🏆 Премия "учитель года", исповедь математика-программиста

Содержание:

1. Achievement unlocked и вбросы

2. Защита: образование и разработка

3. Укрепление позиции: международные достижения

4. Ответка (кому лень читать всё, переходите сразу сюда)

В 2022, нам (BigData Team) вручили премию за лучший образовательный проект за периметром высшей системы образования:

В этом году, у нас пополнение в коллекции образовательных трофеев: коллега по образованию (Витя Кантор), внес меня в неофициальную номинацию учитель года. В комментариях развернулись целые баталии с участием коллег и выпускников. Там можно встретить такие вбросы как:

• курс не по размеру (proof)
• курс от ботанов для ботанов (proof)
  
• и много чего еще интересного (рекомендую налить чай/кофе и изучить самостоятельно)
  

Наиболее полный ответ, соответствующий нашей идеологии написал Игорь Котенков (автор канала Сиолошная, ±35k тысяч подписчиков; обратите внимание на канал, не зря же там столько подписчиков): взгляд выпусника.

Автор канала, тоже оставил вопрос-предложение, к которому я и хочу вернуться:

Давайте разбираться кто в интернете прав или неправ ;)

Начну с предистории. Мне повезло в жизни с хорошими учителями:

• учился в математической школе. Выделю Большакову Г.Н., Соросовский учитель, см. интервью Галины Николаевны про реформы в школьном образовании;
• занимался олимпиадной математикой, включая работу с тренером сборной РФ (Дольников В.Л.). Выделю человека, который до сих пор заражает школьников олимпиадной математикой в Ярославле: Богомолов Юрий;
  
• учился в СУНЦ при МГУ, где профессора рассказывали нам университетскую физику и математику. Выделю Вавилова В.В., благодаря которому я начал заниматься наукой уже в школе;
  
• закончил мехмат МГУ с красным дипломом по профилю вычислительной математики с научником Богачевым К.Ю., см. статью о его компании в Forbes или интервью на Youtube. С одной стороны, от К.Ю. в ужасе разбегаются первокуры (как говорится, суровый, но справедливый 😀, нахаляву сдать предмет у него точно не получится). С другой, если вы хотите прокачаться и готовы работать, то через трудолюбие вы сможете растопить сердце сурового ученого. Выделю еще Чубарова Игоря Андреевича (кафедра высшей алгебры) за самые атмосферные и содержательные занятия.
  
• закончил по профилю Big Data ШАД Яндекса, который стал эталоном практико-ориентированного образования с акцентом на современные научные исследования. Любимые преподаватели: Максим Бабенко (небольшое промо его детища YT), Миша Левин (см. его презентацию нового факультета ФКН, про который теперь знает каждый IT'шник), Олег Сухорослов (профиль на сайте HSE)
  
• работал в Яндекс, Рамблер, Amazon AWS, где тоже много крутых учителей по разработке и менеджменту (мой опыт работы на LinkedIn)
  

• под руководством д.ф-м.н. Ройтебрга М.А. (см. официальный и неофициальный пост) вырос в МФТИ от преподавателя (2011) до заместителя директора по научно-инновационной работе (2017), где стал членом ученого совета и где довелось прочитать лекцию по рекомендательным системам перед член-корреспондентами РАН

Я учился у лучших науке, разработке и преподаванию, и хочу отметить: самые яркие воспоминания оставляют люди, которые ставят высокую планку, заражают своим примером, делятся личным (рабочим) опытом и создают позитивную атмосферу для обучения (часто, благодаря юмору).

В 2017, собрав друзей и знакомых-единомышленников, мы замахнулись на то, чтобы доказать всему миру, что команды из русскоговорящих специалистов могут делать крутые международные образовательные проекты. Мы сделали продукт, которому нет аналогов - обучение по Big Data с возможностью запуска и тестирования распределенных приложений (Spark, Hive, Kafka, Cassandra, …) при обучении на Массовых Открытых Онлайн Курсах (МООК).

По ссылке вы можете увидеть список 20 авторов проекта, которые не спали пол-года, чтобы добиться желаемого. А вся команда (включая тестировщиков, дизайнеров, верстальщиков, монтажеров, ...) насчитывала 35 человек.

На данный курс записалось более 100,000 человек со всего света до ухода Coursera из России в 2022 и люди до сих пор пишут приятные письма на LinkedIn, как этот опыт помог их карьере в IT.

Мы действительно верим (а иначе зачем заниматься образованием), что методика обучения, которую мы выбрали, оптимальна для того, чтобы поставить “мозги на место”.

В стародавние времена (допандемийную эпоху) мы набрейнштормили следующий слоган BigData Team: the best way to learn (BigData Team: лучший способ учиться). Некоторые элементы методики:

1. Мы учим не повторять, а думать. Единственное, что в мире ИТ постоянно - это изменения. Если вы учитесь только повторять, то карьеру в IT будет построить сложно.

Мы ценим время (и наше и ваше), поэтому пытаемся уложить максимум знаний в отведенное время. Один "базовый" курс по Data Science, Data Engineering или промышленной разработке на Python - это 2-месячный интенсив, с нагрузкой 10 часов в неделю. Мы не работаем в режиме “мне лень было перечитать это в лекциях или загуглить, давайте ментор погуглит вместо меня”. Но мы всегда рады помочь в режиме “здесь говорится, что X, но я не понял(а) ...”. Мы учим людей правильно задавать вопросы и искать на них ответы.

2. Отвечая на языке вброса “курс ботанов для ботанов”, мы занимаемся популяризацией курсов от ботанов, имеющих высокий потенциал практической значимости. Мы закрываем вопрос последней мили: как попасть в мир высококвалифицированных ИТ-специалистов. Поэтому на занятиях, мы стараемся донести простыми словами то, для познания чего может понадобиться семестровый курс или многолетний опыт. Выучить мантру [“нормально делай - нормально будет”] (зачеркнуто) “тестируй поведение, а не реализацию” или "дешевле переносить вычисления, а не данные" можно, но гораздо лучше познать ее сакральный смысл на личном опыте. А это потребует выйти из зоны комфорта, чтобы закрепить вопросы на практике и научиться искать ответы на упакованные в учебный материал вопросы.

3. Наше обучение строится следующим образом:

• вы будете уже довольно хорошо ориентироваться в предметной области (будь то Big Data, ML или промышленная разработка), если пройдете курс на 30%;
• объема заданий такой, что мы готовы подписаться за качество вашего практического опыта и рекомендовать в компании по запросу, если вы прошли курс на 70%;
  

• если вы прошли курс на 90+%, то почти наверняка за вашу голову уже назначен хороший ценник (я про охотников за головами 21-го столетия, aka HR).

С учетом всего вышесказанного, перехожу к ответу (вы еще помните какой вопрос? Можно отмотать до первого раздела, чтобы освежить формулировку).

В индустрии, для 90% работ не нужны супергерои. А кто-то приходит в IT не по любви, а с целью заработка (приемлемого курса конвертации времени на деньги). Зачем тогда лишний стресс? Возможно, первый формат прохождение курса (на 30%) - это ровно то, что попросили выделить в отдельный трек обучения, где будет комфортно учиться без необходимости соревноваться за строчки Leaderboard’а с теми, кто закрывает вопрос последний мили.

[рубрика "приглашение к холивару"] что думаете : (а) достаточно ли четко донести эту позицию на орг. встрече курса или (б) лучше выделить отдельный трек курсов для легкого входа в конкретную сферу IT?

P.S. если вы менеджер (топ-менеджер или топ-топ-топ менеджер) и вам не нужен опыт разработки, то это совершенно другая история и здесь мы согласны, что выходить из зоны комфорта не нужно. Для таких целей мы проводим Workshop’ы (e.g. Big Data Workshop), хотя и курсы Python для топ-менеджеров мы тоже проводим.

#study #career #bigdata #machinelearning #python #it

Ссылки на ресурсы в соответствии с тематикой канала (Трибуна):

• сайт BigData Team (информация по курсам)
• календарь обучения 2024 (телеграм)

Если интересно почитать про жизнь в разных странах, работу, книги и интересные наблюдения - смело заглядывайте в личный блог: