Профессия: Data-Scientist от Product Star

Привет! Решил поделиться своим опытом обучения на курсе Data Scientist от ProductStar. Я записался на него около года назад, когда понял, что моя карьера бухгалтера зашла в тупик, а аналитика данных всегда вызывала у меня интерес.

Качество обучения: Вау, я не ожидал, что будет так интенсивно! Первые недели я просто захлебывался в информации — базовый Python давался нормально, но когда началась математическая статистика, я реально думал бросить. Спасло то, что куратор Михаил организовал дополнительные созвоны для отстающих. Мы разобрали корреляционный анализ на конкретных примерах, и дело пошло.
К концу третьего месяца я уже мог самостоятельно анализировать датасеты и строить простые модели. А еще помню, как гордился своим первым телеграм-ботом на Python — такая мелочь, а так приятно было!

Рейтинг школы: До ProductStar я смотрел на курсы от двух других школ (не буду называть). Выбрал PS из-за отзывов на независимых площадках. Рейтинг оказался заслуженным — обучение структурированное, без воды. Хотя были моменты, когда чувствовалось, что некоторые материалы устарели (особенно по инструментам визуализации).

Цена: Я взял "Продвинутый" тариф в рассрочку на 24 месяца — выходило около 7200₽ в месяц. Честно, первые два месяца казалось, что переплачиваю. Но когда начались специализированные модули и индивидуальные сессии с ментором — понял, что оно того стоит.
Мой коллега по курсу взял "Стандарт" и постоянно жаловался, что застревает на сложных темах без помощи — экономия вышла сомнительной.

Обратная связь: С обратной связью все неоднозначно. По домашкам комментарии приходили быстро и по делу. А вот на вопросы в общем чате иногда ждал ответа сутки. Мой ментор Василиса (из Aliexpress) была на связи раз в две недели — обычно этого хватало, но в критичные моменты хотелось более оперативной поддержки.
Кстати, этот AI-помощник "Ева" на платформе — вообще бесполезная штука. Отвечает шаблонными фразами, толку ноль. Лучше бы просто сделали нормальную поисковую систему по базе знаний.

Преподаватели: Преподаватели — главная сильная сторона курса. Андрей из Сбера объяснял сложные алгоритмы машинного обучения на таких понятных примерах, что даже я со своим гуманитарным складом ума въехал с первого раза.
Был и антигерой — приглашенный лектор по Deep Learning (имя называть не буду). Его модуль слушал на скорости 1.5x и все равно засыпал. Сухо, академично, без примеров из практики.

Домашние задания: С домашками я познал все круги ада! 10-12 часов в неделю — это сильно заниженная оценка. Если у тебя нет базы, то будь готов сидеть ночами. Помню, задание по прогнозированию дефолтов клиентов банка я делал 5 дней, спал по 4 часа.
Но именно на этих домашках я и научился всему. Особенно запомнился проект по выявлению мошеннических транзакций — я использовал реальный открытый датасет банка, и когда модель выдала точность 87%, я чуть не прыгал от радости.

Теория: С теорией у меня были сложности. Математическая часть местами казалась перегруженной — зачем нам углубляться в теоремы, если большинство из нас использует готовые библиотеки? Зато модуль по статистике был оформлен отлично — интерактивные тренажеры помогли закрепить материал.
Кстати, эта их "база знаний по профессии" оказалась полезной — я до сих пор иногда заглядываю, когда нужно освежить какую-то концепцию.

Практика: Практика — это то, ради чего стоило идти на курс! Мы работали с реальными датасетами, решали бизнес-задачи. Для дипломного проекта я выбрал построение рекомендательной системы для онлайн-кинотеатра. Пришлось попотеть с алгоритмами коллаборативной фильтрации, но результат стоил усилий.
Стажировку мне предложили в финтех-стартапе. Две недели я применял полученные знания к реальной задаче оптимизации скоринговой модели. Это был невероятный опыт, хотя и нервный — боялся напортачить.

Трудоустройство: Вот здесь ProductStar не обманул! Карьерный центр реально работает. Мне помогли составить цепляющее резюме, провели три мок-интервью. Самое ценное — разбор тестовых заданий с компаниями.
Через 2,5 месяца после окончания курса я получил оффер от финтех-компании на позицию Junior Data Scientist с зарплатой 95 000₽. Не те 200к+, что обещаны на лендинге, но для старта более чем достойно!