Хороший контент по аналитике и машинному обучению давно перестал быть дефицитом. Университетские курсы, книги, Stepik, Kaggle — всё это доступно уже много лет. А с появлением ИИ сильно подешевели ещё и объяснения.

Поэтому я попробовал посмотреть на образование с другой стороны: за что вообще теперь имеет смысл платить?

Большая онлайн-школа продаёт не столько знания, сколько траекторию, дедлайны и сопровождение. Селективные школы вроде ШАД — высокий уровень сложности и сильное окружение. Отдельные курсы позволяют собирать образование по частям. Ментор продаёт своё внимание, профессиональное сообщество — среду, а соревнования и работа дают задачи, у которых уже нет названия главы.

Отдельно написал про ИИ: почему способность модели решить задачу ещё не означает, что она помогает научиться её решать, зачем иногда стоит убирать подсказки и почему в итоге всё равно приходится проверять себя задачами с пустого листа.

В итоге получился большой текст не про «лучшие курсы по Data Science», а про то, какие части хорошего образования всё ещё остаются дефицитными и как понять, что обучение вообще сработало.

За что платить, когда учишься аналитике и машинному обучению