सीखना बंद नहीं किया जा सकता

हेब्र, नमस्कार! जल्द ही 1 सितंबर, और यह सीखने के बारे में विचारों को प्रेरित करता है। यदि आप सोवियत कार्टून से प्रसिद्ध अभिव्यक्ति को दोहराते हैं: "आप सीखने को स्थगित नहीं कर सकते हैं," यह सवाल अभी भी बना हुआ है कि अल्पविराम कहां लगाया जाए।

हमने वसंत समूह के स्नातकों को "बिग डेटा स्पेशलिस्ट" कार्यक्रम के हमारे छापों को साझा करने का अवसर देने का निर्णय लिया। उनकी कहानियां अलग हैं: किसी ने लंबे समय तक अपनी पढ़ाई स्थगित कर दी, लेकिन यह महसूस किया कि यह समय था; लेकिन किसी के लिए, एक ऑफ़लाइन कार्यक्रम में जाने का निर्णय, और कार्यक्रम की शुरुआत से 2 सप्ताह पहले एक स्थापित जीवन के साथ दूसरे देश से जाना, एक जानबूझकर कदम था; कुछ के लिए, पहले से ही कार्यक्रम पूरा करने वाले दोस्तों और सहयोगियों की राय कुछ विचार-विमर्श के बाद निर्णायक थी; और किसी ने सिर के साथ स्कूल में भाग लिया, यह महसूस करते हुए कि पर्याप्त बुनियादी ज्ञान नहीं था, और सफलतापूर्वक 12 सप्ताह में मैराथन दौड़ा; 16 साल की उम्र में किसी ने अपनी परियोजना बेची - चेहरे की पहचान के साथ एक घटना में प्रवेश की एक प्रणाली - और बड़े डेटा का अध्ययन करने का फैसला किया। तो, हमारे प्रतिभागी कौन हैं, वे कार्यक्रम में क्यों गए, उन्होंने क्या सीखा, और वे कार्यक्रम के 3 महीने कैसे जीवित रहे।



एंटोन चुग्रीव, मुख्य विश्लेषक, प्रौद्योगिकी विकास केंद्र, सर्बैंक

“मैंने 2016 में बड़े डेटा के साथ काम करना शुरू किया। मेरा पहला प्रोजेक्ट एक दूरसंचार कंपनी में था। उसके बाद, जीवन "काता" और विभिन्न उद्योगों से परियोजनाओं में चला गया: बैंकों, दूरसंचार और यहां तक ​​कि तेल और गैस क्षेत्र से, जहां लागू करने के लिए बहुत दिलचस्प विचार और शांत चीजें थीं।

लेकिन कुछ बिंदु पर मैंने महसूस किया कि तकनीकी दृष्टि से विकास जारी रखने के लिए मेरे पास ज्ञान की कमी है। मैंने इस कार्यक्रम को बहुत लंबे समय तक देखा, टिप्पणियों, समीक्षाओं को एकत्र किया। मैं एक अंदरूनी सूत्र की तलाश कर रहा था, कैसे सब कुछ "अंदर" व्यवस्थित है। और कुछ बिंदु पर मैंने खुद को कार्यक्रम में जाने का फैसला किया। इंटरनेट कंपनियों में काम करने वाले दोस्तों के साथ परामर्श करने का अवसर था, इस पाठ्यक्रम को बनाने में उनका आंशिक हाथ था। अंत में, उन्होंने कहा: "एंटोन, डरो मत, जाओ, तुम्हारे पास इन 12 हफ्तों की गहनता के लिए अभ्यास का एक बड़ा आधार होगा, जो आपको महसूस करने की अनुमति देगा, समझें कि यह हुड के नीचे कैसे काम करता है।"

मुझे अपने जीवन के वसंत-गर्मियों की अवधि के इन 12 हफ्तों में पछतावा नहीं है। मैं कह सकता हूं कि पहले तो यह बहुत मुश्किल था। कुछ बिंदु पर, मुझे एहसास हुआ कि मैं पहले से ही अपनी क्षमताओं की सीमा पर काम करना शुरू कर रहा था: ये रातों की नींद हराम थे, ये सुबह 4-5 बजे तक सुस्त थे। हाँ, ऐसा भार था! लेकिन इस लय में खींचे जाने के कारण, आप पहले से ही एक उच्च पर काम और प्रशिक्षण को संयोजित करना शुरू कर देते हैं। जब आप एक नई प्रयोगशाला प्रस्तुत करते हैं, तो आप पहले से ही देख रहे होते हैं, ताकि आपका मस्तिष्क विचारों की तलाश करना शुरू कर दे, इसे कैसे हल किया जा सकता है और इसके लिए आपके पास क्या कमी है।

सामान्य तौर पर, मैं कहना चाहता हूं कि यह एक अच्छा समय है। हम में से प्रत्येक कार्यक्रम में किसी उद्देश्य के लिए आता है। मेरा अपना था: "मैं यहाँ हूँ क्योंकि मुझे इसकी आवश्यकता है।" मुझे लगता है कि मैंने न्यूनतम कार्यक्रम पूरा कर लिया है। शुरुआत में, मैं कुछ चीजों को जानता था, कुछ नहीं, मुझे कभी-कभी कुछ चीजों से बहुत मुश्किल से जूझना पड़ता था, समाधान की तलाश थी, और नए लोगों के लिए, मैंने उन्हें हल करने के तरीके सीखे। इस कार्यक्रम पर, मुझे उन क्षेत्रों के अपने क्षितिज का विस्तार करने का अवसर मिला जिन्हें मुझे कसने, विकसित करने की आवश्यकता है। मैं समझ गया कि "जादू" कहाँ छुपा है।

सीखने की प्रक्रिया में सवाल थे, जिनके जवाब केवल गोलगप्पे खाने से मिल सकते थे। ऐसे हालात थे जब कुछ बहुत ही गैर-तुच्छ सुविधाओं और कार्यों के लिए, जिनके बारे में मुझे इंटरनेट पर कोई समाधान नहीं मिला, वे एक ठोकर बन गए। और हर सुबह मैं इस सोच के साथ उठा, "इस समस्या को कैसे हल किया जाए?" और जब मैं इसे हल करने में सक्षम हो गया, तो मुझे इस तरह की उपलब्धि, खुशी, आंतरिक उत्साह मिला, इस तथ्य से कि मैं ऐसा करने में सक्षम था। और यह एक महत्वपूर्ण अनुभव है! जानकारी प्राप्त करने के दौरान, मैंने अपने ज्ञान के क्षेत्र का विस्तार किया, मैंने महसूस किया कि यह एक विशेष विषय पर एक अलग शाखा है। इसलिए, उदाहरण के लिए, सिफारिश करने वाले सिस्टम के विषय में, मैं सीखने की एल्गोरिथ्म की एक पूरी तरह से अलग पद्धति का उपयोग करके एक लैब और सुपर-रन को हल करने में सक्षम था। और अजगर कोड दोस्त जे की तुलना में भी छोटा है।

इस तरह, मुझे ज्ञान मिला, "धक्कों" और, निश्चित रूप से, संपर्कों का एक नया चक्र। "



मिखाइल पावलुखिन, एंजल रिलेशंस ग्रुप, आईटी विशेषज्ञ

"मैं 17 साल का हूं, एक साल पहले मैं विज्ञान सीखने वाले एक मशीन में गया था, जहां मैंने तंत्रिका नेटवर्क की मूल बातों का अध्ययन किया था। तब मुझे महसूस हुआ कि मैं इस दिशा में विकास करना चाहता हूं। इसलिए मैंने एक संगठन के लिए चेहरे की पहचान के साथ एक परियोजना शुरू की, और तब मुझे एहसास हुआ कि मैं तैयार किए गए समाधानों का उपयोग कर सकता हूं, लेकिन मैं समझना चाहता हूं कि इसे और अधिक कुशलता से काम करने के लिए खुद को कैसे करना है। यही कारण था कि मैंने इस पाठ्यक्रम को सीखने का फैसला किया कि बड़े डेटा के साथ कैसे काम करें, इसे प्रोसेस करें, मुझे स्पार्क पर क्लस्टर के साथ अनुभव नहीं था, और यह बहुत दिलचस्प था। मैंने देखा कि डेटा कितनी जल्दी संसाधित होता है, और पहली बार यह बहुत अच्छा था: कुछ गीगाबाइट कुछ सेकंड में संसाधित किए गए थे।

आम तौर पर दिलचस्प, विशेष रूप से पहली परियोजना दिलचस्प थी। लोगों के लिंग और उम्र की भविष्यवाणी करना आवश्यक था, और यह न केवल सही ढंग से भविष्यवाणी करने के लिए आवश्यक था, वहाँ महत्वपूर्ण स्थिति यह थी कि, उत्पादन के लिए, यह आवश्यक था कि मॉडल अभी भी जल्दी से काम करे। और यह कठिन था, क्योंकि हमेशा मॉडल का एक गुच्छा बनाने की इच्छा होती है और किसी तरह उन्हें जोड़ती है, लेकिन आपको समय में फिट होने के लिए भी उनकी आवश्यकता होती है - और यह परियोजना में सबसे कठिन था। और सबसे दिलचस्प स्पार्क के साथ काम कर रहा था, पूरी प्रणाली मेरे लिए नई थी, और मैंने सराहना की कि यह कितना सुविधाजनक है जब सब कुछ कई समूहों पर काम करता है। व्यवसाय ट्रैक बहुत उपयोगी था क्योंकि इसमें बताया गया था कि सही मैट्रिक्स कैसे चुनें। इससे पहले, आप सोचते हैं: ठीक है, यह मीट्रिक काम करेगा। और यहां उन्होंने समझाया कि आपको किन मामलों में आरएमएसई चुनने की आवश्यकता है, और जिसमें आपको एमएई चुनने की आवश्यकता है। उदाहरण के लिए, मैंने सोचा कि किसी को इन MAE की आवश्यकता नहीं है, क्योंकि हर जगह ट्यूटोरियल में वे RMSE का उपयोग करते हैं, लेकिन यह पता चला है कि कुछ कार्यों के लिए आपको MAE का उपयोग करने की आवश्यकता है, उदाहरण के लिए।

कार्यक्रम पर विचार करने वालों को आप क्या सलाह देंगे? संभवतः सबसे महत्वपूर्ण बात प्रतिभागियों के साथ संचार है जो आपके साथ अध्ययन करते हैं, चैट करते हैं, उनके साथ परामर्श करते हैं, सवाल पूछते हैं ताकि वे मदद कर सकें, आप मदद कर सकें। समूहों में काम करना भी संभव है जब किसी समाधान पर चर्चा करें कि बेहतर कैसे करें। ठीक है, मुझे अभी भी बाद में बंद करना है, क्योंकि मेरे पास पहले से ही ऐसी स्थिति थी, जब मैं प्रयोगशाला में था, जब मैंने सोचा कि मैं सप्ताहांत में सब कुछ करने का प्रबंधन करूंगा, नतीजतन, मेरे पास मुश्किल से समय था, समय सीमा से 10 मिनट पहले।



एवीपी सेमेनोव, व्यक्तिगत उद्यमी, एसएपी परियोजनाओं में लगे हुए हैं

“मैं 15 वर्षों से आईटी में काम कर रहा हूं। ज्यादातर मैं आधुनिक तकनीकों के साथ काम करना और प्यार करना चाहता हूं और इसलिए मैं इस कोर्स में आया हूं। पहली बात जब मैंने डेटा साइंस में खुद को डुबोया, Mail.ru में डेटा फेस्ट था, यह शांत था, दिलचस्प था, केवल एक चीज जिसे मैं खुद इस विषय में नहीं ले सका था, क्योंकि प्रोजेक्ट्स में बहुत समय लगता है, काम में बस सारा समय लगता है और आप एक छात्र के रूप में इस तरह के क्षेत्र में नहीं आ सकते हैं। लेकिन पहले से ही इच्छा प्रबल हो गई, और मैंने पाठ्यक्रमों पर जाने का फैसला किया और इसलिए यहाँ समाप्त हुआ। मैंने दो कंपनियों पर विचार किया जहां मैं पाठ्यक्रम लेना चाहता था और मुख्य निर्णय यह था कि मेरा दोस्त यहां पढ़ रहा था, मैंने उसकी राय पूछी, उसने कहा कि एक शांत कंपनी है, आओ और अध्ययन करो। तब मैंने देखा कि दूसरे प्रतियोगी की तुलना में यह कार्यक्रम बहुत समृद्ध और दिलचस्प है, और इसमें बहुत कम समय लगता है, और इसने मुझे अनुकूल बना दिया है, क्योंकि मैं भी लंबे समय तक अध्ययन नहीं करना चाहता, इसलिए मैं कुछ अभ्यास करना चाहता हूं।

मैं थोड़ा उदास था क्योंकि मैंने एक परियोजना नहीं बनाई थी, और इससे मेरे दंभ पर भी असर पड़ा। मैंने दूसरी परियोजना नहीं की, और यह निश्चित रूप से, किसी तरह मेरी उम्मीदों, मेरे आत्मसम्मान को प्रभावित करता है और साथ ही यह मेरी कमजोरियों को दिखाता है, जहां मुझे अपने लिए कुछ चीजों पर अधिक विचार करना होगा। शिक्षा मुझे कुछ करने, महसूस करने और इस क्षेत्र में प्रवेश करने की अनुमति देती है। बेशक, शायद यह आपको पूरी तरह से सब कुछ करने के लिए नहीं सिखाएगा, लेकिन किसी भी मामले में, जो कार्यक्रम वहां था और जो रिक्तियां अब उपलब्ध हैं, उन पर विचार किया जा सकता है और आप चाहें तो नौकरी पा सकते हैं।

सामान्य तौर पर, मेरे पास एक बहुत व्यस्त कार्यक्रम था, मैं अभी भी नहीं बैठा था, मैं थिएटर पाठ्यक्रमों में गया था, खेल के लिए, सुबह मैं अभी भी अंग्रेजी पढ़ता हूं और यहां तक ​​कि इन पाठ्यक्रमों में, यानी, मेरा कार्यक्रम कुछ समय के लिए भरा हुआ था और कभी-कभी मैं मुझे यह भी समझ में नहीं आया कि आखिर कैसे बचे। लेकिन पाठ्यक्रम के बारे में, एक ड्राइव दिखाई दी जब आप नई तकनीकों को सीखते हैं, तो समझें कि यह दुनिया में कैसे काम करता है। आपके अपने विचार हैं और आप उन्हें लागू करने का प्रयास करना चाहते हैं। वह शायद किसी तरह की सनसनी में रहता था, और ये विचार मेरे साथ बने रहे, और मैं शायद उन्हें आगे भी लागू करूंगा।

केवल एक जीवन हैक है: आपको अपने लिए यह तय करना होगा कि आप ऐसा करेंगे और इस प्रक्रिया में पूरी तरह से शामिल होंगे, और फिर आप इसका आनंद लेंगे, और तब आप अपना जीवन बदल पाएंगे। "



ओक्साना स्ट्रैशिंस्काया, लक्सॉफ्ट, डेटा बिजनेस एनालिस्ट

कार्यक्रम के बीच में लिया गया साक्षात्कार: “सामान्य तौर पर, डेटा साइंस का क्षेत्र मेरे लिए बहुत दिलचस्प है। और मैं उसे काम से पहले थोड़ा और विस्तार से छूना चाहता था, लेकिन यह स्पष्ट नहीं था कि क्या करने की आवश्यकता है। मैं एक पेशेवर के रूप में आगे के विकास में नए अवसर प्राप्त करना चाहता था, इसलिए यह मेरे कार्यक्रम में आने के लक्ष्यों में से एक था। अध्ययन बहुत दिलचस्प है, बहुत रोमांचक है, साथ ही यह बहुत मुश्किल है, इसके लिए बहुत ध्यान, भागीदारी और गंभीर रवैया की आवश्यकता होती है। और मैं अपने लिए समझता हूं कि जो पेशकश की गई है, उसका सफलतापूर्वक सामना करने के लिए, यह निर्विवाद है कि यह केवल व्याख्यान सुनने के लिए पर्याप्त नहीं है, न केवल प्रयोगशाला कार्य करने के लिए, विषय में गहराई से देरी करने के लिए बहुत समय समर्पित करना बेहतर है, अधिक व्यापक रूप से जानने के लिए और सिस्टम में डाल दिया कि प्रोग्राम क्या देता है। कार्यक्रम वर्तमान में मेरी अपेक्षाओं से अधिक है, क्योंकि शुरू में यह घोषणा की गई थी कि विभिन्न ब्लॉक होंगे: तकनीकी, एल्गोरिदम, व्यवसाय और व्याख्याता हमें प्रासंगिक जानकारी देंगे। लेकिन वास्तव में यह पता चला कि जो लोग हमारे पास आए हैं, वे बहुत मजबूत हैं, वे वास्तव में अपने क्षेत्र में पेशेवर हैं, वे प्यार करते हैं और गहराई से समझते हैं कि वे क्या कर रहे हैं, और हमें जो वे जानते हैं उसे देने की कोशिश करें। समूह के लिए, हर कोई बहुत सक्रिय है, अपने ज्ञान, कौशल को साझा करने के लिए खुला है, कुछ दिलचस्प बताएं, लिंक, स्थान और कोड साझा करें, ताकि हर कोई इस पाठ्यक्रम को एक साथ ले सके। "

कार्यक्रम की समाप्ति के 2 महीने बाद: "मैंने अपनी नौकरी बदल दी, और जहाँ बहुत अधिक डेटा नहीं था, मेरे सहयोगी और प्रोग्रामर ने इसे स्वीकार किया। एक अजगर को लैपटॉप खोलना, डेटा को प्रोसेस करना, यह कहना है कि क्या करना है, और स्पष्ट रूप से समझें कि मुझे क्या प्राप्त करना है। ”

ईगोर श्वेत्सोव
“इससे पहले, मैं ऑनलाइन मार्केटिंग, विज्ञापन में लगा हुआ था और हमने थाईलैंड में टूर बेचे थे, लेकिन इससे पहले मुझे डेटा साइंस, मशीन लर्निंग, आर्टिफिशियल इंटेलिजेंस में बहुत रुचि थी। उन्होंने पढ़ा, कोशिश की, कुछ सीखा, और अंत में इस निष्कर्ष पर पहुंचे कि मुझे ऐसा करने में बहुत अधिक दिलचस्पी होगी, और सब कुछ छोड़ देने और एक अलग दिशा में विकसित होने का फैसला किया। फिर सवाल यह आया कि कहां अध्ययन करना है, इंटरनेट पर बहुत सारे ऑनलाइन पाठ्यक्रम, कार्यक्रम हैं, लेकिन साथ ही मैं कुछ ऑफ़लाइन भी चाहता था। और ऑफ़लाइन से चुनाव इतना बड़ा नहीं था: वास्तव में, न्यूप्रोलैब ऑफ़लाइन कार्यक्रमों में से एक था जहां आप सहकर्मियों के साथ, छात्रों के साथ, जिनके साथ आप अध्ययन करते हैं, शिक्षकों के साथ चैट कर सकते हैं। इसके अलावा, इंटरनेट पर समीक्षा काफी अच्छी थी, और मुझे इसका पछतावा नहीं था। तीन महीने का प्रशिक्षण बहुत जल्दी, गहनता से पारित हुआ। और यदि आप कृत्रिम ज्ञान, मशीन सीखने से पहले और अब के मेरे ज्ञान की तुलना करते हैं, तो अंतर बड़ा होगा। यह तीन महीने की तरह लगता है, लेकिन अभी भी काफी कुछ सीखा है, व्यावहारिक कौशल, अनुभव और सबसे महत्वपूर्ण बात, अगर इससे पहले कि यह स्पष्ट नहीं था कि आगे कैसे विकसित किया जाए, तो मशीन सीखने के क्षेत्र में किस दिशा में आगे बढ़ना है, अब सब कुछ काफी स्पष्ट हो गया है और यह स्पष्ट है। अगर मैंने विभिन्न पाठ्यक्रमों, ऑनलाइन कार्यक्रमों के साथ अपने दम पर यह अध्ययन करना शुरू कर दिया, तो यह पता लगाना मुश्किल होगा कि किस दिशा में जाना है, लेकिन अब सब कुछ स्पष्ट हो गया है, और इसके लिए न्यूप्रोलैब का बहुत धन्यवाद।

प्रयोगशाला का काम कार्यक्रम का एक दिलचस्प हिस्सा है। प्रयोगशाला का काम मुश्किल था और, ईमानदारी से, व्याख्यान में जो ज्ञान दिया गया था, वह हमेशा पर्याप्त नहीं था, मुझे लगातार घर पर अध्ययन करना, ज्ञान प्राप्त करना, समझना और आगे समझना था। ये प्रयोगशाला कार्य व्यावहारिक अनुभव हैं, जिसे तब पारित किया जाता है। बेशक, मैं घर पर बैठ सकता था, यह पता लगा सकता हूं, लेकिन यहां उन्होंने आपके लिए यह कार्य निर्धारित किया है, वे कहते हैं कि इस कार्य को एक सप्ताह में पूरा करने की आवश्यकता है, आप इसे करते हैं, आप को किक किया जाता है और प्रगति की जा रही है। मेरे लिए व्यक्तिगत रूप से, इस तरह के एक पिंग बहुत महत्वपूर्ण है और, यह प्रभावी है।

मकरुशीना झन्ना, सूचना सुरक्षा प्रभाग, सर्बैंक

"मैं कार्यक्रम में गया क्योंकि मुझे डेटा विज्ञान में रुचि थी, मैं यह समझना चाहता था कि क्या यह मेरे कार्यों के लिए लागू है, क्योंकि ये सभी प्रौद्योगिकियां अब बहुत उत्तेजित हैं, और यह हमेशा मूल्यांकन करना संभव नहीं है कि वास्तव में क्या लाभ कमा सकता है। कार्यक्रम की अच्छी प्रतिक्रिया थी, हमारे विभाग के लोगों ने इसे पारित किया, और उन्होंने कहा कि वे बहुत सक्षम और उपयोगी प्रयोगशालाएं थीं, जो वास्तव में ऐसा हुआ। अधिकांश कार्यक्रम व्यावहारिक है, सूखी जानकारी नहीं - मेरे लिए इसने बहुत बड़ी भूमिका निभाई।
मुझे अपने सवालों के बहुत सारे जवाब मिले, कार्यक्रम ने प्रत्येक हाइलाइट किए गए उत्पादों और उन संभावित मामलों के लिए निर्धारित लक्ष्य को समझना संभव बना दिया जहां उनका उपयोग किया जा सकता है, जिसमें मेरा उद्योग भी शामिल है। यद्यपि यह कवर नहीं किया गया था, लेकिन जिस तरह से जानकारी प्रस्तुत की गई है, यह मुझे लगता है कि यह इस अर्थ में बहुत सक्षम है कि इसे किसी अन्य विषय क्षेत्र में स्थानांतरित करना आसान था, बशर्ते कि पर्याप्त रूप से बड़ी संख्या में उदाहरण दिए गए थे जो कि मुड़ सकते हैं। मुझे वास्तव में Hadoop, Hive पसंद है, क्योंकि मेरे पास SQL ​​के अनुरूप पृष्ठभूमि है, और यह मेरे करीब था। यह दिलचस्प था कि एक सबसे बड़ी आशंका यह थी कि मैं अजगर के साथ सामना नहीं कर सकता था, क्योंकि यह पूरी तरह से इसके साथ अपरिचित था और ऐसा "वाह, यह आसान हो गया"। यह दिलचस्प था। क्या यह मुश्किल है? हाँ, यह मुश्किल है। लेकिन अगर लैब सरल थे, तो क्या बात है? यह कार्यक्रम का एक बड़ा प्लस है जो इसे दिखाने के लिए नहीं है, यह दिलचस्प है। "



निकिता वेरकिन्को, एक्सेंचर, सलाहकार

“मैं लंबे समय से कुछ नया ज्ञान प्राप्त करना चाहता था, लेकिन जैसा कि आप जानते हैं, बड़े डेटा और कृत्रिम बुद्धिमत्ता का एक महान भविष्य है। मैं "बिग डेटा स्पेशलिस्ट" के साथ लंबे समय से पहले से ही परिचित था, जिन लोगों को मैं जानता था उनमें से कई प्रशिक्षित थे और बहुत संतुष्ट थे, इसलिए मैं बहुत रुचि के साथ कार्यक्रम में गया। मुझे आशा है कि न केवल इस मुद्दे को तूल दिया जाएगा, बुनियादी कौशल सीखने के लिए, तकनीकों और मशीन सीखने के तरीकों की समझ प्राप्त करने के लिए, बल्कि दिलचस्प लोगों से मिलने और वास्तविक जीवन के उदाहरणों का अभ्यास करने के लिए भी।

मेरे पास एक प्रोग्रामर पृष्ठभूमि नहीं थी, इसलिए पहली बार में यह विशेष रूप से कठिन था। "संभावित छेद" के रूप में ऐसी अवधारणा है, इससे बाहर निकलने के लिए, आपको बड़ी मात्रा में ऊर्जा खर्च करने की आवश्यकता है। इसलिए यह प्रशिक्षण के शुरुआती चरणों में मेरे बारे में है: इसने मुझे प्रारंभिक ज्ञान प्राप्त करने और उन्हें कहाँ, कैसे और कहाँ लागू किया जाए, यह समझने के लिए गंभीर प्रयास किए। हां, सामान्य तौर पर, सभी तीन महीनों को तीव्रता से पारित किया गया: मैंने अपना लगभग सारा खाली समय प्रयोगशालाओं में बिताया। मुझे नहीं पता कि दूसरे लोग कैसे हैं, लेकिन मैं लगातार सप्ताहांत और कार्यदिवसों के लिए सप्ताह के दिनों में बैठा हूं। हालाँकि, मैं जितना आगे बढ़ता गया, उतना ही दिलचस्प होता गया, और मुझे समय बिताने का अफ़सोस नहीं है। अब मैं कह सकता हूं कि मेरी उम्मीदें न्यायसंगत होने से अधिक थीं: मैंने डेटा वैज्ञानिकों के समुदाय के लिए दरवाजा खोल दिया। इस कार्यक्रम में जाने वाले सभी को तैयार रहना होगा कि वास्तव में क्या मुश्किल होगा। यह मुश्किल और दिलचस्प है। ”

हमारे स्नातकों ने उस विकल्प को बनाया, "आप सीखने को स्थगित नहीं कर सकते, लेकिन आपने कॉमा को कहां रखा है?"
_____

"बिग डेटा स्पेशलिस्ट 9.0" 20 सितंबर से शुरू होता है, हमारे पास हमेशा दोस्तों और सहयोगियों के स्नातकों के लिए 15% छूट है, किस्त संभव है।