Kako izgleda Data Science obuka? Iskustva polaznika
Šta se zaista dešava na predavanjima? Koliko ima praktičnog rada? Da li je završni projekat sličan zadacima koji se rade na poslu i koliko vremena treba izdvojiti za samostalno učenje?
Odgovore na ova pitanja najbolje mogu da daju oni koji su obuku već prošli. Zato smo izdvojili komentare iz anonimnih anketa polaznika Data Scientist obuke i preneli njihova iskustva sa predavanjima, praktičnim radom, mentorskom podrškom i primenom znanja.
Komentari polaznika minimalno su jezički prilagođeni radi lakšeg čitanja, bez menjanja njihovog smisla.
Kako izgledaju predavanja na Data Scientist obuci?
Polaznici su u svojim komentarima često izdvajali jasna objašnjenja, strukturiran način rada i povezivanje teorije sa praktičnim primerima.
„Predavač sa iskustvom koji na strukturiran način, kroz teoriju i praksu prenosi znanje iz oblasti analize podataka.“
Posebno su im značili strpljenje predavača, spremnost da odgovore na pitanja i način na koji se složeniji problemi razlažu na manje i razumljivije celine.
„Odličan predavač, razlaže svaki problem na sitne delove i ne ostavlja prostora da ostane nešto nejasno.“
„Lepo objasni, da primer iz prakse, odgovori na naša pitanja praktično.“
U komentarima se pominje i da predavači pružaju realnu sliku o tome gde se određena znanja i postupci koriste.
„Pružao je realne informacije o tome gde se, šta, kada i kako koristi.“
Pored samog sadržaja, polaznici su pozitivno ocenili i atmosferu tokom obuke. Jedan od komentara posebno dočarava taj deo iskustva:
„Organizacija je bila sjajna i iskreno mi je žao što je sve gotovo. Već mi nedostaju predavanja i druženja tokom vikenda – atmosfera je bila fantastična.“
Praktičan rad kao važan deo učenja
Data Science se ne može naučiti samo slušanjem predavanja. Zbog toga praktični primeri, domaći zadaci i testovi imaju važnu ulogu u povezivanju različitih tema.
Polaznicima su posebno značili scenariji koji približavaju način rada sa podacima u realnom okruženju.
„Production scenario je ekstra uveden u časove.“
Pored rešavanja zadataka, važan deo učenja predstavljale su povratne informacije. One polaznicima pomažu da razumeju gde su pogrešili, zašto određeno rešenje nije dobro i kako mogu da unaprede svoj pristup.
„Ima odlične komentare na sve naše domaće i testove, koji pomažu za razumevanje isto koliko i predavanja.“
Materijale za učenje polaznici su opisivali kao jasne, detaljne, korisne i pregledno organizovane.
„Materijal je odlično organizovan, detaljan, jednom rečju super.“
„Materijali su stvarno odlični – napisani su jasno, pregledno i lako ih je pratiti.“
„Materijal je lepo koncipiran i može da se prati.“
Kombinacija predavanja, materijala, zadataka i povratnih informacija omogućava da se polaznici ne zadrže samo na posmatranju tuđih primera, već da samostalno prolaze kroz proces rešavanja problema.
Kako izgleda završni projekat?
Završni projekat je prilika da se znanja stečena tokom obuke povežu i primene na konkretnom problemu.
Umesto izolovanih zadataka iz pojedinačnih oblasti, polaznik treba da sagleda širu sliku, organizuje svoj rad i donosi odluke tokom rešavanja problema. Upravo je sličnost sa realnim poslovnim zadacima ono što je jedan polaznik posebno izdvojio:
„Završni projekat je bio gotovo identičan onome što se realno traži na poslu, ako izuzmem načine prikupljanja podataka i automatizaciju procesa, što nije predmet ovoga.“
Na taj način završni projekat nije samo završna provera gradiva, već mogućnost da polaznik vidi kako različita znanja funkcionišu zajedno kada se primene na konkretnom primeru.
Koliko je Data Scientist obuka zahtevna?
Odgovori polaznika pokazuju da vreme potrebno za samostalno učenje nije isto za svakoga. Neki su navodili od jednog do tri sata nedeljno, drugi između pet i osam, dok su pojedini izdvajali više od deset sati.
Razlike zavise od predznanja, teme koja se u tom trenutku obrađuje i vremena koje je svakome potrebno da samostalno prođe kroz zadatke.
Jedan polaznik je obuku opisao kratko i veoma direktno:
„Kvalitetan kurs, ali naporan.“
U drugim komentarima pojavljuje se sličan utisak:
„Zadovoljna sam organizacijom obuke, koja je intenzivna, ali pregledna, uz dobru koordinaciju i dostupne resurse.“
Intenzitet ne znači da svaki polaznik mora da uči istim tempom, ali pokazuje da je za napredovanje potreban kontinuitet. Praćenje predavanja predstavlja važan deo procesa, dok se sigurnost u radu razvija kroz samostalno vežbanje.
Mentorska podrška tokom obuke
Kada se pojavi problem sa zadatkom ili deo gradiva koji nije dovoljno jasan, polaznici mogu da se obrate mentoru.
U anonimnim komentarima posebno se izdvajaju strpljenje, dostupnost i spremnost mentora da dodatno objasne gradivo.
„Bez mentora, sumnjam da bih mogla da pomognem sebi.“
„Veoma je od pomoći, polako prelazi preko materijala koji ne razumem i omogućava mi da se osećam prijatno dok izražavam svoj proces razmišljanja i postavljam pitanja, čak i ako deluju očigledno.“
Polaznicima je značila i pomoć pri rešavanju konkretnih tehničkih problema, kao i fleksibilnost prilikom organizovanja mentorskih sastanaka.
„Jako sam zahvalna na mentorskim sastancima i na njegovoj fleksibilnosti da se čuje sa mnom i pomogne mi.“
„Kad god se obratiš, brzo dobiješ odgovor.“
„Mentor je odgovarao na pitanja u roku od par sati a kad se uđe u komunikaciju, raspoloživ je da je dovede do kraja uz svakako pozitivne rezultate. Moja komunikacije se zasnivala na postavljanju pitanja na koja je strpljivo odgovarao. Ima znanje, hoće i voli da preporući dodatnu literaturu i uz to da savet o kvalitetu i spremnosti mojoj za praćenje iste.“
Mentorska podrška je posebno važna zato što polaznik ne dobija samo gotovo rešenje. Kroz pitanja, objašnjenja i povratne informacije lakše uočava sopstvene greške i postepeno razvija samostalnost u radu.
Da li se znanje sa obuke može primeniti u poslu?
Praktični primeri i projekti pomažu polaznicima da razumeju ne samo kako se nešto radi već i gde određena znanja mogu da se koriste.
U komentarima se vidi da su pojedine oblasti polaznicima bile direktno povezane sa njihovim poslom, dok su ih druge podstakle da nastave sa učenjem i upoznaju dodatne alate.
„Ovaj modul mi je bio vrlo interesantan i primenljiv i sigurna sam da ću stečena znanja koristiti u poslu. Podstakao me je da se dalje upoznam i sa drugim alatima.“
Jedan od polaznika je svoje celokupno iskustvo sumirao ovako:
„Stekla sam mnogo znanja i ovo je bilo sjajno iskustvo.“
Upravo povezivanje strukturiranog programa, praktičnih zadataka, završnog projekta i podrške tokom učenja omogućava polaznicima da postepeno grade znanje koje mogu dalje da razvijaju i primenjuju.
Kako, na kraju, izgleda Data Scientist obuka?
Prema iskustvima polaznika, Data Scientist obuka podrazumeva strukturirana predavanja, praktične primere, samostalne zadatke, podršku mentora i završni projekat koji je povezan sa načinom rada u realnom poslovnom okruženju.
Istovremeno, ovo je obuka koja traži vreme, kontinuitet i spremnost na samostalno vežbanje. Upravo zbog toga polaznici ne dobijaju samo pregled različitih oblasti, već prolaze kroz proces u kojem znanje treba razumeti, primeniti i povezati.