Предыстория
Одна из составляющих успеха в современном мире – это постоянное овладевание новыми навыками. Концепция lifelong learning, непрерывного образования, прочно входит в жизнь многих из нас, становясь важным элементом стиля жизни и построения карьеры в мегаполисе.
Мои личные отношения с этим подходом плавающие – временами идея об освоении чего-либо за пределами имеющихся компетенций полностью овладевает сознанием и начинает диктовать расписание, а временами отходит на второй план, уступая пальму первенства таким нехитрым развлечениям как «играть в игры» или «смотреть сериалы». Но кто из нас не склонен к низменным порывам? Главное – находить мотивацию с ними бороться.
Для меня такой мотивацией стало неудачное собеседование, продлившееся в общей сложности месяц. На провалы реагировать можно по-разному, среди прочего: уходить от реальности, переключаться на что-то другое, или пытаться обернуть провал себе на пользу. А можно объединить всё и сразу: так, я какое-то время проводил вечера за компьютерными играми, взял нового клиента и поставил себе амбициозные цели на текущей работе, а также решил снова подойти к освоению сравнительно близкой мне профессии аналитика.
В качестве дополнительного источника мотивации решил подготовить серию постов об опыте обучения по направлению «аналитик данных» на платформе DataCamp и на курсе «Аналитик +», организованном Яндексом в рамках проекта Практикум.
Любое обучение с высокой долей вероятности обречено на провал в случае, если не определена конечная его цель. Я поставил себе не одну, а две цели:
- Получить предложение о работе аналитиком данных;
- Сравнить подходы, предлагаемые двумя площадками – их содержание и полезность для осуществления первой цели.
Моё знакомство с DataCamp началось не позже июля 2016 года – именно этим месяцем датируется первое найденное мной письмо от платформы. В апреле 2020, прочно сев на изоляцию, я впервые оплатил подписку на сервис и получил доступ ко всем курсам платформы. Вооружившись полученными знаниями, покрутил данные Metacritic, что в общей сложности заняло примерно полгода, затем же продолжил пользоваться в основном бесплатным функционалом – ежедневные «тренировки» с повторением пройденного в начальных курсах, доступные в мобильном приложении.
Про курсы Яндекса узнал, вероятно, уже в 2020 – если начинать отсчёт не с давних уже университетских времён и осторожного (в силу специальности: хоть факультеты социологии и предусматривают курсы по теории вероятности, математической статистике и линейной алгебре, но в большинстве своём не требуют знаний на уровне даже физико-математических школ) интереса к ШАД.
Как я выбирал платформы и что они из себя представляют?
В целом, правильнее всего будет сказать, что особой системы в выборе платформ не было. DataCamp – привычная среда с более свободным режимом обучения. Курс на Практикуме подкупил даже не содержанием вводной части, доступной для ознакомления бесплатно, а скорее подходом и оформлением.
Особенности лагеря данных
DataCamp предлагает пользователям набор курсов, в основном по R и Python (хотя этими двумя языками дело не ограничивается – есть возможность и подтянуть теорию, познакомиться с SQL, Shell, Tableu и даже Google Таблицами / Microsoft Excel). Курсов множество – более 300, для удобства пользователей они объединены в карьерные треки или треки умений (треки недоступны в бесплатной версии). Ничего за пределами объединения курсов по смыслу треки не предлагают: здесь нет ни кураторов, ни прямой возможности задать вопрос инструктору. Все видео предзаписаны, и, хотя курсы периодически обновляются, сказать точно, насколько актуальна информация, зачастую нельзя. Кроме того, на платформе совсем недавно запущена программа сертификации (пока в бета-версии). Проходите курсы, выполняете проверочные задания, затем «Coding Challenges» — используя R или Python, выполняете предложенный кейс, получаете сертификат и «карьерные услуги»: вычитку и рекомендации к резюме, и пробные интервью с экспертами платформы. Ещё одной особенностью DataCamp является сообщество: здесь можно найти туториалы, читшиты и обсуждения некоторых вопросов, связанных с обработкой и анализом данных. Впрочем, я лично пользовался только читшитами, и возможностей коммьюнити DataCamp доподлинно не знаю.
Упомяну также, что на DataCamp есть группы: если ваша организация имеет собственный почтовый домен и при этом не запрещает использовать рабочий адрес на сторонних сервисах – можно объединяться с коллегами в группы. Моя организация прямо запрещает использование корпоративного ящика для пользования внешними платформами, поэтому мне неизвестно, насколько ценен этот инструмент.
Кроме собственно курсов, на платформе доступны ещё две формы контента: проекты и тренировки. В проектах обучающемуся предлагается решить какую-либо задачу с использованием реального массива данных, задачи эти соотносятся с определёнными темами, знание о которых можно получить на курсах, таких как импорт и обработка данных, манипуляции с данными, визуализация данных и др. Тренировки – это инструмент для повторения пройденного материала.
У DataCamp также есть мобильное приложение: в нём доступны адаптированные под смартфоны некоторые вводные курсы и тренировки, но в целом возможности приложения сильно меньше, чем у web-версии. Приложением я обычно пользуюсь по утрам, освежая в памяти какую-нибудь из пройденных тем.
В целом DataCamp предлагает доступ к большому числу материалов, в первую очередь предназначенных для укрепления технических навыков: здесь студент может научиться пользоваться самыми популярными на сегодняшний день языками программирования для обработки данных и освоить связанный стек технологий. Студентам предлагается работа с реальными данными, но в рамках одного курса это вполне могут быть несвязанные темы, так что присутствует определённая хаотичность. Кроме того, предлагаемые наборы данных выглядят оторванными от реальных задач.
Несомненный плюс платформы — английский язык. Обучаясь на DataCamp вы не только осваиваете стек технологий, но и получаете языковую практику (пусть и не разговорную).
Особенности курса от Яндекса
Яндекс предлагает хорошо структурированный курс, задача которого – не только и не столько ознакомить студента со стеком технологий, необходимых аналитику данных, сколько подготовить к профессии. Курс рассчитан на 48 недель по 15 часов, за это время предлагается освоить технологии и освоиться с типичными аналитическими задачами, включая и работу с открытым брифом (как уточнить «сырой» вопрос, пришедший аналитику?), и задачи представления итоговых данных, и другие аспекты именно профессии. По крайней мере первый курс программы («Основы Python и анализа данных») отличается достаточно проработанным сторителлингом – можно получить общее представление о профессии на примере сильно упрощённых, но тем не менее, близких к реальным, ситуаций.
С полной программой курса можно ознакомиться здесь, а с деталями предложения – здесь. Отдельно отмечу, что Яндекс предлагает две особенности, недоступные в рамках учёбы на DataCamp:
- Поддержка наставника, который поможет в обучении;
- Код-ревью раз в две недели.
Теоретически, при наличии знакомых, уже работающих в сфере аналитики данных, вы можете самостоятельно найти себе наставника, готового также проводить код-ревью. Теоретически – потому что нетворкинг – это совершенно отдельная тема, и у вас, как у меня, например, могут быть с ним проблемы. В таком случае можно либо вкладывать своё время и силы в решение этих проблем, либо откладывать это решение. Я не сторонник идеи, что нетворкинг жизненно необходим для хорошей карьеры (вероятно, без нетворкинга не построить карьеру головокружительную – но если ваши амбиции не так велики, то инвестиции времени и сил в развитие персональной сети могут быть неоправданы). В любом случае, это – отдельная задача, и возвращаться к её обсуждению в рамках истории об обучении я не планирую.
Промежуточный итог
Опишем каждую из платформ в нескольких словах.
DataCamp: предлагает большой набор курсов, проектов и дополнительных материалов на английском языке, необходимых для самостоятельного овладения техническими навыками анализа данных.
Курс на Яндекс.Практикум: предлагает структурированную курируемую годовую программу освоения профессии аналитика данных на русском языке.
Любое обучение – это инвестиция в себя. Инвестиция сил, времени и денег. С силами и временем всё более-менее понятно, осталось разобраться с деньгами.
За ценой не постоим
Ключевая особенность обеих платформ: понятная и простая система оплаты. На DataCamp у меня оформлена подписка Premium – со скидкой, так что стоимость в год составляет 99$ («регулярная» стоимость подписки – 33.25$ в месяц, оплата раз в год). За эти деньги я получаю практически весь функционал платформы (курсы, карьерные треки, треки скиллов, практические задания, проекты, контент по Tableau, Power BI и Oracle), за исключением разве что бизнес-возможностей, совершенно неактуальных для одиночного потребителя.
Практикум также оплачивается по понятной схеме: 168 000 рублей при полной оплате курса, 16 000 рублей при помесячной оплате (192 000 рублей за 12 месяцев). Яндекс также предлагает скидку на оплату обучения при действующей подписке Яндекс.Плюс в размере 5% — при такой стоимости курса это существенно: полный курс будет стоить 159 600 рублей при условии единовременного платежа или 182 400 рублей при помесячной оплате (15.2 тыс. рублей в месяц). Кроме того, при обучении на Практикуме студент может претендовать на налоговый вычет.
Подробнее про налоговый вычет:
Государство позволяет вернуть до 13% уплаченного подоходного налога на сумму затрат на личное обучение в размере не более 120 тыс. рублей. Так как обучение на Практикуме стартует в мае, а я планирую выбрать схему с помесячной оплатой, в период с мая по декабрь я заплачу 121.6 тыс. рублей – чуть больше верхнего предела – а значит, смогу запросить у налоговой возврат 13% от суммы в 120 тыс. рублей – 15 600 рублей. Кроме того, часть платежей пройдут в 2022 году – и на оставшуюся сумму также смогу получить небольшой налоговый вычет (7 904 рубля). Удобно!
Отдельно отмечу, что некоторые конкурирующие образовательные платформы предлагают выбор между единовременной оплатой всей стоимости курса и рассрочкой – при которой в отношениях между студентом и платформой появляется третья сторона – банк. Платформа же в любом случае получает полную стоимость при заключении договора. Хотя правилами этих других платформ и предусмотрена возможность возврата средств, наличие третьей стороны для меня лично – серьёзный недостаток.
Что в итоге?
Дополним промежуточные выводы:
DataCamp: предлагает большой набор курсов, проектов и дополнительных материалов на английском языке, необходимых для самостоятельного овладения техническими навыками анализа данных. Возможно получить крупную скидку на доступ к платформе: 99$ ежегодно против 399$ на стандартных условиях за максимальный план.
Курс на Яндекс.Практикум: предлагает структурированную курируемую годовую программу освоения профессии аналитика данных на русском языке. Заметно более дорогой вариант, однако позволяет компенсировать часть расходов на обучение за счёт налогового вычета и также предоставляет скидку в 5% при активной подписке Яндекс.Плюс (стоимость подписки составляет 199 рублей в месяц для новых пользователей, я успел оформить за 169 рублей в месяц – в любом случае, размер скидки покрывает стоимость подписки).
Здесь начинается моё путешествие длиною в год. До встречи в следующий раз!