Przejdź do głównej zawartości

Nowy kurs, nowa motywacja - ruszam z "IBM Data Science" na Courserze!

 

Od ostatniego posta minęło już trochę czasu i w międzyczasie moje plany dotyczące nauki zdążyły się nieco zmienić. Powiedziałabym nawet, że dość radykalnie, bo tymczasowo zmieniłam platformę, z której korzystam. Zaczęłam też pracować nad prywatnym projektem analitycznym (ale o nim napiszę więcej, gdy będzie na ukończeniu).

Dzisiaj opowiem, co teraz planuję osiągnąć i w jakim czasie.

Dlaczego Coursera?

Na pewno dobrze znacie platformę Coursera - ja również dużo o niej słyszałam i tym razem postanowiłam ją przetestować. Nie oznacza to rezygnacji z DataCampa - wielokrotnie wspominałam, jak bardzo lubię tę platformę i korzystam z niej od dawna. Zmieniam ją tylko na czas przejścia kursu na Courserze, a potem wracam.

Skąd ta zmiana?

Po części z potrzeby odświeżenia - myślę, że dobrze mi zrobi tymczasowe przejście na inny styl nauki, poznanie nowych metod przekazywania wiedzy i „odpoczynek głowy” od dotychczasowego schematu. Wybrałam akurat Courserę, bo - podobnie jak DataCamp - to jedno z tych zaufanych źródeł nauki online, a dodatkowo umożliwia zdobycie rozpoznawalnego certyfikatu.

Kurs "IBM Data Science" - pierwsze wrażenia

Kurs, który wybrałam, to „IBM Data Science”, składający się aż z 12 modułów. Rozpoczęłam go przedwczoraj i już zdążyłam zapoznać się z formą przekazywania treści - po przerobieniu pierwszego modułu czuję, że wchodzę w rytm.

Co mi się podoba?

  • Zróżnicowanie materiałów: mamy tu nagrania video z ekspertami, video z lektorem i infografikami, quizy, testy, fragmenty książek, a także zadania niepodlegające ocenie.
  • Praktyczne projekty: przeglądając strukturę całego kursu zauważyłam obecność praktycznych projektów - to mój absolutny faworyt, bo uwielbiam przekładać teorię na praktykę.
  • Harmonogram nauki: poszczególne testy są rozpisane na konkretne dni, co bardzo mnie motywuje. Zadania oceniane muszą być wykonane w terminie, bo inaczej ocena może się nie wygenerować (nie zamierzam tego sprawdzać na własnej skórze!).
  • Realistyczny plan: cały kurs zaplanowany jest na 4 miesiące przy założeniu pracy przez 10 godzin tygodniowo. To idealnie wpasowuje się w mój rytm - tyle zwykle poświęcam na naukę, powtórki i projekty. Czasem nawet więcej!

Co dalej?

Na razie jestem bardzo podekscytowana nowym wyzwaniem. Liczę na solidną powtórkę materiału, ale też na poszerzenie wiedzy o nowe elementy. Na bieżąco będę relacjonować postępy i dzielić się opinią o kursie - być może moja ocena się zmieni, zobaczymy.

Planowana data zakończenia: 17 listopada

Czy skończę szybciej? Zobaczymy! Częściowo materiał to powtórka, więc powinno iść sprawnie, ale wszystko zależy od długości poszczególnych modułów. Jedno wiem na pewno: nie zamierzam niczego pomijać!

Podsumowanie

Zmiana platformy to dla mnie świeży start i okazja do spojrzenia na naukę z innej perspektywy. Coursera już na początku zrobiła na mnie bardzo dobre wrażenie, a kurs IBM Data Science zapowiada się naprawdę wartościowo. Mam nadzieję, że dzięki temu jeszcze lepiej utrwalę wiedzę, uzupełnię braki i zdobędę nową energię do dalszego rozwoju w analizie danych.


Etykiety:

Komentarze

Prześlij komentarz

Popularne posty z tego bloga

10+ najczęstszych błędów w analizie danych (i jak ich uniknąć przed certyfikatem DataCamp)

  Gdy życie krzyżuje plany  (i co z tego wynika) Jestem na etapie kończenia zaplanowanych powtórek. Wszystko idzie trochę wolniej, niż zakładałam, bo życie (ech, znowu ono) pokrzyżowało mi plany. Mam teraz coś znacznie ważniejszego, z czym muszę się zmierzyć, niż jakikolwiek certyfikat. W tym krótkim poście chciałabym pochylić się nad częstymi błędami, które zdarzają się osobom przygotowującym się do certyfikatu, do którego ja też podchodzę. Pisałam o nim tutaj →  Certyfikat DataCamp: Python Data Associate- jak się do niego przygotowuję? . Skąd wzięłam te błędy? Najpierw przedstawię błędy wymieniane przez autorów materiałów na DataCampie. Potem przejdę przez takie, które często pojawiają się w innych źródłach (np. tu: laboratorium-mozliwosci.pl , dataconversion.ie ). Później dorzucę coś od siebie - czyli błędy, które sama popełniłam. A na koniec to, co podpowiedział mi jeszcze ChatGPT (jako uzupełnienie listy). Z mojej perspektywy - osoby, która przygotowuje się do egza...
Prześlij komentarz
Czytaj więcej

Excel od podstaw – jak skutecznie się go nauczyć? Mój sposób.

Obraz  Mango Matter  z  Pixabay Zaczynam od Excela     Zgodnie z wynikami analizy z poprzedniego wpisu, moja nauka zaczyna się od Excela.  Plan nauki zakładał pierwotnie opanowanie tego programu w takim stopniu żeby móc w nim swobodnie pracować. Tylko, że to stwierdzenie nic tak naprawdę nie znaczy.  Dlatego w tym poście staram się trochę usystematyzować, co uważam za znajomość Excela na poziomie zerowym, podstawowym, średnim i zaawansowanym. W tej całej nauce, którą tak planuję nie chcę dać się przytłoczyć mnogością materiałów. Nie chcę dać się ponieść perfekcjonizmowi. Postaram się mieć na uwadze, że nawet, jeśli wiemy dużo, to nie wszystko. Tak też będzie ze mną i Excelem. I to jest zupełnie ok.  Mój plan nauki      Postanowiłam wypunktować umiejętności, które można nabyć, a w miarę nauki zobaczę, ile z tej listy tak naprawdę powinnam zrealizować i na którym etapie poczuję się pewniej z tym programem. Jako, że uwielbiam cał...
Prześlij komentarz
Czytaj więcej

SQL w 2 godziny dziennie - plan, motywacja, materiały

  Przyszedł czas na ustalenie nowych celów. Mój wybór padł na powtórki i rozszerzanie wiedzy z SQL. Opracowałam już prosty plan, którego zamierzam się trzymać, rozplanowałam sobie jaką część tego planu zamierzam wykonać w poszczególne dni. Jestem podekscytowana. Jak zawsze, gdy zaczynam coś nowego.  Małe sprostowanie: SQL nie jest dla mnie ZUPEŁNIE nowy, uczyłam się go już kiedyś, ale to było dawno i mam potrzebę go odświeżyć.  Dlaczego akurat SQL? Bo to narzędzie, które mimo upływu lat nie traci na aktualności. W świecie danych SQL wciąż jest podstawą  - niezależnie od tego, czy pracujesz w analizie danych, nauce o danych, czy w IT szerzej. Ja sama coraz częściej trafiam na sytuacje, w których jego znajomość bardzo by mi się przydała - przy analizie wyników, raportach, czy integracji danych z różnych źródeł. Poza tym lubię jego logiczność i strukturę - jest coś satysfakcjonującego w dobrze napisanym zapytaniu, które robi dokładnie to, co powinno. Czuję, że warto poś...
Prześlij komentarz
Czytaj więcej