Обзор курса Machine Learning Engineer от Skillfactory
Курс «Machine Learning Engineer» от Skillfactory — программа, у которой есть две вещи, редкие для курсов по машинному обучению: 190 часов математики и статистики отдельными модулями и стажировка с конкретной задачей — доработкой прототипа протеза руки на оптических датчиках у компании «Моторика». Программа состоит из семи модулей и выстроена с нуля.
Автор: Александра СыщенкоАвтор об IT и профессиональном обучении · О редакцииСодержание
Стоимость и формат обучения
Цены и условия могут меняться. Перед оплатой проверьте их на официальной странице курса.
Курс «Machine Learning Engineer» от Skillfactory — программа, у которой есть две вещи, редкие для курсов по машинному обучению: 190 часов математики и статистики отдельными модулями и стажировка с конкретной задачей — доработкой прототипа протеза руки на оптических датчиках у компании «Моторика». Курс заявлен как совместная разработка с академиком РАН Алексеем Семёновым из МГУ, а авторы названы с местами работы: BIOCAD, НИУ ВШЭ, LightAutoML, Wildberries. Формат обучения полностью дистанционный, в плане 7 модулей общим объёмом 650 академических часов. Скидки — 45%, 50% и 55%, и каждая сходится с ценой до рубля: базовый тариф стоит 6 224 ₽ в месяц против 11 317 ₽ без акции.
Цены показаны только помесячным платежом в рассрочке на 36 месяцев, поэтому итог считается вручную: базовый тариф — 224 064 ₽, «Персональный» — 281 700 ₽, «Персональный +» — 537 048 ₽. При 650 академических часах это 345 ₽ за час на базовом тарифе. Главное наблюдение — расхождение в сроках: в шапке стоит 12 месяцев, в блоке программы — 13, в частых вопросах — 25. Арифметика ближе к середине: 650 часов при 10 часах в неделю дают 65 недель, около 15 месяцев.
Программа обучения
Программа состоит из семи модулей и выстроена с нуля. Первый — «Введение в Data Science» на 190 часов, самый большой в курсе: Python с переменными, циклами, функциями и структурами данных, коллекции и чтение файлов, библиотека Pandas, получение данных через API, базы данных и SQL, Power BI, подготовка данных, разведочный анализ, первое знакомство с машинным обучением и нейросетями, маркетинговая и продуктовая аналитика, деплой и мониторинг моделей.Модуль закрывается итоговой работой.
Второй и третий модули — математическая база, которой во многих программах по ML нет. «Основы математики для Data Science» на 120 часов: SymPy, функции одной и нескольких переменных, интерполяция и полиномы, аппроксимация, частные производные, векторы и матрицы, градиент, линейная регрессия и системы линейных уравнений. «Основы статистики и теории вероятностей» на 70 часов: случайные события и величины, непрерывные распределения, статистические тесты. Вместе это 190 часов математики — столько же, сколько занимает вводный модуль.
Дальше идёт собственно машинное обучение. «Machine Learning Junior» на 130 часов закрывает линейную регрессию и регуляризацию, метод ближайших соседей, NumPy, логистическую регрессию и метод опорных векторов, деревья решений и случайный лес, очистку данных, кластеризацию, несбалансированные выборки и основы анализа текстов. «Machine Learning Advanced» на 50 часов добавляет AutoML, компьютерное зрение, NLP, рекомендательные системы и временные ряды. «Deep Learning» на 60 часов разбирает свёрточные сети, задачу оптимизации, сегментацию и детекцию, обучение с подкреплением и продвинутые архитектуры. Завершает программу аттестация на 30 часов с практической работой и тестированием.
Преподаватели курса
Состав назван поимённо и по большей части с местами работы. Куратор курса — Алек Леков, Senior ML Engineer в МТС. Разделы ML и DS ведёт Эмиль Магеррамов, руководитель группы вычислительной химии в BIOCAD; раздел MATH&ML — Маргарита Бурова; блок про Kaggle — Александр Рыжков, руководитель команды LightAutoML и Kaggle Grandmaster; модули по EDA — Екатерина Трофимова из НИУ ВШЭ; «Введение в DS» — Антон Киселев, Head of Marketing Analytics в Playrix. В списке также Мария Жарова (Wildberries), Андрей Рысистов, Елена Мартынова из AIRI, Леонид Саночкин, Михаил Баранов и Владимир Горюнов. Роль академика Алексея Семёнова описана как участие в разработке программы, а не ведение занятий — это стоит учитывать, если решение принимается из-за упоминания МГУ.
Как проходит обучение
Обучение идёт в записи внутри онлайн-платформы: лекции, самостоятельные задания, тренажёры в каждом модуле, разбор сложных тем на вебинарах с менторами. Курс идёт на двух платформах: это совместная программа Skillfactory и Skillbox, сертификаты выдают обе школы. Доступ к материалам бессрочный.
Поддержку делят менторы и координаторы: первые разбирают темы и проверяют домашние задания, вторые решают организационные вопросы вплоть до перевода на следующий поток. Объём личной работы зависит от тарифа: базовый обходится без консультаций, «Персональный» добавляет 10 консультаций с экспертом по Machine Learning Engineering, «Персональный +» — 20 и поддержку центра карьеры после выхода на работу.
Сроки, нагрузка и поддержка
Со сроками стоит разобраться до оплаты. В шапке заявлено 12 месяцев, в блоке с программой — 13, в частых вопросах — 25, а в баннере обещано, что работу можно найти после 9 месяцев обучения. Суммарный объём — 650 академических часов: при 10 часах в неделю это 65 недель, около 15 месяцев. Цифра 25 месяцев, скорее всего, относится к более длинной программе школы, вынесенной в заголовок страницы. Проще всего попросить у менеджера дату окончания вашего потока.
Рассрочка оформляется на 36 месяцев через банки-партнёры, и переплаты в ней нет: 11 317 ₽ × 36 = 407 412 ₽ — полная цена базового тарифа, 6 224 ₽ × 36 = 224 064 ₽ — она же со скидкой 45%. На других тарифах выходит 281 700 ₽ и 537 048 ₽: разрыв больше чем вдвое, так что состав каждого стоит прочитать внимательно.
Практика и результат обучения
Практика встроена в модули: итоговые работы после «Введения в Data Science» и «Machine Learning Junior», тренажёры внутри каждого блока, аттестация с практической работой и тестированием. В шапке обещано 7 проектов в портфолио, столько же указано во всех трёх тарифах, а в блоке с программой стоит другая цифра — 2 проекта. Разницу стоит прояснить до оплаты: именно портфолио проверяют на собеседовании.
Самая ценная часть практики — стажировка в «Моторике», производителе тяговых и бионических протезов рук: нужно усовершенствовать прототип протеза руки на базе оптических датчиков. Для онлайн-курса это редкий случай, когда учебный проект связан с производством, а не с абстрактным датасетом. Резюме выпускника школа описывает подробно: Python и SQL, извлечение данных из файлов, API и баз данных, разведочный анализ, классические методы ML, временные ряды, рекомендательные системы, Big Data, feature engineering, дообучение трансформеров, внедрение моделей в продакшен и построение пайплайнов.
Какой документ выдают
Вид документа зависит от программы: по дополнительной профессиональной программе выдают диплом о профессиональной переподготовке, по программе дополнительного образования — сертификат. Курс совместный, поэтому в тарифах указаны сертификаты сразу двух школ — Skillfactory и Skillbox — плюс диплом. Деталь из блока о документах: чтобы получить диплом, нужно попросить менеджера записать вас на тариф с ДПО.
Сведения о лицензии школы
Курс ведёт ООО «Скилфэктори», ИНН 9702009530, ОГРН 1197746648813, Москва, Ленинский проспект, дом 6, строение 20. На странице курса указана бессрочная лицензия № Л035-1298-77/179609 от 19.01.2022. В разделе сведений об образовательной организации даты приведены иначе: лицензия с 15.12.2020 и бессрочная запись в реестре лицензий с 20.06.2022. Там же указан учредитель — ООО «Скилбокс», что объясняет, почему программа идёт на двух платформах.
Плюсы и минусы
Плюсы
- 190 академических часов математики и статистики отдельными модулями — столько же, сколько вводный блок
- Стажировка в «Моторике»: доработка прототипа протеза руки на оптических датчиках
- Авторы названы поимённо с местами работы: BIOCAD, НИУ ВШЭ, LightAutoML, Playrix, Wildberries, AIRI
- Плашки −45%, −50% и −55% сходятся с фактическими ценами по всем трём тарифам
- Рассрочка на 36 месяцев не добавляет переплаты: 11 317 ₽ × 36 = 407 412 ₽, ровно цена без скидки
Минусы
- Срок назван тремя цифрами — 12 месяцев в шапке, 13 в программе и 25 в частых вопросах; дату окончания потока проще уточнить у менеджера
- Число проектов в портфолио указано и как 7, и как 2 в блоке с программой
- 650 часов при 10 часах в неделю дают около 15 месяцев — больше заявленного срока
- Итоговая стоимость показана только помесячным платежом в рассрочке на 36 месяцев
- Разница между базовым тарифом и «Персональным +» — более чем вдвое, состав стоит сверить построчно
Кому подойдёт курс
Курс рассчитан на новичка без опыта в IT: Python преподают с переменных и циклов, математику — со школьного уровня, и в частых вопросах школа прямо пишет, что знаний сверх школьной программы не потребуется. Мощный компьютер не нужен: вычисления выносятся в облако.
Хорошо ляжет программа и на аналитика, который работает с данными в SQL и Excel, но упирается в моделирование: 120 часов математики, 70 часов статистики и 240 часов машинного обучения закрывают именно тот разрыв, из-за которого аналитику не отдают задачи по прогнозированию.
Не подойдёт курс тем, кто рассчитывает закончить за три-четыре месяца: даже по оптимистичной раскладке 650 академических часов занимают около года. Не подойдёт и тем, кто ищет узкую специализацию — компьютерное зрение или NLP здесь даны блоками внутри общей программы, глубину придётся добирать самостоятельно.
Вывод: стоит ли учиться?
По содержанию это одна из наиболее полных программ в сегменте: математика и статистика вынесены в отдельные модули, машинное обучение разложено на три уровня — от линейной регрессии до трансформеров, авторы работают в профильных компаниях, а практика заканчивается стажировкой с инженерной задачей. Скидки и рассрочка посчитаны честно.
До оплаты стоит закрыть два вопроса: сколько именно длится ваш поток, раз на странице встречаются 12, 13 и 25 месяцев, и сколько проектов войдёт в портфолио — 7 или 2. Оба решаются одним разговором с менеджером, и ни один из них не отменяет того, что за 650 часов с такой математической базой курс даёт полноценную подготовку, а не обзорное знакомство с темой.
Источники
- Страница курса «Machine Learning Engineer» на сайте Skillfactory
- Сведения об образовательной организации Skillfactory
История обновленийОбновлены сведения о курсе.
- У курса «Machine Learning Engineer» обновлены стоимость, скидка и характеристики курса.