Все отзывы о KARPOV.COURSES

Всех приветствую меня зовут Рамазан и я с Дагестана. Я учусь в университете на менеджменте. В начале 3 курса я решился влиться в IT так как не видел перствектив обучения в универе. Изначально не знал чем бы заняться, но друг порекомендовал курсы карпова и курсы яндекса, рекомендовал то мне он дата-саентиста или же МЛ-специалиста. Но почему-то с первых дней мой выбор пал именно на аналитика не знаю почему. Почему я выбрал карпова? Выбор давался мне тяжело, но просто факт того что школа специализируется только на этом сегменте IT (по сути все их направления смежные где-то рядом) я выбрал именно их. Скажу сразу о минусах 1. Начальный пайтон базовый. Ну оочень тяжело было это объективно. (Но он длится не долго) Рекомендую настоятельно пройти курс на степике прежде чем сюда. 2. С самого начала пошли сильные дедлайны. Было сложно и времени казалось не хватает (но я и бездельник тоже нужно учтеть) В остально же лично у меня проблем вроде не возникало Плюсы тоже есть: 1. Когда я выбирал курс я часто видел даже в плохих отзывах что лекции самого Анатолия были познавательны. Теперь я убедился в этом сам. Анатолий очень хороший не только специалист, но и преподаватель. Человек действительно умеет объяснять доносить все простым легким понятным языком. 2. Лекции по продуктовой аналитики были весьма интересные и также понятные. Слушать было легко 3. Уроки статистики вел несомненно сам Анатолий Карпов тоже были хорошие, но в какой-то момент лично у меня возникли немного сложности в понимании, но нужно учесть что сам предмет то нелегкий. Но однозачно плюс, но порекомендовал бы также на степике пройтись от того же Анатолия. 4. Визуализация тоже была на уровне, в целом неплохо. Но мне лично яндекс даталенс не нравится я все равно на Power BI (Раньше был у них табло, но видимо изза санкций перешли туда). Но несомненно много чего полезного с лекций получил. Да и в целом курс был хороший. Однозначно оочень много практики. Интересной практики. Различные проекты и мини проекты. Я хоть и лентяй, но мне было интересно. И не сказал бы что было сверх сложно. Также в курсе есть различные карьерные чаты в которых много интересных историй, советов да и многого Порекомендовал бы я? Думаю да, я доволен. Я пытался учиться на бухгалтера, сам на менеджменте учусь, но все это не мое и не приносило мне удовольствия. Эта же деятельность мне нравится. Из сложностей лично для меня (это не минус курса это проблема другого характера) то что в моем регионе попросту нет таких вакансий и найти работу удаленно мне без опытному очень тяжело. Но мне посоветовали просто составить отчеты для компаний за бесплатно чтобы в резюме закинуть — постараюсь их применить. Читать далее...

Проходила обучение по курсу «System Design». Благодаря пройденному курсу обрела новые знания. Основные плюсы курса: -Материал хорошо структурирован; -Курс можно проходить в любое время; -Есть задания, которые помогают закрепить материал (по ним есть дедлайны); -Есть финальный проект, который позволяет использовать на практике весь материал курса; -Кураторы всегда на связи, помогают и делятся материалами. Спасибо создателям данного проекта! Читать далее...

Курс информативный. Очень хорошо упорядочена теория реляционных баз даных, хороши также блоки по linux, gitlab, postgress, spark. Блок по python очень слабый, clickhouse интересен, но почти все практические задачи на момент прохождения не работали, в блоке Airflow как мне показалось очень мало информации по работе именно с внешним интерфейсом Airflow. Задач достаточно. Минус за то что практические задания не были проработаны и протестированы на момент запуска курса. В результате все баги по практическим заданиям устранялись за счет самих студентов первых потоков в процессе прохождения ими этих заданий. Это сильно раздражало. Организация обратной связи намного лучше чем например на яндекс. Практикуме — здесь вы общаетесь с экспертами через мессенджер, а не по почте. Отвечали оперативно. Ответы и разъяснения экспертов не всегда и не сразу были полезными. Это тоже напрягало. Описание финального проекта можно было-бы тоже получше изложить, но это моё субъективное мнение. Курс «инженер данных с нуля» от Карпова мне был очень полезен хотя и нервов пришлось потрепать немало. Основное достоинсво курса с моей точки зрения — отсутствие воды и наличие всех необходимых инструментов в программе обучения на дата-инженера. Читать далее...

Проходила курс по машинному обучению. Что получила: глубокое погружение в профессию, при этом, доступное новичку. Боялась, что будут поверхностные знания, но получила отличную базу для входа в профессию. А если читать доп. Материалы, то базу можно расширить спокойно до нужного объема. Лекции понятные и без воды. Самый главный раздел по машинному обучению — топ. Эксперты в чате всегда отвечают на вопросы и дают подсказки «на подумать», что очень круто. Кураторы поддерживают, постоянно спрашивают, как идет обучение. Если быть активным, можно найти бадди, общаться с группой и проходить обучение, постоянно обмениваясь опытом с учениками. В общем, от обучения я в полном восторге, получила больше, чем ожидала. Читать далее...

Проходил курс по MLOps в начале 2025 года. Начал учиться без особого опыта в MLOps, и честно говоря, не знал с чего начать. Однако курс оказался действительно «вкатывающим» — даже с нуля проблем не возникло. Структура курса продумана до мелочей: 10 уроков и финальный проект, которые открываются последовательно, обеспечивают плавное и последовательное погружение в тему. Каждая лекция разделена на короткие видео, что делает материал легко воспринимаемым. Конспекты, доступные как в самом курсе, так и в Notion, помогли мне лучше усвоить информацию и подготовиться к заданиям. Задания были сформулированы понятно и логично, что способствовало отработке полученных навыков. Я смог получить обратную связь по всем выполненным заданиям, что было очень полезно. Поддержка команды курса также заслуживает отдельной похвалы — в случае вопросов всегда можно было обратиться за помощью. Что касается контента, он оказался очень актуальным и разнообразным. Курс дал отличный обзор на существующие методы и подходы в проектировании инфраструктуры для моделей машинного обучения, что, безусловно, помогло мне лучше понимать, в каком направлении двигаться дальше в своем обучении. Общее впечатление от курса сложилось исключительно положительное. Я научился многому и теперь чувствую себя увереннее в области MLOps. Рекомендую этот курс всем, кто хочет разобраться в разработке архитектуры ML сервиса и развертывании моделей машинного обучения, независимо от предыдущего опыта! Читать далее...

В симуляторе всё сделано структурированно, удобно и понятно. Платформа и поддержка работают стабильно хорошо, материал полезный. Всем рекомендую!

Начиная обучение в ноябре 2024 года, я решил погрузиться в мир глубокого обучения, хотя до этого систематического опыта в этой области у меня не было — лишь обрывочные и несистематизированные знания по нейросетям и несколько тестовых тетрадок с Python скриптами. Цель, которую я перед особой ставил, была сугудо практической: приобрести навыки, которые помогут успешно пройти собеседование, получить стажировку и уверенно утвердиться на новой работе. Помимо этого, для меня было важно систематизировать все имеющиеся знания, структурировать материал — начиная с основ и двигаясь к более сложным концепциям — чтобы всё было изложено по полочкам. Ожидания от курса превзошли даже мои самые смелые прогнозы: я оценил полученный опыт на твердую 10 из 10. Материала оказалось значительно больше, чем я ожидал, и он оказался исключительно полезным и практически применимым. Особо хочу отметить поддержку организаторов и преподавателей. На каждое возникающее у меня техническое затруднение отвечали оперативно, разъясняя природу ошибок и подсказывая возможные подходы к их решению, при этом не давая готовых ответов. В чатах с обсуждением занятий поддерживали разбор технических тонкостей той или иной темы. Структура курса заслуживает отдельного внимания: материал организован четко и логично. Лекции начинаются с теоретической базы, где даётся глубокое понимание сложных концептов. Под конец серии лекций какого-либо урока — разбор кода, где реализовано всё то, о чём говорилось на лекции. Дополнительные квизы после каждого модуля помогают плавно перейти к решению разнообразных практических задач. Общее впечатление от курса исключительно положительное. Это ощущение только укрепилось после выполнения финального задания, которое позволило мне окончательно убедиться в практической ценности полученных знаний. Несколько недель спустя после завершения обучения я получил приглашение на стажировку в Ozon Банке, где смог легко общаться с профессионалами, имеющими многолетний опыт в Data Science, DL и ML. Все задачи, проблемы и их решения оказались мне предельно понятными — во многом благодаря этой образовательной программе на karpov. courses. По шкале от 1 до 10, я бы поставил ему 10. Без сомнения, готов рекомендовать эту программу другим, кто хочет серьёзно погрузиться в глубокое обучение с упором на NLP. Читать далее...

Долго выбирала между разными школами и даже направлениями, в итоге выбрала не то что мне по душе, но ни о чем не жалею) 1. Если вы владеете навыком учиться, ковыряться в материале, анализировать, возвращаться к уже пройденному, читать и вчитываться, хотя бы немного логически рассуждать, то эта учеба будет вам в радость. Курс простой, все доступно объясняется, он интересный, особенно если ваше единственное образование — это давно забытое высшее. Я воспринимала обучение как сложную викторину, был азарт быстрее выполнить задание и перейти к следующему. 2. На середине блока Питон у меня начались проблемы со временем — из-за работы постоянно не успевала, нервничала, что если не сдам урок в срок, то получу сниженный балл. Позже, когда набрала необходимую половину баллов для получения сертификата, расслабилась и выполняла задания в своем режиме без оглядки на максимальный балл. Формат видео и лекций — это удобно, подходит для разных сценариев в жизни. Видео классно посмотреть как фильм, лекции хороши для того, чтобы все было в доступе во время решения задач. 3. Поддержка работает отлично. Если вы сразу ознакомитесь с графиком работы и с тегами, которые надо ставить при разных типах обращений, то у вас никогда не будет проблем. Это тоже про способности вчитываться и возвращаться к прочитанному. 4. В блоках питон и sql нет ничего сложного- если вам реально интересна аналитика, то вы легко это освоите и сразу сможете применить даже в текущей работе. 5. Мой опыт показал, что я наверно выбрала курс, я умею копаться в данных и анализировать их, но я хотела больше работать с людьми, а не с цифрами и кодом, поэтому на середине курса, поняла, что это не мое и учебу не закончила. Финальный проект даже не начала делать, так как в середине обучения получила ту работу, которую по-настоящему хотела. Желающим подготовиться к старту в аналитике данных — точно рекомендую. Это очень качественный продукт. И поддержка, и материалы, и ИИ-бот (встроенный прямо в сайт) — все работает прекрасно. На все вопросы ребята реагируют быстро. Когда будет время, планирую углубиться в так и непройденный блок по Продуктовым метрикам, так как моя работа как раз связана с управлением продуктом. Вроде бы материалы и доступ в личный кабинет останутся у меня на год. По поводу поиска работы — на карьерном курсе, который начнется ближе к концу, вам все расскажут, образцы резюме можно будет подглядеть у одногоуппов в тг-чате, переработанное резюме можно будет отдать на ревью (если подсуетиться). Всем успехов! Читать далее...

Очень понравились 3 модуля из 4х, то есть все, кроме Deep Learning (Модуль 3). Очень хорошая последовательная подача материала. Специально искал курс, в котором было бы много практических задач, и мои ожидания полностью оправдались. Хорошая поддержка, довольно быстро отвечает. Хорошая платформа. Дают сервак, на котором можно выполнять задания. Соответственно, показывают обучающимся максимально приближенную к жизни конструкцию — БД, питоновский сервак, тул для работы с БД, airflow. Окружение создаем ручками. Все как на реальной работе. Отлично объяснены основы гита. Раньше создавать ветки в гите было для меня стрессом, сейчас на изи. Проходил похожий курс на платформе яндекс+мфти (когда его еще не закрыли в курсере), там платформы не было по сути вообще. То есть можно было отправлять ответы, но такой удобной системы не предоставлялось, все на файликах. Что касается 3го модуля, не сказать, что плохо, но кажется, что можно было представить материал получше. Потратить время, добавить анимацию (чтобы не просто проговаривать, а показывать, что там с нейронами происходит). Рассказ лектора путанный местами. Хотелось бы больше задачек на тензоры, чтобы привыкнуть к синтаксису. Довольно сложно было привыкнуть к синтаксису нейронок, хотелось бы более разжевано. Читать далее...

Курс был рассчитан на 7 месяцев. Формат лекций был в формате заранее записанных уроков. Прошел 2 блока программы Start ML. 1 Основы Python и блок ML. Обучением удовлетворен на 9 из 10 баллов. Есть некий порог вхождения с точки зрения математики. Во всех остальных аспектов все на высшем уровне. Поддержка, лекции, конспекты, разборы. Читать далее...

На данный момент прошел 5 модулей обучения, и я где-то на середине курса. Начал учиться в конце ноября/в начале декабря. До этого опыта в аналитике данных не было, я лишь изучал в ВУЗе дисциплины по направлению «Основы машинного и глубокого обучения», и я записался на этот курс, чтобы еще больше расширить свой кругозор, а также развить уже имеющиеся знания и навыки, и также хотел, чтобы помогли с трудоустройством. Курс оправдал ожидания на 7-8 из 10, потому что дали много структурированной и полезной информации, которая может пригодиться в профессии, и также были практические задачи, но мне казалось, что будет больше практического опыта, но на сайте еще симуляторы различные, например, симулятор SQL, который я еще не проходил, но собираюсь пройти, и возможно это поможет «набить руку». За помощью к кураторам я не обращался, потому что-либо сам находил решение, либо искал решение проблемы в интернете, либо находил ответы кураторов в мессенджере Пачка, поэтому мне сложно сказать, насколько оперативно отвечают, но могу сказать, что проводил время с пользой, когда находил ответы кураторов на вопросы других студентов, мне самому это помогало во время обучения. Могу сказать, что я в целом курсом доволен, но честно могу сказать, что смущает большая цена обучения (от 120.000 Со скидкой за Расширенный тариф), а также была в некоторых моментах «выкрученная сложность», например, в конспектах была одна теория про подзапросы в SQL, а задачи по этой теме были в разы сложнее того, что нам дали в теории. К счастью, таких моментов было не очень много. Так что продолжаю обучение с большой заинтересованностью и надеюсь, что смогу трудоустроиться после прохождения курса! Читать далее...

Хочу перейти в DL. Взяла курс по NLP именно у karpov. courses, Потому что karpov. courses Советовали коллеги по работе. И курс оправдал мои ожидания! Плюсы: 1. Хорошо изложенная, структурированная теория. После лекции имеются конспекты, чтобы можно было быстро освежить материал. В других онлайн курсах, которые пробовала (не буду называть имена), материал излагался менее точно и более непонятно, «в гоблинском переводе» 2. Практика для закрепления материала. В каждой теме занятий два практических блока. Первый — с выбором ответа, что позволяет закрепить теоретический материал. Второй — практический, где, как правило, дается код с пропущенными строками, которые надо в рамках практики урока заполнять. Проверка кода практического блока осуществляется через встроенную платформу, но также можно обратиться за помощью к экспертам в чате. Эксперты в чате отвечают довольно оперативно, помогают разобраться с возникающими вопросами. Недостатки: иногда встроенная платформа проверки кода давала сбои, что не позволяло загружать выполненные задачи и проверять их правильность. В целом, мне понравился курс, рекомендую Читать далее...

TL: DR — Курсы хорошие, рекомендовать могу, но есть нюансы. Проходил курс Start ML («Инженер машинного обучения»), 32 поток. До этого реального опыта не было, только курсы от Yandex по DS, так что сравниваю с ними. Учусь для себя пытаясь разобраться что к чему. Ожидания оправдались на 7 из 10. Обучение достаточно напряжённое по времени и интенсивное. Теория по понедельникам\средам\пятницам и надо сразу сдавать практику, так как времени раскачиваться нет и если откладывать на выходные, то просто зашьёшься. Но всё равно часто приходится сидеть и в них. Я бы порекомендовал более менее разбираться в Python, Pandas и построении графиков перед началом курса. Так будет сильно проще учиться. У меня уходило 4 часа каждый день на учёбу и в выходные тоже. Основная killer feature курсов — это поддержка экспертов. Ты пишешь в чат вопрос и тебе отвечают в течение нескольких часов. Причём не только по заданиям, но если просто совет нужен какой-то для более широкого понимания вопроса. Это было крайне удобно и замечательно. Однако не очень понравилась подача контента. Мне удобнее читать, чем смотреть. Здесь же весь основной контент — видео. Да, есть конспект, но он, к сожалению, не настолько подробен как хотелось бы. По контенту — по Python и классическому ML — вопросов нет. Тут всё по делу и хорошо. Трек по DL — это как всегда галопом по Европам и без погружения. Но про трансформеры рассказано достойно, это порадовало. Подчеркну, что данный трек по времени идёт столько же, сколько и карьерный) Трек про A/B тестирование совсем не понравился. Лектор, безусловно, специалист своего дела, но, мне кажется, что навык преподавания надо немного прокачать. Сложно слушать и понимания какие статистики когда использовать не прибавилось. Карьерный трек — полезный. Понравились советы по резюме, по оформлению портфолио на github и по составлению рекомендательных писем. На протяжении всего курса ты делаешь один проект. Это система для рекомендаций, которая обращается к БД за информацией по определённым критериям, подтягивает данные, передаёт их в модель и строит рекомендации на основании предсказания модели. Сначала вы напишете backend приложения, потом модель, потом вторую модель (улучшенную через DL) и, наконец, проведёте A/B тестирование для 2-х версий модели, чтобы доказать, что одна модель статистически лучше другой для рекомендаций. По проекту обратная связь чуть медленнее, но она тоже есть и на достойном уровне. В целом, даже с учётом нюансов — достойное обучение. И вроде как более менее актуальный стек. Читать далее...

На момент написания отзыва курс HardML пройден на ~80% (5 модулей из 6). В целом остался доволен, считаю что деньги потратил не зря. Неплохо расширил кругозор. Курс для специалистов с опытом. При отсутствии опыта в МЛ и минимального знания python не рекомендую, лучше сначала освоить азы. Состоит курс из шести модулей по шести разным темам, модули друг с другом не связаны, их можно покупать и проходить отдельно, параллельно или перпендикулярно. При покупке стоит посмотреть на сами темы. Несмотря на то, что целевая аудитория — опытные специалисты, концептуально сами модули начинаются практически с азов, условно с junior уровня. Поэтому если вы 4 года работаете с ранжированием, то в модуле «Ранжирование и матчинг» вряд ли узнаете что-то новое. А вот если вы с ранжированием никогда не работали или работали, но мало, то отлично расширяет кругозор. Как у любого курса, есть плюсы и минусы. Пишу их со своей точки зрения, т. К. , Например, для меня отсутствие приколоченных гвоздями к таймингу событий (аля дедлайны, живые лекции и пр) скорее плюс, а для кого-то минус. Плюсы: — Качественные интересные записанные лекции. Без жевания с «нууу эээ как бы вот так». — Интересные задания по итогу модуля. Если с темой никогда раньше не работали, то выполнение итогового задания может даже стать челленджем и поводом поглубже разобраться. — Поэтапное быстрое погружение в тему. Например, если вы никогда не работали с АБ, то с одной стороны в курс дела введут быстро, с другой не будут долго жевать азы и сразу перейдут к насущным проблемам. — Отсутствие дедлайнов. У меня на модуль уходило по 3-4 недели при трате ~10 часов в неделю. Если есть больше времени, пройдете быстрее. Если меньше, то медленнее. Никто никуда не торопит с одной стороны, и не сдерживает с другой искусственными барьерами. Гигачад может пройти модуль и за неделю. — Автоматическая проверка заданий. Не надо ждать условного ревьюера. При этом задания могут быть довольно сложными, например полностью построенный пайплайн с CI/CD и автоматическим переобучением моделей тоже проверяется автоматически. — Поддержка по курсу отвечает довольно оперативно, ждать ответа неделями не придется. Минусы: — Автоматическая проверка заданий. Да, это и плюс и минус. Минус в том, что иногда задание выполнено верно, но нужно сделать дополнительные приседания, чтобы автоматический грейдер его принял. Иногда эти приседания дольше, чем собственно выполнение задания. — Квизы. Ненавижу квизы. Есть некоторые вопросы, на которые можно ответить по-разному в зависимости от обстоятельств. А обстоятельств в вопросе нет. Я подумал про одну ситуацию, составитель курса про другую, в итоге мой ответ «неправильный». Попыток на додуматься, что же имел ввиду составитель курса, не всегда хватает. По итогу набрал не 100%, а чуть меньше в некоторых модулях. Мой внутренний перфекционист сгорел от злости. — Устаревание. Команда периодически обновляет курс, иногда модули меняет целиком, но сама специфика отрасли такова, что некоторые знания становятся неактуальными за 2-3 года. Команде курса, конечно, виднее, что уже устарело, а что нет, но выполнять некоторые задания на питоне 3.8 С либами, в которые не коммитили уже 3 года, все же немного раздражает. Справедливости ради есть и модули, которые обновили меньше года назад, судя по коммитам. Читать далее...

Плюсы: Много информации, но лишней нет. Многие вещи, про которые было рассказано и показано в лекциях, появятся в практике Платформа и все инструменты удобные, легко осваиваются и быстро вливаешься в процесс Доступ к лекциям и конспектам остается после окончания курса Интересные задачи Есть дедлайны, но они не очень жесткие, 2 недели на урок, этого хватает. Мотивирует делать все вовремя Отдельно прям хочу отметить работу экспертов! Всегда стараются помочь, отвечают достаточно быстро Свободного времени, скорее всего, будет не очень много (да, это плюс! ) (Я параллельно работал 5/2) Налоговый вычет Минусы: Возникло впечатление того, что курс сыроват в плане технической составляющей (особенно темы PostgreSQL и ClickHouse) , но он вроде бы относительно новый и его проходит меньше людей, чем другие У двух модулей есть такой формат: сначала куча лекций с закреплением в виде квиза, а потом задачи (причем практика идет одним модулем на обе темы) . В итоге это привело к тому, что мне пришлось заново проходить эти модули, так как к практической части я уже успел почти все забыть Практики все же маловато, ее хватает ровно настолько, чтобы распробовать тему и понять и что-то запомнить, но недостаточно, чтобы набить руку (проблема решаема, смотреть ниже) В модуле Python и собеседовании Python одни и те же задачи. В сочетании с предыдущим пунктом огорчило Что можно было бы улучшить: пересмотреть формат модулей PostgreSQL и ClickHouse, исправить проблемы с технической частью этих модулей (без экспертов некоторые задачи просто нерешаемы, так как ответ в некоторых задачах должен был быть дан в определенном формате или как к такому ответу придти было непонятно даже экспертам) , увеличить количество практики (может быть, добавить необязательные для решения задачи) В целом я обучением доволен, на момент написания отзыва прохожу финальное задание. Небольшой совет: если соберетесь проходить данный курс, рекомендую после прохождения тем с большим количеством практики (SQL (особенно SQL, поможет с дальнейшими темами! ), POSTGRESQL, PYTHON И так далее) Ищите практику в виде задач на сторонних платформах (например литкод) , решать по одной-двум задачкам в день много времени не займет, но набьете руку, лучше запомните и разберете проблемы. Я сразу так делать не начал, столкнулся с сложностями в процессе обучения, но после месяца такой практики многие проблемы ушли) Читать далее...

Спасибо Karpov. COURSES За знания которые ваша команда мне дала! Начну со старта обучения: Старт был не простой, так как казалось что очень короткие спринты, и когда ты полный ноль в Python, то было трудно, НО справился. Рекомендация: если вы хотите купить какой-то курс, то сначала обязательно пройдите бесплатные курсы, где будет дана базовая инфа. С ней старт на платном будет куда проще. Середина обучения: Всё шло как по маслу, всё было понятно, а где не понятно помогали эксперты/кураторы. Помощь от них отличная. Финальные этапы: Вот тут было интереснее всего, и где-то сложнее, особенно на продуктовом проекте, хоть он и не позиционировался как финальный. Где-то вместе со студентами решали, где-то пользовался нейронками. Вообщем опыт отличный. Учиться было удобно, но времени на это уходило много. Курс рекомендую всем! Всё будет супер, главное не бояться новых вызовов. Читать далее...

Я прошел онлайн-курс по машинному обучению, и хочу поделиться своими впечатлениями. Обучение состояло из четырех модулей: программирование на Python, основы машинного обучения, обзор глубокого обучения (DL) и применение A/B-тестирования для выбора ML-моделей. Мне все очень понравилось! Лекции были насыщенными и местами сложными, но именно это делало их такими интересными. Я получил даже больше, чем ожидал: курс дал не только теоретические знания, но и практические навыки, которые уже могу применять в работе. Особенно хочу отметить структуру курса — материал подавался логично и последовательно, что помогало постепенно погружаться в тему. Преподаватели и кураторы оперативно отвечали на вопросы, что делало процесс обучения еще комфортнее. Я готов рекомендовать этот курс всем, кто хочет разобраться в машинном обучении, от основ до более продвинутых тем. Спасибо за качественный и полезный контент! Читать далее...

Ожидания оправдались на 8/10, ни сколько не жалею и очень рада, что решилась наконец пройти обучение в karpov. courses! Начинала свое обучение, когда за плечами уже был 2х летний коммерческий опыт, правда в классическом ML. Несмотря на это, курс был довольно сложен, поэтому новичкам я бы советовала получить сначала базу, хотя все конечно индивидуально) Домашние задания сильно варьировались по сложности — какие-то были очень непростые, теории не хватало для их решения (в блоке База DL). Какие-то же наоборот слишком простые. Но теория, которую дают преподаватели на курсе — выше всяких похвал. Простыми словами объяснить такие сложные вещи не каждый сможет. Плюсы: — начинаешь именно понимать, как работают алгоритмы, а не выполнять бездумно инструкции по обучению — разобрано огромное количество задач, которые могут встретиться в реальной работе — информация хорошо структурирована — в придачу получаете не менее полезный карьерный курс, где вас научат правильно презентовать себя работодателям Минусы: — для меня оказалось маловато практических заданий. Но это поправимо при личном усердии) — в курсе не предоставляют доступ к GPU. Это исправляется путем использования Colab, но там есть ограничения на использования ресурсов. Поэтому периодически приходилось переносить выполнение домашки на другой день Спасибо создателям курса, я получила огромное удовольствие от прохождения, теперь меня не пугают умные статьи по NLP, и я могу смело развиваться дальше в данной области! Читать далее...

Что понравилось: - В первую очередь понравился курс за счёт чётко структурированного и понятного материала (такое встречается редко, особенно в теме A/B-тестирования). - За время прохождения курса удалось полностью разобрать полный пайплайн АБ-тестирования, причём не только с технической точки зрения, но и с точки зрения бизнеса (Что меняем? На что повлияет? Как измеряем?). - После выполнения практических задач к каждому модулю появился набор готовых блоков к платформе АБ-тестирования, которые использую при необходимости в своей рабочей деятельности. Чего не хватило: — Хотелось бы, чтобы в курс добавили информацию по методам проведения экспериментов без A/B тестирования (Diff-in-Diff, Casual Impact и другие). Читать далее...

Немного предыстории: Об Анатолии К.услышал ещё в 2020-м когда проходил аналогичный курс на платформе Яндекс. Практикум будучи студентом (далее будут сравнения местами). Слышал только положительное, рекомендовали ознакомиться с курсами с его участием на stepik. ORG 2022 — Армия. В начале 2023 устроился на работу в в IT, но нужно было подтянуть отдельные моменты. Ознакомившись тем, что имелось на рынке и вспомнив про курсы от Анатолия я обнаружил, что теперь есть отдельная платформа с интересным наполнением. — — — — — — — — — — — — — — — — — С предысторией всё, теперь к содержимому курса: Курс состоял из 4 основных модулей: 1. Прикладная разработка на Python 2. Машинное обучение и приложения 3. Обзор основ Deep Learning 4. Статистика и А/В-тесты Процесс обучения заключался в ознакомлении с лекционными материалами, оформленными в видеоматериалов, и конспектов к ним (в сжатом формате). Закреплять полученные знания предлагается путём решения практических задач в LMS, для написания программ предоставлялся доступ к Jupyter Hub и другим сервисам (например, к среде для написания SQL запросов, создания планировщика). Также на протяжении всего процесса обучения реализуется цельный проект, объединяющий все 4 модуля — разработка веб-сервиса на основе модели машинного обучения, осуществляющей предсказания на данных из базы. И над этим всем в конце проводим A/B тесты. Периодически проводятся «чаепития» в виде видеособраний с лекторами (примерно раз в месяц) В целом курс понравился. Поставил 4 звезды. Из плюсов: - Очень понравилось наглядное объяснение сложных вещей, особенно в первых двух модулях. В третьем модуле с этим было похуже, чем в остальных, на мой взгляд. Возможно это связано с тем, что в каждом модуле свой лектор, и манера подачи материала у них отличается. - Отзывчивая команда. Кураторы работают чётко, всё по делу, всё вовремя. - Стабильность работы платформы. Проблем с технической точки зрения не возникало (проверка задач, доступ к хабу). - Интересный финальный проект. С такими комплексными задачами я до этого не сталкивался на практике, поэтому было очень приятно, когда удалось сделать работоспособное приложение. (В Я. П. Было попроще) - В обычных заданиях (не этапах фин. Проекта) ответы экспетров были чёткими и полными. - Хороший доп. Модуль по алгоритмической подготовке, понятно вопросы с собесов разобраны — Основной источник материалов — видеолекции. За это время я понял, насколько это не мой формат. Субъективно, конечно. Но конспекты лекций по сравнению с видео сильно беднее в плане пояснений. В Я. П были подробные текстовые лекции. — Тесты. Иной раз очень не хватало пояснений по поводу того, что от тебя хочет тренажёр. Особенно в части финального проекта. В какой-то момент это сильно затормозило процесс решения, пришлось обращаться за помощью к экспертам. — Исходя из предыдущего пункта исходит ещё один субъективный минус: в части финального проекта эксперты очень осторожничали. Мне нужно было получить ответ на вопрос «Верно ли я интерпретирую задание и нужно действовать {мои мысли и предложенное решение} или {альтернативный путь}? » На работе я обычно в таком случае получаю от более опытных коллег вполне определённый ответ, тут же приходилось сидеть и вчитываться, догадываться, что же имел в виду эксперт. — В модуле с DL какой-то дисбаланс теории и практики, на мой взгляд. Т. Е. Если посмотрев теорию кажется, что всё более-менее ясно, то при решении практических задач начинаешь задаваться вопросами «А что именно я сейчас посмотрел и что нужно делать? „. — В сравнении с Я. П мне не хватило полноценных вебинаров. Там групповые созвоны с разбором сложных тем проводились примерно раз в спринт (2 недели) (2020-2021). — Коммьюнити. Тут минус не столько курсу, но по сравнению с Я. П. Активность студентов в когортах гораздо ниже, практически не было каких-то обсуждений и общения. Общее впечатление: в целом хороший курс, крепкая 4 от меня. Рекомендую тем, кто любит видеолекции Читать далее...