私は遠隔教育に携わってきました。むしろ、過去6年間、企業のトレーニングポータルに同行し、かなり大きな会社でそのためのモジュールを開発してきました。 サムは、Courdra、edX、Udacityのさまざまなコースで定期的に勉強しました。
約1年前、Udacityは新しい種類のプログラム-Nanodegreeを立ち上げました。 それらの1つで学習経験を共有したいと思います。 当時は、フロントエンドとデータアナリストのどちらかを選択していました。 私は2番目を選びました。 トピックは新しく、興味深く、かなり複雑です。 さらに、最近、職場でのデータ処理に関連する多くのものを使用しました。 さて、同じ製品での長い期間の仕事の後、新しい役割で自分自身を開発して試してみたいという願望があります。
プログラムには5つのモジュール（現在は7）が含まれています。 すべてのトレーニングの本質は、データサイエンティストのキャリアを開始するために必要な基本的なツールを学ぶことです。 証明書を取得するには、統計、データの準備と処理（データラングリング）、探索的データ分析、機械学習、データ視覚化の知識を必要とする5つのプロジェクトを作成する必要があります。 十分な知識があれば、すぐにプロジェクトを開始できます。そうでない場合は、それぞれのコースを受講する必要があります。
私はニュースレターにサインアップし、2014年11月にプログラムの登録が開始されるとすぐに-私は学生の最初のコホートにサインアップしました。 これが最初のグループだったので、彼らは私たちのために少し訓練しました-途中でツールとインターフェースを変更し、訓練の終わりまでに新しいモジュールを追加し始めました（ただし、これは新しいグループ用です）。
覚えておくべき10のことと学習プロセスが好き
- コースの双方向性。 あなたは常に関わっています。 私は仕事の途中で地下鉄のコースを見ようとしましたが、これは無駄な仕事です。 コース中のこのような量の双方向性とタスクは、ただ見たり聞いたりする機会を与えません。 ここで、理論の説明は平均して30秒から2〜3分続きます。 それから、あなたは間違いなく何かをする必要があります：コードを書いて、調査に答えて、運動をしてください。 さらに、トレーニングビデオの2つの2分間のセクションの間で、小さな質問に正しく答えるために、実用的な教材を独自に開発するのに2、3時間かかりました。
- 材料は、ビジネスの現在のニーズに基づいて選択されます。 業界で現在需要のあるスキルを正確に提供します。 コース開発者は、時間をかけて、必要なものについて、主要なバレー企業にインタビューしました。
- 理論ではなくスキルが開発されます。 たとえば、コースの1つでは、Rでのプログラミング方法は教えられていませんが、Rを使用して実装される探索データ分析と呼ばれる既製のツールが提供されます。したがって、実際のアプリケーションのコンテキストですぐに言語を学習します。
- 膨大な数の便利なリンク。 コースが100以上保存した後、ブラウザにお気に入りがあります。 私は定期的にそれらに目を向けます。
- Facebook、Twitter、MongoDBなどの教師を練習する たとえば、機械学習コースは、Udacity CEOのSebastian Trun、Googleの元VPであるStanford教授、および自動運転車のGoogleの発明者によって教えられています。 そして彼は、走行中の車のホイール（または、ハンドルの横に座っている）でコースを開始します。
- コースは、トップテクノロジー企業の興味深い人々とのインタビューで希釈され、コースで教えられていることをどのように実践するかを伝えます。
- 高品質のフィードバック、完成したプロジェクトの詳細なコメント付き検証。 毎週のオフィスアワーの間にオンラインでフォーラムを通じて質問したり、教師と1対1で予約する機会。
- 継続的なコース開発。 たとえば、私のトレーニングの終わりまでに、A / Bテストに関する別のコースとプロジェクトがトレーニングプログラムに含まれました。 そして今日、すでに7つのプロジェクトがあります。
- 良好な感情的関与、革新的なアプローチ、優れたビデオ品質
- レビュアーになる学生を含む。 これは学生にとってプラスです。 私自身は、私のコードが私の2か月前に勉強した人によってチェックされるかどうか少し疑っています。 私たちは最初のグループにいたので、それをチェックしたのはUdacityの人たちでした。
難しいか嫌いだったこと
- カリフォルニアの教員のアクセント。 現実には、私の中間体では、彼らが言っていることを正確に理解することが時々困難でした。 そして、コースでは、時々、すべての単語が決定的な役割を果たしました。 さらに難しいことは、プロジェクトレポートを英語で書くことでした。 しかし、この複雑さにより、リスニングスキルを伸ばすことができ、5か月でIELTSリスニングは6.0から7.0に成長しました。
- これは最初に採用されたトレーニンググループであるため、フィードバックツールは定期的に変更されました。 時には技術的な問題が発生しました。
- 私たちの意見では、オフィスアワーとウェビナーのスケジュールは午前3時にしばしば落ちました。 ただし、これは大きな問題ではありません-すべてが録音で確認できます。
- アカデミックな教育スタイルではなく、少し珍しい。 材料は常に理論的に構築されているわけではありません。 このスタイルに慣れると、プラスになります。 適用されたものだけを学びます。
- データサイエンスの人気にもかかわらず、このコースは最も基本的なものではないようです。 ほとんどの卒業生はフロントエンドナノディグリーです。 プログラムのトレーニングを開始し、仕事を見つけるためのすべてのエントリー要件の中で最も難しいものではありません。
結果は何ですか？
ウクライナではまだ大きな需要がありませんスキルのセット。 原則として、私はこれを理解し、将来の基盤を築くために勉強しました。 Mashableは、データサイエンティストを2015年の最もホットな職業と呼び、データ分析の知識がなければ、今後10年間で上級管理職および中間管理職の職に応募することは不可能になることを保証します。
本当に素晴らしいのは、教育後のサポートです。 たとえば、Udacityは、インタビューの準備、給与交渉のために、適切な履歴書であるLinkedInプロファイルを無料で作成し、バレーから雇用者を引き付けます。 運が良ければ、彼らはあなたに2ヶ月間インターンで働く機会を与えてくれます。 キャリアサポートの全部門がこれに取り組んでいます。 残念ながら、これは本当にアメリカの卒業生に有効で、ビザの助けにはなりません。
同窓会によってさらに作成されました。 卒業から6か月以上経ちましたが、私は常に連絡を取り合っているようです。 あなたはコミュニティの一部であり、完全にウダシア人です。 私たちは、他の7人の卒業生とともに、Kaggleコンテストに参加するためのチームを作りました。
私が勉強したのはちょっと残念です。 プログラムのトレーニングと他の卒業生とのコラボレーションにより、次のことを習得できました。
- Python（および多くの異なるライブラリ）
- R、Rスタジオ
- Git GitHub
- モンゴッド
- D3.js、Tableau
- 統計および機械学習ツール
- Ubuntuでの作業を開始
将来のキャリアに変化をもたらし、さらに成長したい場所を理解するための良いセットだと思います。 プログラムは魔法の薬でも万能薬でもありません。 数人の卒業生がそこに着いたけれども、誰もリリース後にグーグルに電話しません。 彼女は適切で正しい基盤を築き、すべてはあなた次第です。
PSこの記事を執筆する間、Udacityは別のNanodegreeプログラムであるMachine Learningを開始しました。 このトピックのより深い研究は、Data Analystで始まりました。 まだ準備ができていません。少なくとも実際のプロジェクトのどこかでスキルを適用する必要があります。