Курсы DataScience в Geekbrains стоит ли?

Было что-то подобное: https://vas3k.club/question/3901/

Ну и призываю в тред @MarinaK

Привет. Я декан факультета Data Science в медицине там и немного преподавала на факультете ИИ.

1. Сразу оговорюсь, что это не курс, а целый большой набор курсов длиной в 2 года.

2. Стоит конкретно вам идти или нет не зная ваших целей сложно сказать. IT как говорится IT рознь. Все таки у нас именно data science, это работа с данными. По большей части работа - это копание с данными и в меньшей части разбор и написание крутых алгоритмов. Это касается всего DS. Если вы это понимаете и вам норм, то мой факультет вам вполне подойдёт. Тем более что его программа не сильно отличается от основного факультета машинного обучения и от программ других подобных школ (нетология, скилбокс). Яндекс практикум и более серьёзные места будут получше, но там и не берут людей, которые совсем не умеют программировать и не знают математики.

3. Насчёт вашего опыта врача. У нас много врачей среди студентов, в этом смысле вам будет на моем факультете комфортнее и сможете найти единомышленников. Так же я сама лично пишу курс по медицинской статистике, который будет в первую очередь полезен врачам - будем учиться интерпретировать клинические исследования, работать с научными статьями уровня ланцет, а не вестник эндокринологии). И тут конечно медицинский опыт вам пригодится.

Что касается стоматологии, то мы сейчас ведём переговоры с diagnocat - это компания, которая занимается анализом стоматологических снимков с помощью нейронных сетей. Надеемся, что у нас будет совместный курс.

Если будут ещё вопросы, пишите в телеграмм, расскажу подробнее @irinarinaf

Что про эти все скиллбоксы, скиллфактории и гикбрейнсы можно сказать точно, так это что у них огромные маркетинговые бюджеты :) В качестве образования очень большие сомнения, и не только у меня.

Мне кажется лучше будет самому составить программу из точечных хороших курсов с курсеры, udemy и тд, и получится на порядок дешевле, если вы не нуждаетесь во внешней мотивации, а-ля "наставник", "я же заплатил, надо закончить " и т. д.

В большинстве айти профессий никаких секретов нет, и на курсах просто пересказывают публично доступный материал, упаковывая его в красивое со стороны, но бесполезное, коробочное решение.

Медицинское образование как по мне это просто таки огромное преимущество, спрос на таких специалистов (айти навыки + другой Major: биология, медицина, финансы) растёт и будет расти. Всяческим HealthTech стартапам вы будете золотой человек ("да у нас вся команда с мед. дипломами, дайте ещё хреналион инвестиций").

Может не совсем в тему, но покупка на каком-то сайте по типу https://coursehunter.net/
Там подписка стоит копейки, но ты сможешь посмотреть разные курсы и понять что тебя тянет

Года 4 назад учился в GB на фронтендера (возможно с тех пор что-то извенилось у них, не знаю). Остался очень недоволен. После нескольких кусков курса забрал деньги и ушел.

Конкретно на фронтенде не понравилось:

1. препод с радостным видом рассказывал об устаревших технологиях (причем после ухода, примерно через полгода, попал на его вебинар - все то же самое)
2. группы большие, ментор 1. Ни о каком качественном ответе на вопрос разговор не велся в принципе.
3. материал выдавался большим объемом, но галопом по европам
4. после третьего куска курса понял, что в голове полная каша и что даже не помню толком, что делали пару кусков теории назад.

В общем профанация какая-то.

Программа DS в GB выглядит интересно. Но когда выбирал обучение по DataScience для себя, то в итоге пошел учиться в ScillFactory. Там тоже не без косяков, было даже желание бросить после очередного перекраивания программы находу и смены парадигмы принятия заданий, но остался. В общем-то не жалею, т.к. ребята все-таки растут над собой. Косяков еще хватает, но как и везде.

Еще рассматривал нетологию, но после пары разговоров с крайне вялым и некомпетентным менеджером забил. Если на начальном этапе такое, то даже и общаться не хочется дальше

Зашёл на один сайтик посмотреть думаю О! ничосе Д-Дизайн, для гиков типа $start_date$, а потом сайт прогрузился.

Практически не один платный курс не стоит ничего от слова совсем, если тебя не будут каждый день вести менторы. На YouTube аналогов этих курсов море + гораздо более качественных аналогов. Хочется палатного, то coursehunter поможет определиться с выбором.

Собственно вопрос: хороши ли там курсы? В частности курс DataScience в медицине

Судя по программе, этот курс общего характера, а собственно по медицине там последний блок - анализ временных рядов (ЭЭГ), таблиц (данные по сердечно-сосудистым), потом сегментация изображений и обработка естественного языка.

Фишечка тут в том, что ВСЕ эти задачи можно изучать самостоятельно, в том числе изучая архивы Kaggle по аналогичным соревнованиям. Смысла платить за "ДС в медицине" примерно ноль.

Маркетологи Гикбрейнса - молодцы, отлично спозиционировали курс. Но по факту все есть в открытом доступе.

Если бы я сейчас начинал с нуля, я бы шел примерно следующим путем:

Вступить в ods.ai. Это централ датасаентистов, закрытый слк на 50 тыс человек. При вступлении в анкете можно сослаться на меня - zalhonan. Там можно задавать вопросы, общаться и получать море информации бесплатно.

Любой вводный курс по Питону. На Степике их море.
https://stepik.org/course/4852 - ДС от Анатолия Карпова. Он клевый.
https://dlcourse.ai/ - очень понятный курс DL от ODS

Решать Kaggle.

повторить, укрепить:
https://stepik.org/course/76 - да, статистика понадобится. Без неё будет сложно. Тервер, матан и линейку можно как-нибуль потом, параллельно
https://mlcourse.ai/ - сложный курс ДС от ODS
https://stepik.org/course/82176 - можно будет поступить на бесплатный запуск весной и получить диплом, а пока - есть весь контент за все прошлые запуски в открытом доступе

Является ли в подобной области первое медицинское образование приемуществом или скорее просто довеском?

Для задач в медицине - является. Это Domain knowledge. Что это такое - можно узнать из довольно скандального доклада диктатора ODS ))

Не советую все эти специализации, дипломы и все, что включает в себя кучу курсов. Только-только бросил (на дипломном проекте, лол) специализацию на Курсере "машинное обучение и анализ данных".

Там тоже несколько отдельных курсов, объединенных в "специализацию". Основаня проблема - учат всему и по верхам. Проблема поменьше - качество курсов (и даже блоков внутри курса) скачет очень сильно. Например, про классические ML модели рассказывают доступно и подробно, а потом БАХ - и пытаются за одну(!!!) неделю рассказать про нейрнонные сети. Непроработанные лекции накладываются на задания, которые либо тупо устарели и не запускаются, либо на более свежих версиях библиотек выдают ответы, которые не принимает грейдер Курсеры. И с этим всем приходится мириться, если хочется получить диплом специализации. Чем дальше курсы, тем хуже материал, а дипломный проект, по сути, отдан на самостоятельные страдания (проверка такими же страдальцами, которых к тому же и не осталось почти), дополненные мертвым форумом.

Мой совет - пройти любой "вводный" курс по DS, чтобы понять, что там есть вообще, а потом уже прицельно ковырять узкоспециализированные курсы по конкретной теме (которая покажется наиболее интересной!). Толку будет намного больше, если за два условных года, за которые предлагают пройти направление DataScience в медицине, ты хорошо разберешься в одном направлении (например, бросишь все силы на нейронки и computer vision). Чем во всех, но по чуть-чуть.

Привет, У меня похожая история! В 2018 году я закончил стомат, научился прогать в школе 21 и параллельно заботал дс. Сейчас уже 1.5 года обучаю нейросетки, пишу код и иногда беру интересные сайд проекты для себя.

Считаю, что знания, особенно по машинному обучению, есть в открытом доступе и бесплатно. Список бесплатных курсов и ресурсов, которые мне помогли и понравились, я собрал тут со своими комментариями.
https://github.com/ibragim-bad/fast-internship-curriculum
Круто, если будет ментор, который сможет ответить на вопросы, направить в нужный момент и сэкономить время.

Оглядываясь назад могу сказать, что больше всего помогло:

1. Полное погружение. Ботал фулллтайм, прерываясь только на сессию в ординатуре. Это позволило быстро перевести свои навыки и знания на новый уровень и не растерять мотивацию.
2. Почти сразу начал участвовать в соревах, хакатонах, что помогло получить хоть какой-то опыт уже к первым собесам.
3. На первой стажировке попал в крутую команду и начал прокачиваться на реальных задачах.

Желаю тебе успехов, если вдруг решишься основательно перейти в эту тему. В свое время, мне не хватало подобных историй с перекатыванием из стоматологии.