Bästa svaret
Tack för A2A.
Jag har inte tittade på materialet i detalj ett tag, men tittade på det … Jag tror att det skulle vara bra som ett tillägg eller tillägg till formell utbildning i någon aspekt av datavetenskap eller en annan ledning i – vare sig matematik, statistik, datavetenskap, operationsforskning, fysik … listan fortsätter. Åtminstone på grundnivå.
I sig själv? Jag känner väldigt få människor, personligen, och jag är inte en av dem som skulle kunna driva självutbildningen till den nivå (relevant) kunskap jag hade vid slutet på, säg, min master (så räknar jag inte min doktorsexamen). Jag vet att detta inte är frågan, men det är en viktig linje i vad jag ser saknas i sådana saker.
Jag och de flesta jag känner till har helt enkelt inte den disciplin som krävs för att uppnå den kunskapsnivån, även med överflödet av resurser som nu är fritt eller nästan fritt tillgängligt.
Och det handlar inte bara om disciplin. Det finns lärande från den sociala aspekten till klasser … studiegrupper, till exempel … som jag har funnit ovärderlig för att lära mig allt jag kan ta med mig för att lösa ett särskilt problem. Att prata med studiekamrater och professorer och studenter som jag har undervisat och konsulterat med (vilket jag gjorde på min magisterexamen, men inte så mycket som i min doktorsexamen) … det första hjälpte mig med sätt att förstå matematik och statistik och datavetenskapliga aspekter. Den andra hjälpte mig att tillämpa dem på sätt som jag aldrig skulle ha tänkt på utan den erfarenheten, vilket var ännu viktigare.
Materialet i Open Data Science Masters är ganska bra. Inte komplett till masternivån … på vissa sätt, inte ens nära, på vissa sätt nästan där. Det är egentligen ingen forskning inblandad, även om det kan göras mycket lite på en formell masternivå, och huvudstenprojektet kan likna det.
Missförstå mig inte … det är en utmärkt resurs. Om någon framgångsrikt kunde använda den, ensam , för att bli en praktiserande datavetare … Jag tror att alla som kan göra det skulle bli ännu mer imponerande med hjälp av en formell utbildning.
Svar
Jag är nu en UCB MIDS-student, men innan detta hade jag en hel del självutbildning (böcker och stackutbyte), och jag har gått igenom alla de stora Coursera / EdX-klasserna. Även om det är sant att det finns en imponerande mängd utbildningsprogram tillgängliga gratis eller billigt online, är skillnaden i djup, infrastruktur, omfattande och samarbete natt och dag. Coursera / Edx-kurser är i grunden inspelade videor med några tester, svårigheten är extremt låg och det finns lite eller inget samarbete. På Berkeley finns det en riktig gemenskap som bildas trots avståndet, lärarna är branschledare med mycket verklig, aktuell erfarenhet och klasserna är mycket svårare. Johns Hopkins datavetenskapliga progra m på Coursera går i grund och botten ner på någonstans mellan förutsättningarna för första veckans material för några klasser i Berkeley-programmet. Det är bara inte jämförbart. Jag är glad att jag tog dem, de förberedde mig bra, men de är bara inte konkurrerande upplevelser. Formatet inkluderar förinspelade föreläsningar, bilder, tilldelad läsning, levande föreläsningar med samarbets- och utbrytargrupper, grupp- och soloprojekt etc.
Ärligt talat, jag var ursprungligen orolig, men jag satte utbildning rätt vid en mursten-och-murbruk utbildning. De involverade studenterna är i allmänhet också i toppklass, ofta anställda redan som datavetare, hos stora företag och med betydande erfarenhet och insikt. När jag tog Coursera / Edx-programmen kände jag mig i allmänhet betydligt ljusare, driven och mer erfaren än de andra studenterna. Till och med den fantastiska kursen Andrew Ng Machine Learning, som många kämpade med, var ganska lätt (jag började 5 veckor sent och fick fortfarande 96\%). På Berkeley är jag stadigt mitt i klassen. Det är inte att låta arrogant, bara en relativ bedömning. Det är verkligen inte kul att vara i en klass som undervisar på en nivå under din förmåga.
När det gäller undervisning är det dyrt. Cirka $ 60 000 totalt. Men när du tittar på undervisning måste du överväga ROI. Om du får ett lån för en genusstudier eller engelska litteraturexamen, lycka till att betala det. Så jag tittade på det var att jag inte tvivlade på att få examen skulle resultera i minst 6 000 dollar extra / år i 10 år. Men ofta är det mer en fråga om ”kan du komma i branschen alls”, och låt mig säga dig, att vara doktorand vid UCB öppnar några dörrar.
Som svar på ”Jag tror de har problem med att fylla …. rekryteraren ringde mig tillbaka flera gånger ”
De har verkligen inga problem med att fylla programmet, de sökande rådgivarna är inte UCB-anställda men 2U-anställda, så det är en annan metod och Jag har hört andra som plågade lite.2U är företaget som tillhandahåller den tekniska ramen för Berkeley-programmet och massor av andra nya onlineprogram vid andra universitet. De erbjuder en slags nyckelfärdig lösning för logistiken, inklusive videokonferensplattformen, en webbplats med hanterad hud (även om innehållet uppenbarligen kommer från universitetet) och sökande rådgivare. De hjälper dig i princip bara med allt du inte förstår i applikationen och ser till att du uppfyller deadlines. De har faktiskt inte någon del (eller intern kunskap om) de faktiska besluten, de packar bara in applikationerna och levererar dem till universiteten. Det har skett en hel del push tillbaka mot den här modellen, men den har blivit mycket populär i liknande program, och efter att ha gått igenom den har jag inga problem. Rådgivarna tycktes ha goda kunskaper om programmet, skolan och processen, och de var väldigt bra med att hålla sig inom en logistisk rådgivande roll.
Ärligt talat, det bästa rådet jag kan ge är ”ja ”, om du vill vara datavetare, gå in i ett program som UCB MIDS-programmet (SMU har också ett), OCH ta Coursera-kurserna OCH få ett välsorterat personligt bibliotek igång. Varje student jag känner i programmet har gjort exakt detta. Det finns mer att lära sig här än vad du kan, det är konkurrenskraftigt, det utvecklas snabbt och du kommer aldrig att vara färdig med att utbilda dig själv. Ta alla möjligheter du kan, särskilt de strukturerade programmen.
REDIGERA:
Eftersom detta har visat sig vara en mycket populär tråd jag trodde att jag skulle lägga upp en uppdatering. Jag har nu examen MIDS, och det har redan betalat sig själv flera gånger. Möjligheterna och löneökningen är ganska extrema, men det är inte bara att du ”får jobbet”, det är VILKET jobb du får. Jag har nu arbetat med flera andra datavetare, vissa avfettade andra inte, och jag kan verkligen se skillnad i beredskap från olika program. Kommer jag från MIDS-programmet undrar jag inte längre hur jag får ett DS-jobb på nybörjarnivå, utan är beredd att leda ett datateam eller hantera data- och analyspipelinen. Jag kunde få jobb som datavetare bara delvis genom programmet, så en del av detta kommer också av erfarenhet, men under programmet slutförde vi fullt utvecklade, verkliga världsprojekt. Ännu viktigare, vi tillbringade betydande tid på ämnen utöver faktisk databehandling, till exempel hur man strukturerar ett datateam, hur man moderniserar ett gammalt dataföretag, kommunikation med kunder, med C-sviter, får finansiering osv.
För mig är den nivå som jag tycker att det är lämpligt att sträva efter från en sådan utbildning den punkt där du kan plocka upp nya vitböcker etc om DS-framsteg (och vet var du hittar dem), snabbt förstå dem, känna till de underliggande teknologierna och veta hur de ska implementeras (inklusive att upptäcka potentiella problem i förväg). Det är trevligt att få lite kunskap, men om du inte får vad du behöver för att fortsätta din egen utbildning efteråt blir du föråldrad på bara några år.
En sak som var annorlunda än väntat, jag gick in med breda ivriga ögon om alla roliga djupinlärningsalgoritmer, datorsyn etc. Datavetenskap, IMO, börjar med ett seriöst engagemang för statistisk korrekthet och en stark dos av ”weenie bean-counter” -ism. Denna disciplin är viktig eftersom i slutet av dagen varje anspråk du gör sätter ditt rykte på spel och potentiellt förmögenheter eller människor. Jag kom från en konstbakgrund och var en självlärd ingenjör, så det var väldigt bra att ha en ram och en miljö att borra in i det.
Möjligheterna där ute är enorma och jag har inte sett några frågor referenser eftersom det är online eller professionellt. Personligen skulle jag rekommendera programmet till alla som tror att de kan göra det. Några av klasserna är MYCKET krävande, så tänk hårt om du arbetar samtidigt (speciellt om du har små barn), men avkastningen är mycket hög.
RE: Stanford. Stanford-programmet är en statistik-doktor med fokus på datavetenskap. Detta är en akademisk examen, medan MIDS-examen är en professionell examen. Om du har råd att ta 4+ år från jobbet, gå med en doktorsexamen, annars kommer en professionell examen fortfarande att revolutionera din karriär. För mig stötte jag på min lön, hoppade fram min karriär flera år, ändrade min identitet, arbetade med fantastiska projekt, byggde ett datateam på jobbet och fick bra kontakter samtidigt som jag hade två barn till och sålde en start, allt på två år , så jag kunde inte vara lyckligare.