Udacity的納米學位 (Nano degree)怎麼樣?
看過了nano degree的課程設置,發現有很多的projects,感覺比起之前用的mooc平台更加實用,想多聽聽真正上過的人的意見。
另外,每周真的需要十個小時以上嗎?現在是美帝研究生在讀workload比較大,想註冊nano degree作為學校課程的補充,但比較擔心會趕不完deadline。
我覺得最主要的是有人給你做代碼的review,這個是一般的課程無法比擬的,而且我認為這個和工作實戰是非常接近的。---------------------------------補充code review截圖-------------------------------------------
我是在2017年2月拿到了Front-End Web Developer Nanodegree(以下簡稱FEND),來談談自己對FEND的看法。
大家可以在這個鏈接里看基本介紹和一些reviews(評論)。
前端工程師(英文)
按照Syllabus(課程表),可以把整個Nanodegree劃分成各個projects(項目),每個project對應若干courses(課程),每個course包含若干lessons,problem sets(問題)。
Nanodegree的courses分為3部分:Core Lessons(核心課程),Electives(選修),Career Development(職業發展)。
要拿到Nanodegree,必須要完成所有必修的projects。
選修和職業發展的projects,lessons的視頻,problem sets,不是拿到nanodegree所必需的。
FEND 共有13個projects,其中9個是必修(必須完成),1個選修,3個職業發展。
以下介紹9個必修的projects,以projects為軸心展開介紹,projects supporting courses(相應課程)列在下面。P0表示第0個項目,類同。
部分projects在nanodegree介紹頁面上沒有列出(介紹頁上只列出了6個,而實際要完成9個),以論壇編號為準。
P0: Establishing Developer Mindset
用Markdown寫一點感想就行。
Markdown很重要,之後的每個項目都要用到。
Establishing a Web Developer Mindset
簡要介紹了如何開始學FEND。
P1: Mockup to Article
簡單的HTML就搞定了。
HTML Syntax
簡單的HTML語法。
P2: Animal Trading Cards
簡單的CSS就搞定了
CSS Syntax
簡單的CSS語法。
How to Write Code Faster
Web前端開發的常用工具Sublime, Atom, Emmet的基本使用方法,Sublime和Atom是前端開發常用編輯器,二者選一個合適的(我兩個都用過,覺得Sublime更勝一籌),Emmet是寫HTML和CSS的利器。
P1(編號重複): Build a Portfolio Site
給定一個pdf文件,要寫一個web page,課程結尾有直接相關的代碼演示。
Sizing Elements
用來理解web page產品原型
Intro to HTML and CSS
HTML和CSS結合使用的中級語法,常用的CSS框架,包括Bootstrap。
Responsive Web Design Fundamentals
響應式web page設計,viewport的概念,media query的用法,不包括Bootstrap。很實用的CSS技巧,移動端web開發必備技能。
Responsive Images
響應式圖片,和上一個類似。
P2(編號重複): Online Resume
寫一個resume webpage,課程中有直接的代碼演示。
Supporting Courses:
Intro to JavaScript
JavaScript Basics
基本的JS語法,不涉及OOP。
Intro to jQuery
jQuery基本的DOM操作,jQuery是最重要的JS庫。
P3: Classic Arcade Game Clone
寫一個遊戲,簡單的OOP JS就搞定了。
Object Oriented JavaScript
JS的scope,clojure概念,this關鍵字,OOP JS常用的code pattern(functoinal, pseudoclassical, prototypal),以及常見的誤區。有難度,精華課。
HTML5 Canvas
HTML5的canvas element的用法,對於動畫,遊戲開發比較有用。
Writing READMEs
如何寫GitHub README
P4 Website Optimization
重構給定的代碼,達到Google Pagespeed Insight的要求水平。代碼量大,難度大。
Website Performance Optimization
網站前端性能優化,幾個實用的HTML,CSS,JS優化小技巧。
重要概念:Critical Rendering Path,是關於DOM tree的構建過程。
Chrome DevTools的一些用法。
Browser Rendering Optimization
承接上一個course,更高級的性能優化技巧,重要概念:JS web worker,CSS Forced Synchronous Layout。
Chrome DevTools的一些高級用法。
P5: Neighborhood Map
與其他project不同之處在於,沒有給定代碼,全自己寫。
要用到Google Map APIs,以及第三方API(自選)。
難度大,自由度大。
Intro to AJAX
以2個web API為例,使用jQuery AJAX
JavaScript Design Pattern
JS代碼重構,MVVM設計模式,KnockoutJS框架。
Google Maps APIs
Google的員工主講,項目中必須用到。
P6: Feed Reader Testing
用Jasmine寫單元測試,通過所有指定測試。
JavaScript Testing
Jasmine單元測試的基本用法,包括非同步測試。
以上是所有必做的項目及課程,也是FEND的核心。
Elective(選修)
How to use Git and GitHub
Web開發必備。
Intro to BackboneJS
課程基本沒有內容,要求自學,有一個項目。
Career Development(職業發展)
有一些課程,教如何寫簡歷,還有web前端面試。
項目是審閱簡歷。
要找工作的人可以看看。
好像在美國才比較有用。
FEND 的合作方
課程合作製作方,包括ATT,Google,GitHub,Hack Reactor。
其中Google的合作課程佔比相當大,很多Google程序員直接參加課程主講,也有要用到Google產品的項目,比如Google Maps
GitHub就不用說了,Web開發必備。
Hack Reactor聯合創始人及前任CTO Marcus Phillips 直接參与課程教學。
FEND的團隊
FEND的program leads,是Michael Wales和Cameron Pittman,倆人都是Udacity的員工,有豐富經驗的Web開發者,整個FEND中有大部分課程都由他倆籌劃,很多課程教學都有他倆參與。他倆還是Senior Web Developer Nanodegree 的 program leads。
每一門course,都是由一個團隊(一般4~6人)製作的,主講都是一線程序員,水平精良。
FEND的資源
Discussion Forum(論壇)有Udacity的FEND mentor,在論壇上答疑(貼代碼),以及一對一輔導(當面調代碼)。
論壇上資源豐富,大部分project的問題都可以直接找到解決辦法。
中國區和國際區的區別:
Udacity 的中國版網站和國際版網站是不一樣的,不僅是英文和中文的區別,還有視頻來源(國際版是YouTube,中國版不是),nanodegree的介紹頁面,部分課程中國版和國際版沒有同步。另外,國際版的Nanodegree的價格和中國版也不一樣,略貴,有Nanodegree Plus Program,可以擔保就業。
中國版網站的部分課程視頻有中英字幕,可選。
我選的nanodegree program是中國區的。
50%學費返還計劃(建議要交學費的同學一定要看)
中國區的參考如下鏈接
什麼是50%學費返還計劃
利益相關: 體驗了一周前端進階納米學位,耽誤了很多時間,退款止損了
初衷是不錯的,為高質量的視頻內容做了本土化字幕翻譯。
據 @優達學城(Udacity) 說優達學城說是去年四月進入中國的,我在一年多之後體驗納米學位的時候,還是被混亂的工作流程驚到了。
首先視頻是免費的,服務是收費的。
如果你不需要證書,可以直接在所有課程中搜索對應單元的內容,內容是完全一致的,進度也是完全一致的,看過的課件從不同的入口進入同樣顯示是完成的。
我比較欣賞優達這一點,將邊際成本約定於0的視頻內容免費,將服務收費。同時付費可以讓學員更加自律,更不容易半途而廢,畢竟花了不少錢。
下面來說一下我所關注的服務吧
- 論壇報名後有許可權的特定板塊
- 預約一對一輔導
- 代碼review
先說論壇。
這個不是第一期,論壇里有之前學期的帖子。帖子並不多,問題也不多。一類問題就是比較簡單的,一般當天會有回復;另外一種有一些探索性的,不會有官方人員或者專職/兼職導師回復。可能半個月一個月之後會有學員回個帖子說遇到了一樣的問題,有建設性的回復很少。
然後說一對一輔導。
前一天晚上我預約了第二天中午的午休時間的導師一對一輔導。為什麼是午休時間呢,因為要上班,而預約時間只能選擇工作日的包含午休在內的工作時間(我覺得這個課程更適合沒有全職工作的同學)。填好了問卷,寫清楚了幾個問題就滿懷期待的等著第二天的一對一輔導。
然後第二天到了時間沒有人,微信上問了客服。等了半小時,客服問我是不是前一天晚上預約的,導師今天要開會所以就沒人嘍。後來商量後改成了轉天的同一時間。
第二天到了時間終於等來了導師,比較尷尬的是導師對於提的問題不是很理解。反覆讀了很多遍題,然後問我理解了原理沒有。我問的就是原理啊,重複問題當然理解不了原理了。試圖解釋了很久,找了很多類比,導師應該理解了我的問題,說需要和其他導師討論下,可能這種感覺就是課堂翻轉吧。還有個問題是關於課程中js測試框架的,導師告訴了我那個框架是 Jasmine ,對於問題中問的輸出內容導師說他猜是服務端的代碼導致的,我猜導師猜得對吧。
還有就是review
這個在上面的回答中看到了,據說很不錯,我沒有體驗過就退款了,很遺憾
就是這樣感覺浪費了很多時間,問題得不到解決,和自己看視頻沒什麼區別。應該是納米學位可能不太適合我,同時一周內還提供退款,就申請退款了。
退款的過程也是很波折,第一天申請了,微信上客服跟我說當天就能退。然後到了第二天下午仍然沒反應,我又問了下客服,分分鐘就退了。只是退款渠道不對,花唄分期支付的退了支付寶,我看了下螞蟻金服的文檔,退款api可以用啊。
然後客服要求我把錢轉回去截圖,然後就給操作花唄退款。然後我就轉賬截圖了,跟客服說操作完截個圖(因為客服一直強調支付寶操作後需要延遲幾個小時才能收到,況且我都截圖了操作完截個圖給我要求應該不過分)。客服答應了會截圖。
最終沒給截圖,跟我說去郵箱自己看。波折的退款過程如下:
上面就是我一周以來納米學位的體驗
@優達學城(Udacity) 以上如有失實,歡迎指正。
看到其他回答都貼了優惠碼,我也貼一個好了: BB6C4D16 。以後我沒準還會報名優達的課程,可以便宜幾百塊總是好的,況且不滿意還可以退款嘛。
說出來你可能不信,我也是其他平台的導師助教。我覺得現在優達的模式還很不成熟,工作流程一團糟。總整些幺蛾子,搞什麼社群,又不能踏踏實實做好服務。我個人最不願意忍的還是平台方屢次爽約後一副滿不在乎無所謂的樣子,這也許是企業文化的一部分吧。
這也許是優達學城的策略之一,在退款期通過低質量服務,過濾掉像我這樣對服務質量要求高還矯情的用戶,留下對服務沒要求期望不高的用戶方便後期管理。在線教育這件事還是要雙相匹配,退款對平台和用戶都止損,也是雙贏的事情。
還是匿了吧,再不匿我都快成為在線教育平台評測專欄作家了。。。
利益相關:參加或畢業MLND, ALND, ReactND, DLND。
我第一個參加的Nanodegree項目是MLND(機器學習納米學位)。在接觸到Udacity之前,我已經看完了周志華老師的西瓜書和李航老師的《統計學習方法》,但是感覺缺乏實戰的編碼經驗,只有理論知識但面對實際項目無從下手,所以Udacity的Projects還是比較適合我這種學了一堆理論,但不知道從哪裡開始實際應用這些知識的人。
由於我本科是數學專業,加上之前有閱讀過機器學習相關書籍,Udacity的課程難度對我來說不算很大,只用一個月的工作空閑時間就刷到了畢業項目。所以只要有基礎,時間投入並沒有課程介紹的那麼多。如果是0基礎,我覺得Udacity的推薦時間應該還是比較準確的。
如果要使用Udacity,建議直接翻牆報名報名美國區的Udacity課程。目前國內發展出來的線上直播+答疑,對於能夠自學並自行搜索答案的人來說,還是有點太雞肋了。而且還要比美國區的要貴一些,畢竟有人工成本。
最重要的是,Udacity只能帶你入門,其他的MOOC也是。線上學完,線下總是要自己讀幾本書和一堆論文,才能算是進入這一領域。至於工作介紹等等,個人覺得不必抱太多希望。
選的是machine learning。首先是內容方面,udacity的課程還是很用心的,對於p5之前的project是免去了預處理部分的,都是kaggle類似的真實的問題,p5是比較綜合的問題,正在做,屬於可以用於應聘data scientist的簡歷加分項,最重要的是有作業reviewer來矯正理解問題。比較別緻的是,有額外的小項目,像resume, cover letter修改意見。總體來說對找工作是很有幫助的。
再說說時間,p0-p3都還是強度適中的,p4-p5就比較耗時, 每周10個小時以上的話,估計4個多月左右是可以畢業的。此問題可以改成,300邀請碼來一個。
我來說個最低端的編程入門 nanodegree 體驗吧。
國外是按照月份收錢的,每月199刀或者299刀,國內版本是按照學位收一次性的錢,從兩千多到三四千不等,還有更貴的 (比如無人駕駛汽車項目)。
編程入門納米學位,課程包括 html 和 python 的入門介紹,以及關於計算機相關職業方向的說明。以下引用於官方對這個學位的簡介:
「歡迎來到編程的世界。在這個面向初學者的課程里,你將學習編程基礎理論與技能,通過實戰項目打下紮實基礎,並了解下一步你有哪些職業選擇。不論是你最終的目標是成為前端工程師、移動開發者、還是數據分析師,編程入門基石納米學位都是一個很棒的起點」
國外網站199刀一個月,我買的國內優達學城版本兩千多塊,有中文客服和老師,還有微信小組可以討論。有一年的期限學完課程畢業。總的來說我認為國內的價格更加值一點。
我認為至少這個入門學位里的所有課程,在別的網站(甚至是 udacity 自家)都能免費學到,只不過在這裡他給你組織好了一個課表告訴你第幾部學什麼,給你省了從海量在線教育資源里選擇適合自己的內容的時間和精力。此外你付費還買了老師對於你學習進度的反饋比如 code review ,微信討論群 (微信群不付費也是可以加的),以及有限的畢業時間讓你有更多的動力去進行課程。
對於零基礎的人比如人文社科專業的同學,不差錢的話,這個編程入門納米學位還是值得推薦的。對於一般的理工科非 cs 專業的,可以選擇通過這個學位快速的過一遍基礎,也可以直接從深度學習和機器學習入門。我覺得不會存在跟不上的情況,基礎的知識到處都有免費的教學資源。
順便分享個優惠碼,用這個報名課程可以免去300元學費:C7858556
我覺的手頭寬裕的話可以去報名,畢竟知識對於這點錢來說不算什麼,而且你花了錢,會更加賣力的去學,最重要的是會有人給你review代碼,給你輔導,這種服務是一般培訓課程所沒有的。
另外給你個優惠300的碼:21E8202A
這個還看個人的開發基礎,如果基礎好還是要快一些,不過值得贊的地方就是就算0基礎,也可以跟著學。各種互動的模式,視頻,習題,論壇,小組不會在一個自己不熟悉的地方卡住,總可以穩步學習。
今天又收到一位朋友孩子的簡歷,讓我看一看。簡歷慘不忍睹,沒有任何做過什麼,解決什麼問題,有什麼創新之類的信息。我覺得很多人一直陷入在一個錯誤的理解中,即認為只要拿到學位就可以找工作了。所以才會有源源不斷前赴後繼的人沖著學位這個結果去奮鬥。每次找工作失敗,就認為是學歷不夠,於是碩士不行博士,博士不行納米學位。甚至有人已經多技傍身了,還會專門去花一個月來刷一個納米學位。這就完全沒有必要了。我在求職的過程中,沒有一個面試官是知道納米學位的,而且他們也完全不看重有這麼一個「學位」。他們關心的是:你做了什麼,解決了什麼問題,有什麼獨創性,對新問題有什麼思路,可以用你掌握的哪個技術解決。
我的實用性建議是把你已經學到的知識好好複習、總結、思考,然後嘗試性地用在一些問題的解決上,並循環往複地這樣運用直到完全掌握。這樣的話,我有90%以上的把握說你可以找到理想的工作。
所以說學位也許在劃分群類里有一定的作用,但純粹靠它找工作則完全跑偏了方向。
我正在學習機器學習的課程。一周10個小時應該是需要的。我個人覺得課程很多元化,視頻,問診,習題交互進行效果很贊
納米學位:來自矽谷的名企官方課程
好友首次付費使用邀請優惠碼立減 300 元,
邀請碼: 67D6DA2E
要上就上美版的
中國版的營銷絕對垃圾,價格越來越貴,騙錢沒商量,服務又差
被騙 7k 的人怒答
1、所有納米學位課程在免費單項課程中都可以找到,感覺自己花錢很 SB
2、學習過課程根本沒有能力完成課後項目,需要自己 google 重新學習
3、很多內容只貼出一個鏈接,而且還是被牆的
4、微信群中都是腦殘粉,不能有人提意見,提了就被噴成狗
5、所謂一對一輔導並沒有找到入口,也從來沒有用過
6、所有的反饋意見全部石沉大海,沒有迴音
我推薦Udacity的納米項目學習理由如下:
Udacity上的案例非常貼近現實,有一種在intern的感覺,而且有人審閱你代碼,這是其他網課比不了的。
不可否認的是理論方面確實較弱,但是這也是沒有辦法的事。
1.畢竟作為工作導向性的課程,理論方面弱化是正確的。
2.Udacity要兼顧各個背景的人群,要想給所有人講明白理論實在太困難了。
--------------------------------------------------------------------------------
附上Udacity的納米項目萬能優惠碼(可多次使用)造福後人: 35F0041E,任何課程減300學費
優達學城的課程做了精心的設計,特別實戰編程,針對不同的錯誤有準確不同的提示。還有專業人員審閱,很愉快的體驗。附邀請碼:邀請碼: 848D8AF1
學英文版的才有用。
數據分析納米學位。
看中的是Udacity裡面的項目。跟著項目做的過程中,如果很有興趣也可以自己去挖掘更深層次的東西。每個項目會有群組交流。我覺得以上這些才是最珍貴的東西。理論知識,書本論文里自己也能找到。
優惠碼: E8FE2B55 ,有需要就拿去吧。我當時也是來知乎借的優惠碼,現在返還~
自主充電是好事情。開始做了就堅持。一個項目可能不能給你帶來什麼驚天大轉變,但是自主學習的態度可以~
Udacity上面的課程在工程設計方面要比國內其他同類平台的課程更加深度,感覺更接近行業前沿一些。至於學習量的化,大部分的nanodegree都是self pace。如果你不是趕著要儘快結束課程的話,或者除了近期推出的一些標明了有固定進度的課程,不一定非要每周花固定多少個小時。但是想完成Nanodegree,保證時間的總投入量還是必須的,你可以根據自身的實際情況自由安排。Nanodegree都有1周的免費使用期,你可以先註冊了看看難度再決定是不是要繼續往下學。另外最近udacity推出了終身計劃,半年的學費可以不限時學習,如果在一年裡能夠完成課程還返還一半費用。
目前在學習機器學習,分享個邀請碼,咳咳
在這領取: https://cn.udacity.com/referral-invitation/?referral_recipient_amount_off=300referral_recipient_coupon_code=6878BBF1
推薦閱讀:
※論文導讀 | TFX:基於TensorFlow可大規模擴展的機器學習平台
※Andrew Ng對 Geoffrey Hinton 的採訪:致敬老爺子的一路堅持!
※揭開機器學習的面紗
※李宏毅機器學習2016 第三講 梯度下降
TAG:數據分析 | 機器學習 | 大學教育 | 優達學城Udacity |