном виде. Считаю, что для учебы система блока организована оптимально. Поддержка работает оперативно. С уверенностью могу рекомендовать данный блок для тех, кому данная тема крайне необходима. Читать далее...

Шел упорядочить знания и 31узнать что-то новое. Не с «нуля». Подача материала и задания были интересными. Требовали инвестиций времени, но как и любое другое обучение. В среднем уходило по 8-10 часов в неделю. Это для более-менее подготовленного специалиста. Если идти прям без особых технических знаний — то надо быть готовым инвестировать больше времени, более детально погружаться в основы проектирования инфо систем сначала. Формат обучения, платформа — удобные. Никаких нареканий не вызвали. Почти все проверки автоматизированы — получаешь моментальную обратную связь. Часть задач (более творческих) — проходят ручную проверку экспертами. Другие продукты от команды Karpov. COURSES Пока не пробовал. Но планирую. Могу рекомендовать данную платформу и данный курс к обучению. Читать далее...

Я проходила курс Start ML. Я работаю аналитиком данных и хотела изучить методы машинного обучения, для того, чтоб применять их в работе и дальше развиваться уже в этом направлении. Курс Карпова я выбрала, так как давно о нем знаю, проходила его бесплатный курс на степике по статистике. Тогда он мне понравился понятным и структурированным объяснением. Я давно смотрела на разные курсы на платформе, и наконец приняла решение пройти курс. Сам Карпов в этом курсе не ведет никакие блоки, но лекторы здесь мне тоже понравились. Еще очень понравились кураторы курса, которые всегда старались пойти на встречу. У меня не возникало много проблем, чтоб оценить их помощь со всех сторон, но с теми вопросами, которые у меня возникали, они помогали быстро. Мне понравилась быстрая адаптация под реалии — заблокировали ютуб, потом дискорд, решение находилось бытро, ничего не мешало учиться. Курс понятный — ты смотришь лекцию, есть конспект этой лекции в текстовом виде, потом проходишь тесты/задания. Советую не разбивать сильно просмотр лекции и выполнение задания по времени, так как потом тяжело включиться в контекст. Задания в основном понятные, но есть так же небольшие дополнительные подсказки к решению. Так же можно задавать вопросы в чатах — эксперты либо однокурсники смогут ответить. И на сайте есть ИИ Ева, к которой тоже можно обратиться:) Нужно закладывать много времени на прохождение курса, так как информации очень много, быстро просмотреть и прощелкать тест точно не получится. Тем более если хотите вынести полезные знания из обучения. В целом курс я рекомендую тем, кто действительно пришел учиться, и готов тратить достаточно для этого времени. Читать далее...

Я успешно завершила курс «Инженер данных с нуля», и это было моё первое серьёзное обучение в IT-сфере. Честно говоря, я сомневалась, что дойду хотя бы до середины. Начинала я с полного нуля, без какого-либо бэкграунда в этой области (по образованию — физик). Да, временами было действительно сложно: на некоторые домашние задания уходило море времени и сил. Но я осталась в полном восторге от обучения! Что мне особенно понравилось — это огромное количество практики. Каждая тема включала видеоурок, конспект, теоретический квиз и нетривиальные домашние задания, которые заставляли действительно вникать в материал и закреплять новые знания. Отдельно хочу отметить удобную обучающую платформу: материалы курса изложены понятно и логично, в любой момент можно вернуться к нужной теме. Также у нас был отдельный чат с кураторами и экспертами: каждую тему обсуждали в соответствующих ветках, что делало процесс общения более структурированным и удобным. В любой момент можно было задать вопрос и получить помощь. Конечно, задания за нас никто не решал, но в нужное русло направляли — и мы разбирались:) В общем, атмосфера на потоке была доброжелательной. Возможно, кому-то не понравится система дедлайнов (две недели на каждую тему без потери баллов), если он предпочитает обучаться в своём темпе. Меня же такой подход устроил — совмещать с работой получилось. Минусов не нашла, правда. Если есть желание и усердие — всё получится! Этот курс стал для меня отличным стартом в мире данных. Теперь я задумываюсь о том, чтобы продолжить обучение и приобрести ещё один курс — но уже для более продвинутых аналитиков. Очень надеюсь, что у меня получится сменить профессию. Читать далее...

С ноября 2024 по май 2025 учился на курсу Аналитик данных. Успешно его закончил. Очень динимичная и обширная программа. А именно: Python базовый, Python для аналитики (Pandas, Seaborn, Matplotlib и др.), PYTHON Для статистики, SQL, GIT, DataLense, Airflow, продуктовая аналитика, статистика. Дружественная атмосфера с поддержкой от экспертов. Дружное комьюнити студентов. Замечательные лекторы, особенно Анатолий Карпов, простым языком, ясно и понятно. Пришел на курс по реккомендации товарища, теперь сам могу смело реккомендовать! Читать далее...

Очень достойный курс. Дает общую базу, которую вполне хватит для уровня джуна. При этом объясняет не только прикладные моменты, но и формирует целостное понимание по каждому модулю, что особенно важно, например, для модуля Статистики. Информации даётся много. Местами приходилось даже что-то пропускать, чтобы успеть в дедлайны. Но доступ к курсу будет открыт навсегда, поэтому всегда есть возможность вернуться и повторить. Поддержка кураторов однозначно была. Причем многие вопросы задаются в отдельный чат урока, который видят все, из-за чего можно найти ответы на свои вопросы, которые кто-то уже задавал ранее, что повышает оперативность работы. Также очень сильно пригодился неограниченный доступ к нейросети, предоставляемый площадкой на время обучения. Это оказалось крайне полезным, потому что нейросеть могла быстро дать развернутый ответ по многим нюансам. В то время как с кураторами этот же вопрос разбирался бы дольше. Читать далее...

Поступил на курс «Аналитик данных» (он же StartDA) 14 ноября 2024 года и за 5,5 месяцев успешно его закончил. Я гуманитарий и опасения, что не справлюсь, были, но подача материала, большое количество практики, поддержка самой платформы, ИИ-чата платформы, сообщества студентов и экспертов курса в мессенджере «Пачка» очень помогли не опустить руки и успешно завершить курс. Мне 53 года и я хочу сменить профессию, затем и пошел учиться. Несмотря на то, что рынок аналитики большой и специалисты требуются, на свежих выпускников курсов не смотрят как на реальных кандидатов, обязательно нужен опыт даже для самых стартовых позиций, а в моем возрасте и на стажировку не берут, их идеальные претенденты — студенты и выпускники вузов. Я не сдаюсь, рассылаю резюме и готовлюсь делать пет-проекты. Тем не менее ожидания от учебы оправдались полностью, на 10. Матерала много, подается легко и если учишься, то всё усвоишь. А учиться нужно много, я тратил от 3 до 8 часов каждый день, да-да и в выходные, без исключения. Сначала кажется, что полный хаос, но потом в голове выстраивается система. Все инструменты в доступе — Jupyter для Python, Redash для SQL, GITLab для проектов. Через месяц после окончания от инструментов отключают, но на платформу доступ пожизненный, лекции и конспекты с вами навсегда, к тому же конспекты можно скачать. Одним словом — рекомендую всем, кто хочет узнать, что такое аналитика и получить теорию и практику от профессионалов своего дела, а школа специализируется на анализе данных и машинном обучении. Читать далее...