Освойте обработку больших данных и создание хранилищ, 12 курсов

Проходила курс "Power BI и Excel для продвинутых", а сейчас учусь на длительном курсе "Инженер данных". Нравится, что есть запас по времени для сдачи домашних заданий, с учтом работы и семьи мне это очень актуально. Текущий курс, прямо скажем, для меня не простой, хотя я имею начальные знания в sql и python (но прямо начальные), и на домашках приходится крепко подумать. Поэтому для совсем начинающих важно понимать , что времени вы будете тратить не мало. Если этим временем обладаете, то курс хороший. Материал датся интересный, его много, лекции лучше смотреть несколько раз и лучше через время пересмотреть. В целом я довольна Нетологией. Оба курса мне зашли отлично.

Долго выбирала школу, предложений было несколько. Остановилась на Skillbox и не пожалела! Постепенно осваивала SQL для анализа данных, со всеми трудностями мне помогали справляться кураторы. Поддержка и обратная связь на высшем уровне! Образование придает силы и уверенность, я не останавливаюсь.

На прошлой неделе защитил итоговый проект по курсу "SQL для анализа данных". На курс пришел с 0 знаниями SQL. Что могу сказать: 1. Курс начинается с самых простых заданий, постепенно набирач обороты, что позволило комфортно войти в изучаемую тему 2. Уроки предзаписаны, поэтому можно проходить их в любое комфортное время 3. Каждое задание проверяет куратор. Проверяют быстро и дают качественную и тактичную обратную связь 4. После завершения курса вас будет ожидать итоговый проект с защитой по видео связи 5. Полученных знаний на 100% хватило,чтобы выполнить и защитить итоговый проект и выполнять рабочие задачи

Понравился курс 'SQL для анализа данных'. Материал очень структурный - от подключения к базам данных до оконных функций. Тестовая среда удобная - работали в трех версиях SQL. Наставник на связи, направляет и подсказывает фишечки. Много практики, изучаешь и сразу делаешь. Были сложные моменты, но всегда можно вернуться к уроку и найти ответы. С кураторами комфортно работать. Рекомендую !

В последнее время я начал замечать, что одним из ключевых требований к специалистам является знание SQL для работы с данными. Именно поэтому я решил пройти курс SQL для анализа данных от Skillbox. С самого начала мне понравился подход платформы к обучению: все материалы были доступны в онлайн-формате, что позволяло мне заниматься в удобное для меня время. Курс состоял из нескольких модулей, каждый из которых включал в себя видеоуроки, практические задания и тесты для проверки понимания материала. Одним из главных преимуществ курса было то, что он был разработан профессионалами в области анализа данных, и я мог быть уверен в качестве получаемых знаний. Кроме того, я смог задавать вопросы кураторам и получать обратную связь по своим проектам. За время прохождения курса я освоил основы работы с SQL, научился работать с базами данных, строить сложные запросы и анализировать результаты. Также я получил навыки работы с различными инструментами для визуализации данных, что позволяет мне более эффективно представлять результаты своей работы.

Прошел курс "SQL для анализа данных" Курс хороший, информативный, жду, когда по SQL сделают углублённое погружение, с решением кейсов компаний, которые можно добавить в портфолио.

Курс Аналитик данных с нуля Программа обширная, материал интересный, практические задания после теории дают возможность самостоятельно более детально изучить тему. Курс еще не завершен. Куратор отвечает быстро, работы проверяет оперативно и если что-то сделано не верно, то указывает конкретно, на что необходимо обратить внимание. После каждой проверки куратор присылает дополнительные материалы к теме. Спасибо за возможность учиться в таком формате! Платформа очень удобная в использовании, доступ к материалам бессрочный.

Записался на курс Аналитик данных (онлайн) курс начался в назначенную дату, занятия проходили два раза в неделю по вечерам, в реальном времени. Группа была небольшая и это было хорошо т. К. Время от преподавателя уделялось всем, были теоретические задачки и давались каждому примеры для закрепления материала. Темы проходились согласно плану курса, объяснялось вс доходчиво, давался раздаточный материал от преподавателя. Курсом остался доволен, приобрл нужные знания и навыки.

Сначала проходила обучение на вводном курсе, для выбора направления. Там было всего по не многу. Потом выбрала аналитик данных Рекомендовать курс никому не буду и школу тоже Ужасная поддержка. Наставники и координаторы могут отвечать по два/три дня или не отвечать вообще. Приходилось искать способы хоть с кем-то поговорить через почту и тд. Из плюсов хороший центр профориентации. Сотрудник все детально рассказал, сравнил Не плохая презентация материала. Правда версия для телефона не всегда запускается. Брала курс еще с индивидуальными консультациями. Не пользовалась Когда сказала, что не смогу с потоком приступить к обучению, посоветовали просто больше выделить время

Как говорится «От любви, до ненависти- один шаг». Буду ли я когда-нибудь советовать онлайн платформу SkillFactory- нет, нет и еще раз нет. Компания в которой слово «Лояльность» не знают и очень жаль, в наше время надо бы, когда так много конкурентов. В общем, в чем суть моего отзыва, который я оставлю с удовольствием везде. В августе 2020 я купила за деньги, мне компания его не дарила, курс «Аналитик данных», так случилось, что как только начала, так и закончила уделять время курсу, все бывает. В марте 2022 я решила к курсу вернуться и написала координатору, чтобы мне сделали рестарт. Его сделали-все ок. Один раз бесплатно можно. Пройдя 4%, курс стал мне неактуален, из-за работы. И я решила его пока не проходить. В мае 2023, я подумала, а почему бы мне мой оплаченный курс не передать своему мч, ему анализ данных был очень актуален. И тут вопрос, что сложно сделать одно действие? Просто мой курс, который даже на 10% не пройден, перевести на другого человека, которому он актуален. А оказывается, сложностей выявилось много. И все указывает на нелояльность компании, просто наверное время прошло, курс подорожал и им жалко его переводить. Общаются, как роботы. Придумывая разные отговорки, то перевод сделать нельзя, потому что мой первый поток закончился еще в марте 2022 года, я объясняю, что с марта 2022 у меня новый поток, но и здесь нашли к чему придраться, сказали, что мой второй поток заканчивается в конце мая 2023

Долго выбирал курс и площадку для онлайн обучения, в итоге выбрал DATA Analyst на SkillFactory. На данном этапе обучения очень доволен выбором, материал подается в доступной форме начиная с азов, что мне человеку из другой профессиональной сферы очень сильно помогает в освоении. Удобная система общения со специалистами в СЛАКе, где на любой интересующий вопрос по программе обучения или технические и пр. можно найти ответ

На данный момент (22.09.21) прохожу обучение на SkillFactory на курсе QAP. Обучением в целом доволен, главной причиной, по которой выбрал SkillFactory, стал формат обучения: очень удобно, когда ты не привязан к расписанию и педагогам. Помощь менторов и одногруппников также дают плюс этой платформе. По учебе: прошел два модуля пока, особол сильно не напрягался, для нытиков: да, есть дополнительная информация, которую нужно искать в интернете, но ее немного(все зависит от базового уровня подготовки, если читать-писать умеешь, то норм, остальным сложнее)

Я обучаюсь на курсе "Аналитик данных". Мне очень нравиться доступная подача материала и то, как много практики на закрепление материала! Помощь преподавателей 24/7 - все очень доступно разжевывают! Я могу только порекомендовать данное обучение! Вижу только плюсы!

курс Data Science, октябрь-ноябрь 2021 школа: находится буквально напротив метро Сенная/Садовая/Спасская, добираться удобно; на автомобиле - могут быть сложности с поиском места для парковки; помещения без лишнего шика, но вполне достойно: классы чистые, тёплые, светлые; приличные туалеты; есть зона отдыха с чаем/кофе; группы до десяти человек, у нас было 9. техническое оснащение: на стол (рассадка по двое) один системник, два монитора, клавиатуры, мышки + монитор, привязанный к компьютеру преподавателя; за время обучения была пара сбоев, которые довольно быстро устранялись администрацией, на процессе обучения не сказывались. работа администрации: исключительно вежливые, приветливые, отзывчивые сотрудники (и живое общение, и чат на сайте, и телефон, и контакт); единственный минус - если сотрудники сразу не могли дать ответ/решить вопрос (в случае "нестандартных" обращений) и обещали перезвонить/передать, этого не происходило; оптимальный вариант - общение через страницу вконтакте: отвечают быстро, по сути и, опять же, вежливо. работа преподавателя (Ковалёв Святослав): человек, безусловно, отлично знающий материал, к тому же работающий по этому направлению, готовый делиться не только теоретическими знаниями, но и реальным опытом; эксклюзивные обучающие материалы к каждому занятию с полезными ссылками для более глубокого самостоятельного изучения (при желании/потребности); домашние задания трёх уровней сложности; онлайн-поддержка в течение всего времени обучения; развёрнутая обратная связь по домашнему заданию (каждому ученику по каждому заданию), разбор наиболее частых ошибок из ДЗ на занятиях; по-моему, бесконечное терпение и готовность объяснять материал "до победного". подготовка: минимум (будет тяжело, но всё же возможно): понимание чисел, графиков, функций, умение хотя бы читать на английском, страница вконтакте; желательно (мозгу придётся работать интенсивно, но до кипения не доходить): знание основ Python, представления о высшей математике (матрицы, теория вероятности, статистика...), нормальный уровень английского; чтоб можно было наслаждаться процессом обучения непосредственно Data Science, без необходимости попутно восполнять пробелы в других областях: работа с Python, свежие или не утраченные знания по высшей математике, технический английский (знание математических и IT терминов). общие впечатления: курс очень интенсивный, насыщенный; почти каждое занятие новая тема, как правило, на основе пройденных; если нет существенного багажа в области или врождённой гениальности, придётся довольно много повторять/постигать/закреплять самостоятельно, в том числе в процессе выполнения ДЗ; на момент поступления у меня были хорошо забытые знания по вышей математике, среднее знание английского, почти нулевой уровень в программировании и желание пойти работать в область IT; после первого занятия хотелось сбежать, потом стало легче; на занятии если не всё, то большая часть понятна, но когда через день-два принимаешься за домашку, приходится всё повторять заново, часто (для лучшего понимания) копаться в материалах по математике или по Python; а так как большая часть актуальной информации на английском, ещё и держать словарь открытым; наверное, курс подойдёт новичкам (типа меня) для общего понимания Data Science, существующих направлений, получения базовых знаний; людям, ищущим пути решения для конкретной задачи; людям, относительно погружённым в материал, для систематизации знаний и восполнения пробелов.

курс Data Science, октябрь-ноябрь 2021
школа:
находится буквально напротив метро Сенная/Садовая/Спасская, добираться удобно; на автомобиле - могут быть сложности с поиском места для парковки; помещения без лишнего шика, но вполне достойно: классы чистые, тплые, светлые; приличные туалеты; есть зона отдыха с чаем/кофе; группы до десяти человек, у нас было 9.

техническое оснащение:
на стол (рассадка по двое) один системник, два монитора, клавиатуры, мышки + монитор, привязанный к компьютеру преподавателя; за время обучения была пара сбоев, которые довольно быстро устранялись администрацией, на процессе обучения не сказывались.

работа администрации:
исключительно вежливые, приветливые, отзывчивые сотрудники (и живое общение, и чат на сайте, и телефон, и контакт); единственный минус - если сотрудники сразу не могли дать ответ/решить вопрос (в случае 'нестандартных' обращений) и обещали перезвонить/передать, этого не происходило; оптимальный вариант - общение через страницу вконтакте: отвечают быстро, по сути и, опять же, вежливо.

работа преподавателя (Ковалв Святослав):
человек, безусловно, отлично знающий материал, к тому же работающий по этому направлению, готовый делиться не только теоретическими знаниями, но и реальным опытом; эксклюзивные обучающие материалы к каждому занятию с полезными ссылками для более глубокого самостоятельного изучения (при желании/потребности); домашние задания трх уровней сложности; онлайн-поддержка в течение всего времени обучения; разврнутая обратная связь по домашнему заданию (каждому ученику по каждому заданию), разбор наиболее частых ошибок из ДЗ на занятиях; по-моему, бесконечное терпение и готовность объяснять материал 'до победного'.

подготовка:
минимум (будет тяжело, но вс же возможно): понимание чисел, графиков, функций, умение хотя бы читать на английском, страница вконтакте;
желательно (мозгу придтся работать интенсивно, но до кипения не доходить): знание основ Python, представления о высшей математике (матрицы, теория вероятности, статистика...), нормальный уровень английского;
чтоб можно было наслаждаться процессом обучения непосредственно Data Science, без необходимости попутно восполнять пробелы в других областях: работа с Python, свежие или не утраченные знания по высшей математике, технический английский (знание математических и IT терминов).

общие впечатления:
курс очень интенсивный, насыщенный; почти каждое занятие новая тема, как правило, на основе пройденных; если нет существенного багажа в области или врожднной гениальности, придтся довольно много повторять/постигать/закреплять самостоятельно, в том числе в процессе выполнения ДЗ;
на момент поступления у меня были хорошо забытые знания по вышей математике, среднее знание английского, почти нулевой уровень в программировании и желание пойти работать в область IT; после первого занятия хотелось сбежать, потом стало легче; на занятии если не вс, то большая часть понятна, но когда через день-два принимаешься за домашку, приходится вс повторять заново, часто (для лучшего понимания) копаться в материалах по математике или по Python; а так как большая часть актуальной информации на английском, ещ и держать словарь открытым;
наверное, курс подойдт
новичкам (типа меня) для общего понимания Data Science, существующих направлений, получения базовых знаний;
людям, ищущим пути решения для конкретной задачи;
людям, относительно погружнным в материал, для систематизации знаний и восполнения пробелов.

Осторожно ***!!! Купил курс SQL. Информация в курсе не актуальная, из-за чего проблемы с обучением на каждом шагу. Каждую лекцию приходилось обращаться к куратору. В итоге решил отказаться и вернуть деньги, так и не подключившись к базе. Начали рассказывать, что они не подчиняются закону о защите прав потребителей и действуют согласно оферте. Пишу заявление в суд, пусть там рассудят.

Очень понравилась организация обучения, что ты не привязан к какой-то группе или времени. Оперативная и качественная работа куратора. Понравилось, что можно в свободном режиме изучать материал. Очень запомнились разделы по SQL, Py hon и применение ИИ в разработке, так же по бизнес-моделированию процессов. Приобрел навыки комплексного, системного анализа процессов и данных, укрепил навыки моделирования процессов BPMN, UML, EPC. Планирую применять полученные знания при анализе процессов, подготовке предложений по RPA-роботизации процессов, разработке предложений в программу цифровизации и регламентации процессов организации.

Спасибо большое за поздравления и поддержку на протяжении всего курса! Обучение было увлекательным путешествием в мир аналитики данных. Особенно запомнился блок по основным аналитическим метрикам, визуализации данных и практическое применение Py hon для анализа больших объемов информации. Благодаря этому курсу я освоила важные инструменты и методики, такие как SQL, Pandas и др., которые позволяют эффективно обрабатывать данные и извлекать ценные инсайты. Получив новые навыки, планирую сменить сферу своей деятельности и связать дальнейшую карьеру именно с обработкой и аналитикой больших данных. Также хочу отметить высокий уровень подготовки преподавателей и удобную платформу Eduson Academy, которая сделала процесс обучения комфортным и продуктивным. Объяснение нового материала очень подробное, и регулярные практические задания позволяют его закрепить. Большое спасибо команде проекта за ваш труд и вдохновение двигаться дальше!