Нюансы обучения онлайн на факультете Искусственного интеллекта

Допустим, вы решили пойти на факультет машинного обучения в онлайн-школу и теперь полны вопросов и сомнений. Найду ли работу по окончании учебы? Справлюсь ли с заданиями?

Эта статья — мой опыт освоения Data Science в GeekBrains. Я постараюсь познакомить вас с особенностями не только дистанционного образования, но и со специфическими плюсами и проблемами именно этого факультета.

Перед поступлением я уже знала основы Python и JavaScript, подрабатывала созданием несложных статических сайтов на фрилансе и игралась с ML-библиотеками. Мне явно не хватало навыка вывода моделей в продакшен, однако у текущего работодателя потребность в ML точно была.

Список предметов ниже вторит роадмапу дата-сайентиста, и если вам интересно познакомиться с набором технологий для этой профессии в 2023 году, посмотрите мою статью.

Подготовительный этап

После заключения договора и внесения оплаты, энтузиазм разгорелся еще сильнее: хотелось скорее освежить уже известные предметы, и вкопаться поглубже в ML-инструментарий. Перед стартом программы предусмотрели стадию самоподготовки, и накидать себе в закладки бесплатных курсов я смогла быстро. Выбрала следующие:

• основы математики, программирования;
• основы Python;
• вводный курс по Git;
• вводный курс студента: приятная сердцу забота, набор коротких видеороликов, помогающих освоиться с интерфейсом сайта.

Совет первый: как бы ни хотелось «проглотить» большой объем материала в начале, не тратьте на него весь заряд. Мотивация понадобится позже. Возможно, энергию мне стоило приберечь до появления тяжелых предметов.

Чтобы избежать такого, я советую:

• в случае трудного курса подстегивать интерес с помощью подъемных факультативных занятий;
• давать себе не думать ни о чем во время отдыха;
• брать «академический отпуск», если чувствуете подступающее выгорание.

Мне помогал психотерапевт, доносил, что отдыхать надо. Это норма для психики, не стоит себя корить за отдых.

I четверть

В первой четверти нас ожидала насыщенная программа:

• Linux. Рабочая станция;
• Основы реляционных баз данных. MySQL;
• Библиотеки Python для Data Science: numpy, matplotlib, scikit-learn;
• Теория вероятностей и математическая статистика.

Нам даже устроили встречу с деканом факультета. И митап неплохо мотривировал — за счет чувства наставничества.

Мы начали чатом на 27 человек в Telegram (факультет собирал нас вместе сам), а выпустилось только двое. Так что вопрос поддержания мотивации невероятно важен.

Присутствие заинтересованных в твоем прогрессе людей стимулирует регулярно посещать живые уроки, а не ограничиваться записями. Онлайн-школы знают об этой психологической особенности, и потому предоставляют наставников, прошедших курс ранее, или позволяют задавать вопросы учителям в чате.

Совет второй: если не нашли подходящего ментора в университете, попробуйте найти его среди блогеров, хакатонщиков, преподавателей. Некоторые из них при росте от миддла и выше сами нуждаются в повторении материала, так что будут рады учить вас бесплатно. Когда случился переход на самостоятельное обучение, мне стоило найти ментора.

II четверть

«Отвал» однокурсников начался в это время и продолжался вплоть до конца. Причин уходить у людей было множество: сложность, соотношение «цена-качество», поверхностная помощь карьерного центра, внешние причины. Люди начали уходить с начала второй четверти, у меня в это время такие мысли еще не возникали благодаря менторам. Но когда в такое-то время нас перевели на обучение по записям, я тоже задумалась.

Программа выглядела таким образом:

• линейная алгебра;
• алгоритмы анализа данных;
• библиотеки Python для Data Science: продолжение.

Огромные темы разделяют на несколько модулей, и это хорошо. Напоминает декомпозицию проекта на спринты. Темы, в свою очередь, делят на уроки длиной 1-1,5 часа.

Для тех, кто боится не справиться с заданиями: попав в больницу с переломом, я выпросила у одногруппника две домашки. Мы с одногруппниками достаточно поддерживали друг друга.

III четверть

Программа была такой:

• Методы сбора и обработки данных из Интернета. По сути, здесь мы учились парсить сайты: beautifulsoup4, selenium. Интересная особенность – знакомство с Docker. Кто писал пауков для «сопротивляющихся» порталов вроде Авито, знает, что при слишком высокой частоте обращений IP может попасть в бан. Предотвратить такое позволяет Docker. Контейнер на купленном сервере дает возможность быстро возобновить сбор данных в случае блокировки VPS.
• Введение в математический анализ.

В этот период уже наступило привыкание к уровню сложности, и потому лабораторные были закрыты без особых проблем.

Совет третий: не пугайтесь математики и тервера. Преподаватели знают, как это трудно, и потому дают возможность сдать ДЗ без перенапряжения.

IV-VI четверти

В это время желание учиться держалось примерно на одном уровне, и потому разбивать на отдельные разделы не стану. Программа в это время была такой:

• Машинное обучение в бизнесе;
• Рекомендательные системы;

• Нейронные сети;
• PyTorch;

• Обработка естественного языка;
• Глубокое обучение в компьютерном зрении.

Сюрпризом стала возможность не делать домашние задания вообще. И получать при этом зачеты. Зная о трудности заданий, преподаватели прикрепляли (!) готовую домашку к файлам урока. Это, конечно, откровенный взлом системы и не стимулирует осваивать код самостоятельно. Большую часть заданий мы с напарником выполняли сами, обращаясь к ГДЗ лишь при крупных затыках.

Совет четвертый: списывайте только в том случае, если душевных ресурсов учиться самостоятельно больше нет. На собеседованиях я сто раз пожалела о своих пропусках: интервьюеры на технических собеседованиях натыкались на пробелы в моих познаниях.

Мне довелось обучаться в GeekBrains, и программа растянулась на шесть четвертей (почти два года) вместо полутора: в компании за это время произошло немало перестановок, даже смена руководства.

Последний совет

На курсы ML / DL лучше приходить с опытом в Python уровня Junior+. Прежде чем выложить за GeekBrains 150+ тыс. руб., я прошла бесплатный интенсив EPAM длиной в четыре месяца, и не смогла пройти финальное собеседование в эту компанию, ибо усваивать такие объемы в столь сжатый срок было трудно.

Очень надеюсь, что вы сможете продраться через негатив в отзывах на выбранный вами университет, и спасти сокровенное желание учиться. Как и в других сферах жизни, мне помогала способность обустраиваться, подбирать подъемный уровень нагрузки. Выбрав путь дата-сайентиста, вы обеспечите себе беспрерывное обучение с разной степенью стресса и хороший доход.