А теперь о крутом в Яндексе. Это проекты - анализ реальных данных с подготовкой отчета в Jupiter Notebook. В отличие от тренажера, где требуется выполнение инструкции до последней запятой и последнего пробела, в проектах можно творить все, что душе угодно, если это приводит к хорошему результату. На проектах можно освоить весь исследовательский цикл. Они всегда требуют большой работы по очистке и подготовке данных. Есть задачи на визуализацию, уже на первых проектах встречались задачи на работу с текстами, описательный анализ, статистический анализ. Тебе выдают реальные данные и надо что-нибудь по ним найти. Пока в моих фаворитах нахождение центра Петербурга по данным о стоимости недвижимости. Удивительно, но результат оценки центра на основе стоимости жилья - 4.66 км в диаметре от Дворцовой площади - полностью совпал с моим субъективным ощущением центра. Тот факт, что работа выполняется в Jupiter notebook, позволяет совместить нарративную часть отчета, код и анализ. Коллеги из Гродно (привет!) - показывали Jupyter Notebook, но я только сейчас оценила его по-настоящему. Это очень хороший дидактический прием, когда текст, код и результат находят в одном месте. Поскольку проекты проверяют асисстенты тьютора, то я иногда прямо по ходу их выполнения задаю им вопрос, как сделать какие-то вещи красивее или более эффективно. Комментарии ТА бывают супер полезными.

Сейчас, когда пройдена ровно половина курса, я могу сказать, что какие-то вещи я уже делаю в Питоне лучше, чем в Стате и, конечно, лучше, чем в R. Благодаря проектам прокачивается главный навык - самостоятельно находить решения. Это включает умение читать документацию, пользоваться stackoverflow, задавать вопросы на форумах, находить и читать правильные блоги.

Если говорить о покупке платного курса (600 долларов), то я бы сказала так. Начните пробный бесплатный курс. Если пройдете за неделю и меньше и вам покажется слишком просто - возможно, вам не нужен основной курс и вы уже достаточно технически подкованы. Курс имеет смысл брать, чтобы систематизировать свое знание анализа и освоить некоторые новые техники. Польза от него может быть в том, что можно попробовать вещи, которые в обычной практике анализа не встречаются. Мне очень многое дал вебинар по визуализации. Если бесплатный пробный курс пройдете за 2-3 недели и вам покажется, что сложно, но терпимо, а желание использовать Python для анализа не пропадет, то можно записываться на основной курс. При этом следует убедиться, что на ближайшие пять месяцев у вас не будет сложных проектов, длительных поездок и крупных мероприятий. Потому что учиться придется много, выходных не будет. Раз в две недели, когда надо будет сдавать проект, спать вы не будете вовсе. Если же пробный курс покажется совсем сложным, но желание научиться анализу данных не пропадет, то я бы посоветовала месяца три-четыре посвятить освоению базовых вещей на бесплатных курсах - их десятки - и возвращаться на Яндекс-практикум. В этом случае ожидаемая польза и вероятность того, что вы научитесь использовать Питон для анализа данных будет сильно выше.

Если у вас появились вопросы по поводу обучения анализу данных, пишите на @Aryna_D, попробую ответить.

#количественныеметоды, #обучение