Recenzija: Udacity Data Analyst Data Analyst Program

Udacityov program Data Analyst Nanodegree bio je jedan od prvih internetskih programa znanosti o znanosti u revoluciji internetskog obrazovanja. Cilj mu je "osigurati da svladate točne vještine potrebne za izgradnju karijere u znanosti o podacima". Ostvaruje li svoj cilj? Je li to najbolja dostupna opcija?

Program sam završio u jesen 2016. Koristeći inspiraciju iz otvorenog izvornog predloška recenzije Class Central, evo moje recenzije za Udacityov program Data Analyst Nanodegree.

AŽURIRANJE: Program Data Analyst Nanodegree osvježen je novim sadržajem i studentskim uslugama u rujnu 2017. Pojedinosti ovdje. Doveden sam i na brod da pomognem u rekreiranju nekih novih sadržaja. Većina ovog pregleda je nepromijenjena. Činjenična ažuriranja označena su kurzivom.

Popratne informacije

Zbog čega sam se odlučio za ovaj program?

Početkom 2016. započeo sam s izradom vlastitog magistarskog programa znanosti o znanosti koristeći mrežne resurse. (O tome možete pročitati ovdje.) Upisao sam se u program Data Analyst Nanodegree iz nekoliko razloga:

  • Htio sam vodič za moj uvod u znanost o podacima.
  • Željela sam kohezivni program umjesto individualnih tečajeva različitih pružatelja.
  • Dobio je zvjezdane kritike.
  • Prije sam pohađao nekoliko tečajeva Udacitya i bio sam ljubitelj njihovog stila poučavanja.

Koji su bili moji ciljevi?

Iako program može djelovati kao most do posla (o tome više kasnije), htio sam ga koristiti kao uvod u naprednije materijale. Ovaj „napredniji materijal“ odnosi se na predmete koji su obuhvaćeni programom i predmete koji to nisu.

Što je program Udacity Nanodegree?

Udacity je jedan od vodećih pružatelja internetskog obrazovanja. Sebastian Thrun, bivši profesor na Stanfordu i osnivač Google X-a, osnovao je tvrtku i fokusira se na inovacije u tvrtki Udacity kao predsjednik i predsjednik. Vish Makhijani je izvršni direktor.

Nanodegree programi su mrežne vjerodajnice koje pruža Udacity. Kompilacija su tečajeva Udacity (neki su dostupni besplatno, drugi ne) koji imaju priložene projekte koje pregledavaju Udacityovi plaćeni recenzenti projekata. Dolaze i s hrpom studentskih servisa.

Slack se koristi kao alat zajednice, gdje studenti Udacitya mogu komunicirati s drugim studentima, kao i s nastavnicima svog programa i ostalim osobljem Udacityja. U većini programa studenti su dodijelili mentore i komuniciraju s njima putem privatnog chat kanala koji je uvijek dostupan u učionici Udacity.

Program Data Analyst Nanodegree izvorno je objavljen 2014. To je bio drugi Udacityov program Nanodegree. Iako je tijekom godina pretrpio neke promjene, srž programa je netaknuta.

Tko su instruktori i koja su njihova pozadina?

Budući da je program Data Analyst Nanodegree zbirka tečajeva Udacity (opet neki besplatni, drugi ne), postoji nekoliko instruktora. Njihovi životopisi često uključuju prestižne uloge u velikim tehnološkim kompanijama i diplome iz vrhunskih američkih škola.

Oni sami po sebi nisu "instruktori", ali Udacityovi recenzenti projekata, mentori i osoblje studentskog iskustva (koji nadgledaju Slacka zajedno s instruktorima) među ljudima su s kojima najviše komunicirate. Oni su tako korisni. O tome više kasnije.

Trošak

Program je podijeljen u dva termina. Prvi termin košta 499 USD. Drugi rok košta 699 USD. Ako dobro razumijete vještine predavane u prvom terminu, možete ih preskočiti, dovršiti samo drugi termin i još uvijek dobiti vjerodajnicu.

Preporučeni preduvjeti

Za pojam 1, Udacity preporučuje da se studenti upoznaju s opisnom statistikom i imaju određeno iskustvo u radu s podacima u proračunskim tablicama ili SQL-u.

Za pojam 2, studenti bi trebali imati iskustva u analizi podataka pomoću Pythona, kao i dobro razumijevanje inferencijalne statistike i njezinih primjena.

Moje iskustvo / vještine ulaska u program

Program sam započeo u svibnju 2016. godine kada sam imao nekoliko mjeseci programskog iskustva, uglavnom na C i Pythonu. Velika većina ovog iskustva dolazila je od premošćujućeg modula za moj magistarski program znanosti o znanosti, gdje sam pohađala Harvardov CS50: Uvod u računalne znanosti i Udacityjev uvod u programiranje nan-stupnja.

Također sam završio dodiplomski program kemijskog inženjerstva i imao 24 mjeseca radnog iskustva vezanog uz kvantitetu. To je značilo da sam pohađao nekoliko tečajeva statistike i da mi je bilo ugodno s podacima.

Program

Struktura

Program Data Analyst Nanodegree podijeljen je u dva pojma. Svaki pojam ima tri tečaja i četiri projekta (dodatni projekt predstavlja uvodni projekt koji vam pomaže da se naviknete na okruženje za učenje Udacity). Mat Leonard, voditelj nastavnog programa u vrijeme osvježavanja, prisutan je tijekom cijelog programa dok predstavlja svaki tečaj, njegovu svrhu u programu i njegove instruktore.

Sadržaj predmeta sastoji se od kombinacije videozapisa, teksta i kvizova. Videozapisi se obično kreću od 30 sekundi do pet minuta, prema stilu Udacityja. Automatski ocjenjivani kvizovi često prate ove kratke videozapise. Ti su kvizovi obično zadaci s više izbora, popunjavanjem praznih mjesta ili malim programskim zadacima. Nakon stjecanja CloudLabsa, ti se programski zadaci sada provode u okruženjima za kodiranje Jupyter Notebook i SQL u učionici Udacity.

Ponovno, svaki odjeljak ima stupnjevani projekt. Ti projekti i povratne informacije recenzenata plaćenih projekata Udacitya imaju veliku vrijednost za studente.

Nastavni plan

Moje izdanje programa imalo je sedam dijelova:

  • P1: Opisna i referentna statistika
  • P2: Uvod u analizu podataka (s NumPy i pandama)
  • P3: Premetanje podataka s MongoDB-om (ili SQL-om)
  • P4: Analiza istraživačkih podataka (s R)
  • P5: Uvod u strojno učenje
  • P6: Vizualizacija podataka s D3.js
  • P7: Dizajnirajte A / B test

Prvi termin novog programa zove se Analiza podataka s Pythonom i SQL-om . Tečajevi i projekti uključuju:

  • Uvodni projekt: Istražite vremenske trendove. SQL i proračunske tablice (ili Python / R ako ste već upoznati) koriste se za analizu i vizualizaciju podataka o temperaturi.
  • Tečaj: Uvod u Python. Projekt: Istražite američke podatke o Bikeshareu.
  • Tečaj: Uvod u analizu podataka, koji uključuje postupak analize podataka i SQL za analizu podataka. Projekt: Istražite skup podataka.
  • Predmet: Praktična statistika. Projekt: Analizirajte rezultate A / B testa.

Drugi se pojam naziva Napredna analiza podataka . Tečajevi i projekti uključuju:

  • Uvodni projekt: Testiranje perceptivnog fenomena. Izračunajte opisnu statistiku i izvedite statistički test na skupu podataka koji se temelji na psihološkom fenomenu zvanom Stroop Effect.
  • Tečaj: Svađanje podataka (s Pythonom). Projekt: Svađa i analiza podataka. Ovo je tečaj i projekt koji sam stvorio. ?
  • Tečaj: Istraživačka analiza podataka (s R). Projekt: Istraživanje i sažimanje podataka.
  • Tečaj: Pripovijedanje podataka (s tablicom). Projekt: Stvaranje Tableau priče.

Velike promjene, s detaljima opisanim u ovom postu na blogu:

  • Python se sada podučava u programu.
  • Strojno učenje i A / B testiranje sada su uključeni kao neobavezni materijal i više nisu zahtjevi za diplomiranje na programu. Obrazloženje: „Fokus ovog programa je pripremiti vas za poslove analitičara podataka. Naše istraživanje pokazuje da strojno učenje nije uvjet za veliku većinu mjesta analitičara podataka. " Osnove A / B testiranja sada su obrađene u novom tečaju praktične statistike, pružajući studentima izloženost koja će im trebati na poslu.
  • Novi tečajevi i projekti. Točnije, uvod u analizu podataka (koja uključuje Python za analizu podataka i SQL za analizu podataka), praktična statistika (predavao Sebastian Thrun) i prepirka podataka.

Ocjenjivanje

Projekti se ocjenjuju prolazno / neuspješno (službeno, „udovoljava specifikacijama“ i „zahtijeva promjene“) na temelju jedinstvene rubrike. Vaš projekt mora zadovoljiti sve odjeljke rubrike. Ako svi vaši projekti zadovoljavaju specifikacije, diplomirate. To znači da se automatski ocjenjivani kvizovi ne računaju u vašu ocjenu.

Ako prijava projekta zahtijeva promjene, vaš recenzent projekta dat će vam povratne informacije o djelovanju. Nakon što implementirate ove promjene, možete ih ponovo poslati. Ne postoji ograničenje za prijavu.

Moje iskustvo

Vremenska Crta

Procijenjeni vremenski okvir Udacitya za program Data Analyst Nanodegree bio je 378 sati kad sam započeo, što je značilo da je studentima u prosjeku trebalo 6-7 mjeseci da ga završe. Prema Togglu (aplikacija za praćenje vremena), cijeli mi je program trebao petnaest mjeseci tijekom 36 mjeseci. Ova vremenska crta uključivala je posvećivanje ozbiljnog vremena za izradu portfelja kvalitete mojih projekata, za razliku od stvaranja minimuma za zadovoljavanje rubrike prolaska / neuspjeha.

Program je sažet u osvježavanju za jesen 2017. godine. Novi procjenjuje vremenski tijek je 260 sati . Svaki termin održava se 10 sati tjedno tijekom 13 tjedana, iako studenti imaju 19 tjedana da završe svaki termin.

Kakav je bio sadržaj tečaja?

Za moje izdanje programa, sadržaj tečaja iz P1 (Statistika), P2 (Uvod u analizu podataka), P4 (Istraživačka analiza podataka), P5 (Strojno učenje) i P7 (A / B testiranje) dobiva pet zvjezdica pet od mene. P3 (Data Wrangling) i P6 dobivaju tri i pol zvjezdice.

Sadržaj istraživačke analize podataka sa zaposlenicima Facebooka (P4) bio je toliko blistav. Uvod u tečaj strojnog učenja sa Sebastianom Thrunom i Katie Malone (P5) bio je najzabavniji koji sam imao na bilo kojem internetskom tečaju. Sadržaj A / B testiranja s Googleovim zaposlenicima (P7) tako je jedinstven. Dala bih ta tri tečaja šest zvjezdica da mogu.

Sadržaj SQL-a i premještanja podataka (P3) nisu bili nevjerojatni. Isto je i sa sadržajem za vizualizaciju podataka (P6), premda je to vjerojatno bilo zato što je D3.js super teško naučiti JavaScript početnike. Prema mišljenjima Class Central-a za te tečajeve, ta su mišljenja neuobičajena. Pogledajte ih ovdje i ovdje.

Ovaj "nevjerojatan" sadržaj iz starog programa uklonjen je u osvježavanju za jesen 2017. Sada je uključen preuređeni sadržaj za uvod u analizu podataka, SQL, statistiku, premetanje podataka i vizualizaciju podataka. Sadržaj Praktične statistike usredotočen je na statistiku inferencija, s tim da je opisna statistika preduvjet i podučava se u programu Data Foundations Nanodegree. Tečaj vizualizacije podataka sada se izvodi s Tableauom umjesto D3.js.

Kakvi su bili projekti?

Opet, projekti su mjesto gdje se Udacity izdvaja od ostalih internetskih obrazovnih platformi. Oni ulažu u svoj postupak pregleda projekata i to im se isplati. Program za analizu podataka Nanodegree nije bio iznimka.

Svi projekti pojačavaju sadržaj koji ste naučili u video zapisima. Recenzenti projekata znaju svoje stvari. Oni vam govore gdje ste uspjeli i gdje su vaše pogreške i / ili propusti. Nadzirano učenje radeći. Radi.

Forumi i mentori foruma posebno su korisni kad zapnete. Pretražite forume da biste vidjeli je li vaš uobičajeni problem (obično jesu). Nema srece? Postavite novo pitanje sami. Postoji jedan mentor s foruma, Myles Callan, koji kao da zna sve o svemu i reagira za nekoliko sati. Sumnjam da spava.

Iako forumi još uvijek postoje i rade, mentori Slacka i učionica sada su preporučene mogućnosti za podršku. Studenti mogu postavljati pitanja, a odgovori se daju s jednakom ili većom razinom neposrednosti (u roku od nekoliko sati i često prije). Slack zajednicu nadgledaju Udacity instruktori, kao i njihovo osoblje studentskog iskustva, koji osiguravaju da se studentska pitanja, komentari itd. Rješavaju na vrijeme. Slavni Myles Callan sada je mentor.

Ako vas zanima kako izgledaju ovi projekti, pogledajte ovo Github spremište.

Koliko je bilo teško?

Sadržaj statistike bio mi je lak jer sam pohađao nekoliko tečajeva statistike u donjem studiju. To bi vjerojatno vrijedilo za svaku temu u Nanodegree programu da ste imali prethodno iskustvo u njemu.

Većinu programa bih kategorizirao kao srednju poteškoću. Sadržaj predavanja koji nema puno kvizova (doduše često ih ima) može biti povjetarac, što nije nužno loše. Projekti vježbaju vaš mozak. Svakom će vam vjerojatno trebati više od dvadeset sati ako želite biti temeljiti.

Projekt Istraživačke analize podataka bio je najizazovniji za proći. Trebalo mi je 3,5 prijave. Pogledajte ove teme na Twitteru za više detalja.

Možete li se prijaviti za posao odmah nakon završetka studija?

Možeš. Program bi vas trebao opremiti potrebnim vještinama za ulogu početnog analitičara podataka ako ga shvatite ozbiljno. Eli Kastelein savršen je primjer za to. Više o njegovoj priči možete pročitati u nastavku.

Kako izgraditi karijeru u tehnologiji bez CS stupnja

U proljeće 2014. bio sam svježi student koji je napustio fakultet u autobusu s hrtovima koji nije vodio nikamo posebno. srednja.com

Također možete nastaviti na naprednije tečajeve, kako za predmete obuhvaćene programom, tako i za ostale predmete. Ovo sam odlučila učiniti.

Završne misli

Bih li opet pristupio programu znajući ono što sada znam?

Negdje pred kraj programa započeo sam s izradom Vodiča za karijeru Data Sciencea Class Central. To je podrazumijevalo istraživanje svakog pojedinog internetskog tečaja koji se nudi za svaki predmet u znanosti o podacima.

Iako sam uživao u većini tečajeva u okviru programa Nanodegree (ažuriranje: novi su tečajevi zamijenili tečajeve u kojima nisam uživao) , postoje tečajevi drugih pružatelja koji dobivaju bolje ocjene za određene predmete. Statistika, na primjer. Kad bih imao pristup svom vodiču na početku, razmotrio bih rutu odvojenog tečaja za svakog predmeta. Udacityove studentske usluge i postupak pregleda projekata, međutim, toliko su učinkoviti za učenje da bih bez obzira na to pohađao program Data Analyst Nanodegree.

Ako ste vrsta osobe koja želi 100% prilagođeno iskustvo internetskog obrazovanja, ali želi iskoristiti Udacity-ove projekte i usluge, istražujući svoje omiljene tečajeve za svaki predmet (preporučujem upotrebu Class Central), a zatim se za upis na Nanodegree završava o projektima treba razmisliti.

Alternative

Ovo je pet alternativnih programa koje sam razmatrao kad sam se upisao u program Data Analyst Nanodegree:

  • Specijalizacija znanosti o znanosti na Courseri Sveučilišta Johns Hopkins
  • Microsoftov certifikat o profesionalnom programu za znanost o podacima na edX
  • Specijalizacija za analizu i tumačenje podataka Sveučilišta Wesleyan na Courseri
  • DataCamp-ove Python i R pjesme
  • Putovi Data Analyst-a i Data Scientist-a Dataquest-a

Napomena: Uklonio sam komentare na ove programe zbog politike Udacity u vezi s komentiranjem drugih davatelja usluga.

Zaključak

Udacityov program Data Analyst Nanodegree pruža vam temeljne vještine potrebne za karijeru u znanosti o podacima. Nakon završetka studija moći ćete ciljati svoje snage i slabosti i nadopuniti svoje učenje po potrebi. Osim toga, otići ćete s pregršt projekata spremnih za portfelj.

Volio sam to, kao i drugi.

★★★★ ¾