Онлайн курс MLOps от Otus

Аналогов этому курсу найти сложно, так как везде программа плюс минус одинаковая, а здесь освещается очень много нетривиальных тем для продвинутого обучения: и рекомендательные системы, и графы, и временные ряды, и ML OPS, и обучение с подкреплением, и даже дополнительная математика.
Плюс ко всему, условия выгодные, есть большой простор для творчества при выполнении ДЗ и итогового проекта. Преподаватели и кураторы ДЗ всегда готовы прийти на помощь и подробно все объяснить. Также есть возможность опубликовать статью на habr, получить карьерные консультации и сильно прокачать свое резюме.
В принципе никаких замечаний нет, разве что не всегда весь материал с занятий был понятен и подробно объяснен с самого начала, но тут скорее из-за ограничений по времени и недостаточности базовой подготовки.

Аналогов этому курсу найти сложно, так как везде программа плюс минус одинаковая, а здесь освещается очень много нетривиальных тем для продвинутого обучения: и рекомендательные системы, и графы, и временные ряды, и ML OPS, и обучение с подкреплением, и даже дополнительная математика.
Плюс ко всему, условия выгодные, есть большой простор для творчества при выполнении ДЗ и итогового проекта. Преподаватели и кураторы ДЗ всегда готовы прийти на помощь и подробно все объяснить. Также есть возможность опубликовать статью на habr, получить карьерные консультации и сильно прокачать свое резюме.
В принципе никаких замечаний нет, разве что не всегда весь материал с занятий был понятен и подробно объяснен с самого начала, но тут скорее из-за ограничений по времени и недостаточности базовой подготовки.

Курс ML Ops очень хороший, очень помогает мне в моей работе. И вообще, систематизирует мои знания, я нашла именно то, что мне нужно. И ещё большое спасибо преподавателям.

Курс ML Ops очень хороший, очень помогает мне в моей работе. И вообще, систематизирует мои знания, я нашла именно то, что мне нужно. И ещё большое спасибо преподавателям.

Курсы считаю полезными и интересными, все очень сильно зависило от преподавателя. Было интересно слушать Веронику Ивановну по рекомендательным системам, Максим Бекетов отлично рассказал теорию по Байесу, прям на пальцах разложил и Андрей Канашов во время лекции задает аудитории вопросы, что позволяет больше вовлечься в процесс и не отключаться на лекции. Домашние задания были очень разнообразными и увлекательными, я с удовольсвтвием разбиралась и решала. Хочу отметить, что была отличная проверка домашнего задания от Артема Червякова, он мне такую обратную связь давал крутую, помогал разобраться и вообще очень тщательно проверял домашнюю работу. Но иногда не хватало ответов от самих преподавателей, например, приходила даже в личку к Максиму Бекетову, он не ответил, в общем чате тоже тишина. Как-то создается ощущение, что ты одиночка на курсах и только человек, который проверяет домашку - помогал не бросить курс. И понимаю, что есть плюсы, и минусы от смены преподавателя. Но по Байесу получилось, что два преподавателя повторили одну и туже теорию, повторение - мать учение, но как-то хотелось бы именно на таких курсах отсуствия дублирования информации.
Еще показалось, что не хватает предварительной информации перед следующей лекцией, какие опредления, формулы или что посмотреть. Может даже заранее загруженный ноутбук/ссылка на колаб, чтобы можно было позагружать, потыкать и посмотреть. Потому что хотелось бы больше задать вопросов лектору, а на лекции ты пока вникнешь, на следующей уже может быть другой преподаватель. Впрочем, они не так часто менялись, но все же.
Так я ушла с багажом знаний и очень довольна.
Преподавателям большое спасибо за такой труд, понимаю, как это все очень непросто. Просто в будущем хотелось бы чуть больше активности.

Курсы считаю полезными и интересными, все очень сильно зависило от преподавателя. Было интересно слушать Веронику Ивановну по рекомендательным системам, Максим Бекетов отлично рассказал теорию по Байесу, прям на пальцах разложил и Андрей Канашов во время лекции задает аудитории вопросы, что позволяет больше вовлечься в процесс и не отключаться на лекции. Домашние задания были очень разнообразными и увлекательными, я с удовольсвтвием разбиралась и решала. Хочу отметить, что была отличная проверка домашнего задания от Артема Червякова, он мне такую обратную связь давал крутую, помогал разобраться и вообще очень тщательно проверял домашнюю работу. Но иногда не хватало ответов от самих преподавателей, например, приходила даже в личку к Максиму Бекетову, он не ответил, в общем чате тоже тишина. Как-то создается ощущение, что ты одиночка на курсах и только человек, который проверяет домашку - помогал не бросить курс. И понимаю, что есть плюсы, и минусы от смены преподавателя. Но по Байесу получилось, что два преподавателя повторили одну и туже теорию, повторение - мать учение, но как-то хотелось бы именно на таких курсах отсуствия дублирования информации.
Еще показалось, что не хватает предварительной информации перед следующей лекцией, какие опредления, формулы или что посмотреть. Может даже заранее загруженный ноутбук/ссылка на колаб, чтобы можно было позагружать, потыкать и посмотреть. Потому что хотелось бы больше задать вопросов лектору, а на лекции ты пока вникнешь, на следующей уже может быть другой преподаватель. Впрочем, они не так часто менялись, но все же.
Так я ушла с багажом знаний и очень довольна.
Преподавателям большое спасибо за такой труд, понимаю, как это все очень непросто. Просто в будущем хотелось бы чуть больше активности.

В целом очень хороший курс, всю базу дают от начала и до конца. Лекции понятные и структурированные. Но в них не хватает обширной лекции об особенностях пользования облачной платформы, на которой проходит практика. Поверхностная-то есть, а вот об особенностях взаимодействия продуктов между собой внутри платформы - не особо. Да и сама платформа Yandex Cloud ещё на стадии развития и с ней часто возникают проблемы.

С декабря 2021 по сентябрь 2022 я обучался в Отус на курсах:
MLpro - "Machine Learning. Professional" (36 лекций)
MLops - "Промышленный ML на больших данных" (50 лекций). Опишу свой опыт, не плюсами и минусами, а по темам.

- Порог вхождения (необходимые знания) для курсов.
В описании каждого курса есть требования им желательно соответсвовать.
Лучше соответствовать требованиями курсов и иметь небольшой опыт работы с инструментами изучаемыми на курсе, тогда на обучение будет уходить около 3-5 часов в неделю, кроме 4 часов на 2 лекции.
Если прийти с почти нулевыми знаниями, то можно лекции послушать, но на выполнение заданий будет уходить более 20 часов в неделю на самостоятельное изучение и дополнительные тренировки рассматриваемых инструментов.
- Задачи для самостоятельной работы.
Очень понравились задачи на обоих курсах.
На курсе MLpro каждое задание, как мини проект со статичными данными по одной из тем курса (EDA + построить модели + провести небольшое сравнение между моделями).
На курсе MLops все задания являются частями одного большого проекта. При решении всех этих заданий надо пройти полный цикл разработки ML проекта:
- построение модели,
- поступление новых данных по расписанию,
- и регулярное переобучение модели,
- все это с большими данными и в облаке.
Иногда возникали задержки в проверке самостоятельных работ. Думаю Отус это поправит.

- Общение в Отус.
У меня общение проходило в Слаке, сейчас Отус развивается еще в Discord и telegram.
По ходу обучения можно было писать вопросы в общий чат одногруппникам и тегать преподавателей. Преподаватели не сразу, но отвечали на вопросы.

- Преподаватели.
Один курс ведет несколько предподавателей.
3-4 основных перподавателя, если нужна замена то иногда могут попросить преподавателей с других курсов. 1 лекцию курса MLops читал руководитель направления DS в Отус (что было очень приятно), а 14 февраля 2022 был был специальный семинар для влюбленных в NLP))).
Все преподаватели, которые у меня вели имели большой опыт и высокий уровень знаний, кроме одного, который провел 2 слабых занятия, но после жалоб слушателей его заменили и предоставили дополнительные лекции в качестве компенсации.
Я лично из 86 лекций, только этими 2-мя лекциями был не доволен, остальные лекции были очень полезными для меня.
После каждой лекции в Отус собирают обратную связь от слушателей.

- Материалы после лекций, остаются в лючном кабинете слушателя.
---Код. В MLpro все лекции, в MLops большая часть лекций были с ноутбуками(ipynb) или с разбором кода, который остается доступным слушателям из личного кабинета. Оставшийся код, был одним из важных инструментов моего самообучения (разбирал его и модифицировал под себя).
---Слайды и видео материалы. Пропускал некоторые лекции и смотрел их в записи, а некоторые были настолько важными, что смотрел по несколько раз.

- Постоянное совершенствование Отус'а.
Курсы = лекции и материалы изменяются и модифицируются. У меня знакомый проходил на поток раньше MLops, он по другому тогда назывался и там было больше scala. Сейчас в Отус появился отдельный курс Spark Developer.
Отус как платформа связывающая выпускников не стоит, а развивается. В 2022 году был первый шахматный турнир на Lichess, так же проводятся дополнительные семинары по трудоустройству и выстраиванию коммуникаций между выпускниками.

Итог.
Кажется все супер. Подвох в том, что учиться очень тяжело (после 30), если недостаточно требуемых знаний для старта обучения, но оно того стоит (мое мнение).

Для MLpro надо знать Python и математику для DataScience (линейную алгебру, теорию вероятности, статистику).
Для MLops надо быть знакомым с Linux, Docker, Git, иметь опыт решения ML задач и построения веб-сервисов на python.

Мне Отус:
- дал базу знаний и некоторый опыт,
- позволил понять мои силы,
- показал мне направления дальнейшего развития.