Mathshub

В разгар лета я решила пойти на курс от mathshub; ответила на приглашение через Timepad - тогда и соотнесла, что это приглашение от школы aira_mo , на чей аккаунт я была давно подписана. Огромную роль сыграло и то, что их поддерживают WomanInTech (а этих КРОК - интегратор моей организации). Двадцать занятий, десять недель, домашки и контрольные по предмету, который я вообще не знала - Python и теория вероятностей! Почему именно эти темы, меня часто спрашивают. А всё из-за того, что первое мое образование связи с общественностью и журналистика: в своей нынешней профессии (специалист техподдержки) в знании некоторых наук я проигрываю тем, кто учился профильно. Решила нагнать. Теперь я знаю больше) не скажу, что сразу могу стать аналитиком данных и писать на питоне длиннющие коды, но очень рада, что стала понятливее и мне есть о чем поболтать с коллегами в лабе) спасибо Анне Чувилиной, Георгию Милютину, поддержке студентов в лице кураторов (Бичен, ты лучшая!) и всем-всем!

Очень долгое время задумывалась о курсах, так как самостоятельно заниматься не хватало мотивации. На глаза попалось объявление о бесплатном интенсиве от Mathshub и решила сначала поучаствовать в нём. Очень понравились лекции, то что выдавали домашние задания и обратную связь, а так же сообщество участников. После этого решила поучаствовать и в платном курсе на питон разработчика, особенно после того как узнала о том что участникам интенсива будет скидка. В курсе нравится большое количество не только лекций, но и гостевых программ. На семинарах впервые познакомилась с форматом парного программирования, много нового опыта. В конце модулей очень интересные проекты. Темп обучения быстрый, многое нужно изучать ещё самостоятельно, но учитывая количество тем это нормально. Плюс всегда есть поддержка одногруппников и куратора. Рада что выбрала именно этот курс :)

Я прошёл этот курс, так как думаю, что современный менеджер продукта должен как минимум «на перспективу» знать о машинном обучении, чтобы не отстать от рынка в будущем. Курс позволил мне ещё раз структурировать свои знания об управлении продуктом, понять основы технологий машинного обучения, а также узнать о применимости этих технологий для решения разных задач бизнеса и продукта. Материал хорошо подготовлен и структурирован; чувствуется, что уже проведено несколько итераций подготовки. Преподаватели помогают понять сложные вопросы, дают обратную связь и с готовностью принимают её в ответ.

да— школьного курса математики более, чем достаточно; да — ты сразу начинаешь писать код и применять рабочие модельки для аналитики — создавать свой продукт машинного обучения; да — продукт заработает для живых пользователей. Отличный способ для дальнейшего развития прототипа или более подробной работы над ML-продуктами с дата-саентистами для создания профессиональных продуктов.

Благодарю организаторов и преподавателя за интенсив, который мне лично помог где-то освежить, а где-то и приобрести знания!