Полный курс по Data Science
Главное — оценить дистанцию. Это длинная специализация, рассчитанная примерно на десять часов в неделю: два часа по будням или пять по выходным, и держать такой темп нужно месяцами. Курс написан для человека с аналитическим складом ума, который приходит из смежной области: маркетинга, экономики, инженерии. Внутри — записанные лекции, тренажёры с десятками заданий в каждом модуле и домашние работы, которые проверяет ментор персонально, а не автотест.
Главное отличие от соседних программ школы — стажировка у компании-партнёра: студенты дорабатывают прототип протеза руки на оптических датчиках, и это уходит в портфолио как настоящий проект, а не учебный. Плюс формат «Фэктори», где команды решают кейсы с техническим заданием от бизнеса. Диплом о профессиональной переподготовке дают не автоматически: нужно заранее попросить менеджера записать вас на тариф с ДПО. Учтите главное про рынок: на позиции джуниора без опыта берут неохотно, а значительная часть вакансий ждёт трёх лет стажа, поэтому портфолио тут не украшение, а пропуск.
Что уточнить у школы
Эти вопросы пригодятся на сайте школы — задайте их менеджеру до оплаты.
Промокоды
Дополнительно 5% по промокоду
плюс 5% к скидке на сайте
Введите при оформлении или назовите менеджеру
Сравните с альтернативами
Три программы других школ по тем же навыкам — сравнили по главному. Лучшее значение в строке подсвечено.
Этот курс
|
Этот курс
SkillFactory
|
Slurm
Самый доступный
|
Яндекс Практикум
Лучший рейтинг
Самый короткий
|
Нетология
|
|
|---|---|---|---|---|
| Цена |
148 500 ₽ 270 000 ₽
|
35 000 ₽ | 168 500 ₽ |
140 600 ₽ 367 530 ₽
|
| Рассрочка | — | — | — | |
| Рейтинг | 4 | — | 5 | — |
| Длительность | — | — | 12 мес. | 16 мес. |
| Документ | — | — | — | Сертификат |
| Записаться | Записаться Подробнее | Записаться Подробнее | Записаться Подробнее |
Отзывы о курсе
4 отзывана основе 4 оценки
Рейтинг рассчитан как средняя оценка по отзывам о школе, в которых упоминается этот курс.
Отзывы принадлежат их авторам и собраны с публичных площадок в информационных целях с указанием источника. Полные версии — по ссылкам на площадках.
Роман Г.
2 года назадВыбрал курс Data Science Программа насыщенная и информативная, с актуальным учебным планом, охватывает все от основ Python, математической статистики и анализа данных до машинного обучения. Очень развито сообщество в Пачке, всегда есть обратная связь на возникшие вопросы, активная помощь ментора. На курс пришел с целью получить знания и диплом по перспективной специальности с дальнейшим расширением компетенцией по текущему месту работы. Времени на учебу хватает, как правило это 2-4 часа после работы. Иногда можно уйти вперед, если еще активно заниматься на выходных. Курсом и подачей материала очень доволен. Достоинства: 1. Информативность. 2. Актуальность. 3. Дистанционный формат - онлайн обучение. 3. Активная помощь менторов и развитое сообщество в Пачке. 4. Диплом государственного образца по окончанию курса.
Здравствуйте, Роман! Благодарим за отзыв. Рады, что вы оценили активную помощь менторов и сообщество в пачке. Желаем успехов в обучении и на работе 💖
Валерий Ф.
5 лет назадДобрый день. Прохожу курс Специалист Data Science. Курс разработан и скомпонован с целью освоения данной специальности. На курсе много практических задачек, есть проекты для закрепления каждой темы модуля и система дедлайнов, которая стимулирует, дисциплинирует и мотивирует, как на мой взгляд. Поддержка комьюнити курса оказывается в полном объеме тьютором курса, кураторами, экспертами и службой поддержки. Также, если успевать все и даже больше находить время на дополнительные разборы тем, то легко можно участвовать в командных соревнованиях, что также сильно стимулирует на обучение. Спасибо команде SkillFacroty! ДОСТОИНСТВА: много практики, дружелюбное комьюнити курса, интересные проектные работы НЕДОСТАТКИ: не хватает времени на прохождение модулей по системе дедлайнов. (средние цифры выделяемых часов на прохождение модуля завышены)
Варвара С.
5 лет назадОбучаюсь на курсе по Data Science. Ни разу не пожалела о потраченном времени и финансах, поверьте, это того стоит! Программа курсов охватывает большое количество тем, есть постоянная возможность обсудить материалы с сокурсниками и преподавателями, получить кучу проектов в портфолио. Учебный материал разбирается довольно подробно, даются ссылки на дополнительные источники для самостоятельной работы. В общем, советую!
Ivan D.
5 лет назадСпециализация Data Science. Отвратительный курс, совершенно не стоящий своих денег!<br>Вы думаете Skillfaktory продовет вам готовый добротный курс? Забудте! Это сырой, абсолютно не готовый к продакшену курс!<br>Но вы не узнаете об этом до того момента пока не заплатите деньги.<br>Менеджер по продажам Вам все распишет в лучшем свете.<br>Для комфортного прохождения курса вам нужен mac-бук, если у вас винда будте готовы к замечательным советам от экспертов примеры которых приложу в фото.<br>В курсе хоть и позиционируется что все можно проделать на win-буке,<br>но реально никто из преподавателей и "экспертов" никогда не запускал ни одного кусочка кода на винде.<br>И если у вас винда то последняя треть курса вообще не для вас, но узнаете вы об этом только когда уже будет поздно.<br><br>В курсе дается очень мало действительно важной информации. На мой взгляд, издевательством и просто насмешкой над студентами являются ссылки на БЕСПЛАТНЫЕ ресурсы в которых материал разобран более полно и более качественно! Если вы хотите дать этот материал, ВЫ должны его дать, а не сторонний ресурс, потому что я заплатил за знания ВАМ. Если вы хотите дать какой то материал, он полностью должен быть включен в лекцию в проработанном вами виде, а ссылки допускаются только как ссылки на первоисточник. Издевательством являются ссылки на документацию, на английском языке. Вы в серьез думаете что кто то не знает о документации и что в ней по сути содержится вся информация? Или вы считаете что кто то не способен найти ее в гугле? Я заплатил вам за то чтобы вы дали мне знания на русском языке, чтобы не тратить время на поиск этих знаний в интернете!<br>Преподаватели и эксперты даже не пытаются решить вашу проблему по существу, дают формальное решение или костыль и успокаиваются(например установите устаревшую версию библиотеки(которая уже не поддерживается сообществом))<br>Всегда и везде вы будите сталкиваться с тем, что у преподавателей какая то своя настроенная среда, в которой все работает без ошибок и с первого раза.<br>И им абсолютно наплевать на ваши настройки и версии пакетов, это ваши проблемы, вы с ними сами и разбирайтесь. При этом нигде не написано на каких версиях это работает, и что вообще бывают разные версии.<br>Вы сами виноваты в том что не угадали версию пакета.<br>порой они охреневают на столько, что отправляют изучать документацию на уникальный материал, не дав при этом ни каких ссылок.
О школе
SkillFactory — онлайн-школа IT и Data Science, запущенная в 2016 году Александром Турилиным и Александром Ерошкиным. Это один из немногих крупных EdTech-проектов, который изначально был сфокусирован на инженерных профессиях: данные, программирование, автоматизация, машинное обучение. Пока конкуренты делали универсальные каталоги, SkillFactory углублял направление, и сегодня это одна из самых сильных школ рунета по аналитике и ML.
Флагманский продукт — профессия Data Scientist с нуля до уровня PRO, рассчитанная примерно на 25 месяцев обучения. Помимо неё в каталоге: Python для анализа данных, SQL, Machine Learning, Deep Learning, Математика для Data Science, инженер данных, аналитик, Java- и Python-разработка, тестирование. Формат построен так: около 20% времени идёт на видеолекции и теорию, остальные 80% — практические задания на тренажёрах, хакатоны, работа с реальными датасетами. Эксперты школы — действующие специалисты из Яндекса, Ozon, X5 Retail Group, Lamoda и ВКонтакте, что даёт рыночно-актуальный срез практик.
Что учесть перед покупкой. SkillFactory ориентирована на людей, готовых к интенсивной самостоятельной работе: 80% практики — это не маркетинговый слоган, а реальный формат, без регулярных усилий программу не пройти. Критика в отзывах предсказуемая: по ряду тем приходится искать дополнительные материалы самому, организационные моменты и ответы кураторов иногда запаздывают. Для тех, кто ищет лёгкое обучение «в фоновом режиме», школа не подходит. Зато выпускники длинных программ Data Science выходят с портфолио из 5–10 проектов и понятным пониманием рабочего стека.
