Жизнь без Курсеры или цена курса на примере специализации по машинному обучению от Яндекса и МФТИ

Статья основана на собственном глубоко предвзятом опыте, содержит цены, но не включает ссылки, а также грешит упоминаниями пока законодательно не наказуемого гладилизма: будьте осторожны.

В начале далекого 2017-го я решила сделать пробный шаг к смене профессиональной деятельности. Незадолго до этого я уволилась из самой что ни на есть нефтянки и возвращаться туда больше не хотела ни за какие коврижки. Решила обратиться к своему первому высшему, по которому я гордо именовалась математиком-программистом, но воспользоваться им так и не довелось. Мое обучение было довольно фундаментальным, но в те еще более далекие времена мне даже удалось зацепить ассемблер, а вот запаха машинного обучения еще не мелькало в стылых аудиториях и строгих учебных планах.

Я любила решать алгоритмические задачи, где ты сам задаешь, каким способом прийти к решению, и никак не могла понять, как так может быть, что в машинном обучении автор алгоритма не может объяснить, откуда взялся результат и почему он именно такой. Так что я решила погладить сразу двух зайцев: разобраться, как работает машинное обучение, и заодно заложить фундамент, с которым предположительно начну искать новую работу.

Мой выбор пал на Курсеру, о которой я тоже так много слышала, но не трогала (а погладить трех зайцев еще более приятно, чем двух), а именно на специализацию от МФТИ и Яндекса «Машинное обучение и анализ данных». Она состояла из 5 теоретических курсов с задачами и тестами и 6-го чисто прикладного финального проекта.

Платить за кота в мешке я не люблю, его тоже сначала нужно погладить, поэтому я решила проходить специализацию в режиме слушателя. На Курсере схема была такая: ты либо ежемесячно платишь за пользование ее ресурсами и учись, чему хочешь, либо слушай курс бесплатно, но с урезанной функциональностью: мне были недоступны сдача тестов и учебных упражнений, которые предполагали много программ, написанных на Питоне, а также peer review задания, где мои работы оценивали другие слушатели, а я оценивала их работы, и все мы, надеюсь, старались друг друга погладить.

Во время вышки мне довелось немало попрограммировать, была у нас и линейная алгебра, и статистика (правда, увы, погано поданная), так что я решила, что моей базы мне хватит, чтобы пройти специализацию на первый раз без получения фидбека. Я слушала лекции, проходила тесты и сохраняла скриншоты своих ответов, так как на проверку отправить их не могла, решала и сохраняла все задачи, а также peer review задания, не имея до поры до времени возможности проверить их корректность.

Таким манером примерно за 9 месяцев я прошла 5 первых курсов. Могла бы, конечно, и быстрее, но не хватало мотивации. 6-ой практический курс не открывался без сдачи всех предыдущих, поэтому я купила один месяц на Курсере и пошла по порядку сдавать на проверку все наработанные материалы. Многие тесты и задачи проверяющая система приняла сразу, какие-то пришлось допилить, здесь очень пригодились чаты и ответы на вопросы под соответствующими лекциями. Таким образом, на официальное завершение 5 курсов у меня ушло от силы недели 2. В оставшееся время я спешно делала открывшийся финальный проект, потому что платить за второй месяц мне очень не хотелось.

Получив заветный сертификат, я отменила подписку на Курсеру, таким образом потратив на всю специализацию чуть менее 3000 тысяч рублей – размер месячной оплаты.

Все мы знаем, что нынче стало с русскими курсами на Курсере, как говорится, они утонули. Сегодня на почту мне пришло письмо о «долгожданном» запуске специализации Machine Learning c Coursera на Степике, в честь чего на нее предлагалась скидка в 35%, и итоговая стоимость, таким образом, составила 35000 рублей вместо 62500 рублей (и не спрашивайте меня, почему цифры не бьются, я не знаю). На сайте самой специализации она действительно стоит 62500 рублей.

Названия курсов остались теми же, темы финальных проектов вроде те же. Наверняка, какие-то материалы были обновлены, сделаны новые тесты, задания или способы проверки, пишут, что добавлен наставник. Однако в целом, думаю, курс дает примерно те же самые знания, что получила я.

Безусловно, я благодарна всем преподавателям и создателям курса за данную специализацию, но все же я испытываю некое не до конца понятное мне чувство, когда вижу, сколько она стоит сейчас и за сколько была возможность пройти ее на Курсере. Правда, я понимаю, что далеко не каждый сможет обучаться тем способом, которым воспользовалась я. Если сейчас платить помесячно на Курсере, могло бы, наверное, даже выйти дороже. На сайте специализации указано, что среднее время прохождения программы 6-9 месяцев, 3-6 часов в неделю. По моему опыту могу сказать, что либо программа сильно урезана, либо цифры слишком оптимистичные, либо рассчитаны на людей с определенной базой. При 3-6 часах в неделю одолеть специализацию за 6-9 месяцев, имхо, нереально. Это если вдруг вы решитесь ее пройти.

Ну и если кому-то интересно, после прохождения специализации, участия в тестовых соревнованиях на Kaggle (а они тоже были в программе) я поняла, что все-таки в data science не хочу. Черный ящик и подбор коэффициентов, так же, как и колдовство с параметрами модели, увы, меня не вдохновляют. Мне важно самой влиять на полученный результат, алгоритмически, когда его получение или улучшение происходит за счет моего собственного решения, более изящного ли, более быстрого, главное, что достигнутого собственными умственными усилиями. Так что я все еще в поисках своего пути.

Виват, Курсера!