Отзывы о курсе Профессия Machine Learning Engineer - Skillbox

Удобно всё сделано и курс можно проходить в своем ритме.

Курс очень устарел. И дело даже не в том, что базовые понятия ML за последние годы не особо поменялись - они используют устаревшие (очень устаревшие) версии библиотек для кода. Это критичная ситуация, так как многих функций в соврменных версиях этих же библиотек просто нет или они работают как-то не так. Если ставить их версии либ, то они начинают конфликтовать со всем окружением. Самое плохое то, что этот архаичный код используется даже в курсе Deep Learning, который 2025 года!

Курс позиционируется как "для любого уровня". Это ВООБЩЕ НЕ ТАК. Если у вас нет СЕРЬЕЗНОГО опыта в разработке и СЕРЬЕЗНОГО математического бекграунда, даже не суйтесь, на курсе вам этого ничего не объяснят. Материал подается очень поверхностно, а практические задания сложные, гораздо сложнее, чем то, что дается в уроках. Не тратьте время и деньги на этот курс, идите на huggingface, ищите открытые материалы на youtube и тд, найдёте и гораздо лучше.

Я давно хотел сменить направление и уйти из рутинной офисной работы в IT. После изучения разных платформ выбрал Skillbox — понравился формат обучения и подробная программа по профессии «Machine Learning Engineer».

Цена и мало живых встреч.

Тем, кто сомневается, советую не откладывать. Сначала страшно, но когда видишь первые результаты, приходит уверенность и желание двигаться дальше. Главное — начать и не останавливаться.

Особенно понравилось, что в курсе много практики с реальными датасетами, а не абстрактные примеры. Отдельный плюс — модули по оптимизации моделей и деплою в продакшн.

Хотелось бы больше материалов по современным фреймворкам, таким как PyTorch Lightning — их упомянули, но очень кратко.

Давно интересовался машинным обучением, но изучал всё хаотично по видео и статьям. Этот курс дал полную структуру: от математики и Python до глубокого обучения и работы с большими данными. Понравилось, что теория сразу подкрепляется проектами, которые можно добавить в портфолио. Уже по ходу обучения устроился на стажировку в IT-компанию.

Очень полезным был модуль по компьютерному зрению — разобрали задачи, которые можно реально применять в бизнесе. Понравилось, что преподаватели делятся практическими лайфхаками.

В некоторых уроках темп был слишком быстрым, особенно в блоке по глубокому обучению — приходилось пересматривать по нескольку раз.

Я пришла на курс с базовыми знаниями Python и математикой на уровне вуза, но машинное обучение знала только в теории. Программа оказалась интенсивной, но очень полезной. Разобралась в регрессии, классификации, нейронных сетях, NLP. Теперь могу сама строить и тестировать модели.

Особенно понравился финальный проект — нужно было разработать полноценную ML-систему с предобработкой, обучением и деплоем. Это реально готовит к работе в индустрии.

Мне так всё понравилось, что недостатков не заметил. Даже сложные темы объясняют так, что остаётся желание копать глубже.

Курс стал для меня карьерным рывком. До этого работал аналитиком данных, а теперь смог перейти в ML-направление. Отличный баланс теории, математики и практики. Есть проекты, которые полностью повторяют задачи в компаниях: от обработки данных до развёртывания модели на сервере.