«Антон розклав усе по поличках і дав практичні поради»: Відгуки студентів курсів robot_dreams
Розповідають випускники першого потоку курсу Data Engineering
На курсі Data Engineering студенти розбираються, як обробляти дані та будувати власні Data Platforms, які можуть масштабуватися.
Ми дізнались у випускників, з якими цілями вони прийшли та що отримали на заняттях.
Ігор Нікольський, Data Scientist, WOG
Бекграунд і мета
Кілька років я поєднував дві ролі — проєктне управління і дата-аналітику. Вони боролися між собою, і аналітика перемогла. Я вирішив, що потрібно «підтягнути матчастину» — пройти курси.
Здебільшого орієнтувався на аналітичні напрями: машинне навчання, лінійна алгебра для data science. Шукав, що ще пройти, і натрапив на курси robot_dreams. Звернув увагу на Data Engineering, але сумнівався, бо це було не зовсім те, що я шукав. Проте мені було дуже цікаво. Поспілкувався з менеджером і дійшов висновку, що аналітику важливо розуміти, які ключові принципи стоять за обробкою даних, які інструменти використовуються. Такі знання можуть виділити кандидата на ринку праці. З цією мотивацією я і прийшов на курс.
Як проходило навчання і що дав курс
У мене не було мети стати дата-інженером, я хотів розширити кругозір. Але за 3–4 тижні курсу я зрозумів, що цей напрям справді цікавий. Виявилося, що дата-інжиніринг — це зовсім не складно, і що ці технології можуть допомогти автоматизувати купу рутинної роботи.
Лекції були підкріплені домашніми завданнями, які були зрозумілими. Труднощі виникали під час роботи з віртуальними машинами, підняттям баз даних. Але після проходження курсу навіть віртуальна машина, з якою я довго сперечався, стала для мене інструментом, за допомогою якого я можу безпечно спробувати нові для себе технології. Складність вилилася в щось позитивне.
Зараз я використовую Apache Airflow як інструмент для організації рутинних процесів. Він легко розгортається на нашій інфраструктурі, простий у використанні, чудово працює як планувальник і структуризатор проєктів.
«Віртуальна машина — це віртуальний комп'ютер, який запускається на фізичному ПК, але нічим від нього не відрізняється. У ВМ є виділені ресурси ЦП, пам'ять, диски для зберігання файлів та доступ до мережі під своєю IP-адресою. Все це можливо завдяки технології апаратної віртуалізації. Щоб на курсі студенти могли використовувати BigData-технології (Hadoop, Spark, Greenplum, Airflow) і при цьому не витрачали час на встановлення та не засмічували свої комп'ютери зайвими програмами, ми надаємо віртуальну машину з усім необхідним». — лектор курсу Антон Бондар.
Микола Приходько, заступник начальника управління економічного аналізу та управлінської звітності, АБ «Укргазбанк»
Бекграунд і мета
Я є кінцевим користувачем тих даних, які має готувати дата-інженер. Але мені не завжди вистачає чистоти даних. Я прийшов на курс, щоб розуміти, як вони готуються, очищуються та як потрапляють до BI.
Як проходило навчання і що дав курс
Мені вдалося освоїти PySpark. До курсу я не знав, у чому полягає його ефективність при роботі з Big Data. Сподіваюся, що продовжуватиму вдосконалювати знання, адже працюю саме з великими обсягами даних.
Також я познайомився з бінарними форматами: Apache Parquet та Apache Avro. Дізнався лайфхаки роботи дата-інженера з Python, які роблять код ефективнішим.
Я працюю в банку, де співробітники можуть пропонувати проєкти. Раніше мої пропозиції щодо покращення даних зводилися до того, що я скаржився на їхню якість. Тепер можу компетентно ініціювати підготовку даних. Вже вдалося запустити кілька проєктів, які полегшать роботу мені як BI-розробнику та покращать бізнес-процеси банку.
Після курсу мені стало зрозуміло, що відбувається в «ящику», який готує дані: як вони надходять із первинної системи, як обробляються і надходять для аналізу.
Антон розклав усе по поличках і дав практичні поради, які не завжди знайдеш у підручниках. Це скоротило час на засвоєння матеріалу.
«Найскладніше для студентів — сформувати правильну картину потоків обробки даних. На курсі я пояснюю на прикладах, чому необхідний той чи інший процес». — лектор курсу Антон Бондар.
Євген Вагін, Project Lead, Samsung
Бекграунд і мета
Я в розробці близько 10 років. Останні 8 — у Samsung. Займаюся machine learning у галузі комп'ютерного зору.
Курс вибрав тому, що захотів спробувати щось нове для себе. Ще в університеті я займався SQL — найбазовіші навички та знання в мене залишилися.
Як проходило навчання і що дав курс
Мені було непросто вкладатися в дедлайни, адже є насичена робота, якій потрібно приділяти багато часу. Але команда robot_dreams завжди йшла мені назустріч.
Програма курсу передбачає вивчення широкого спектра технологій. Я був знайомий лише з системою управління базами даних PostgreSQL. Усе інше — від Apache Airflow до Spark — було новим. Спробував ці інструменти й не розчарувався.
Пам'ятайте: якщо хочете в чомусь розібратися, потрібно докладати власних зусиль. На курсі нам давали багато корисних посилань, де інформація була в зручній формі.
Вважаю, що вебінари — найправильніша форма занять. Класно, що можна було поставити викладачу запитання, побачити його живу реакцію, почути відповіді. Зручно було спілкуватися в Slack з питань, які потрібно було оперативно розв’язати, — наприклад, під час виконання домашніх завдань. Можна було написати лектору — і він приходив на допомогу.
За підсумками курсу мені вдалося не лише розширити кругозір, але й побачити перспективу застосування знань у роботі. Я вже впровадив Apache Airflow для наших дата-пайплайнів. Це допомагає команді покращувати процеси.
«Курс підійде всім, кому потрібно організовувати дані для отримання з них додаткової цінності». — лектор курсу Антон Бондар.
