от топовых специалистов индустрии, с возможностью устроиться в тот же яндекс, к примеру, на "льготных условиях".
Мне кажется, я осознаю всю сложность поступления туда и, более того, учебы там.
Де-факто, в виде альтернатив есть: deeplearning.ai, fast.ai, специализация от того же яндекса и мфти на курсере. Но все они, насколько я могу судить, не позволяют получить настолько же глубокое понимание как ШАД. К этому добавляется то, что обучаясь самостоятельно у тебя нет четкого "университетскокого" т.н career trail (а у ШАДа он еще и хорошо соотносится с индустрией), следовательно ты где-то усваиваешь больше нужного, а где-то меньше, тратишь время (которого крупицы) и т.п.
Если есть возможность потратить не самую маленькую сумму денег на репетитора и множество времени, а непопадание в ШАД не сильно критично, то да, наверное, это лучшая стратегия. Я просто обратил внимание на то, что вызубрить от и до пачку учебников по линалу, матану и теорверу и просто уметь правильно применять все полученные знания может быть недостаточно. Поступавшие знакомые советовали начинать подготовку отсюда: https://github.com/reuptake/reuptake.github.io/blob/master/edu/shad.md Хотя местный автор убеждён, что поступление с каждым годом только проще (что как-то странно).
Я вот заканчиваю год в ШАД и могу сказать, что на меня он произвел весьма странное впечатление. Хотя, раньше казалось, что это юдоль знаний. У меня уже был большой опыт работы в ИТ и в Data Science, в частности, поэтому, большая часть курсов первого года для меня оказалась просто пустой тратой времени. Я делала их механически. Требуемый на входе уровень и тип знаний весьма специфичен, ровно как и экзамен, при этом сами курсы далеко не всегда требуют такого глубокого и изворотливого уровня. Если хочется более подробно послушать что и как, можно в привате. P.S. И да, фундаментальных знаний тебе никто у ШАД давать не будет, ты уже должен с ними прийти, а тебе дадут специализацию.
Обсуждают сегодня