[Из песочницы] Как я прохожу Online Master of Science in Computer Science, и кому это может не подойти

Захотелось поделиться некоторыми промежуточными выводами. Закончила свой первый год учебы по программе Online Master of Science in Computer Science (OMSCS) в Georgia Institute of Technology (3 курса из 10).

Не стоит туда идти, если:

1. Хочется научиться программировать

В моем понимании, в базе хорошему программисту надо:

• Знать структуру конкретного языка, стандартные библиотеки и т.д.;
• Уметь писать переиспользуемый и расширяемый код;
• Уметь читать код и писать читаемый код;
• Уметь тестировать код и исправлять ошибки;
• Знать базовые структуры данных и алгоритмы.

Отдельные курсы на MSCS могут помочь с чем-то из перечисленного, но в целом программа не про это. На эту тему есть книги, MOOC курсы, нормальная работа в хорошей команде. Для примера, в курсе Graduate Introduction to Operating Systems надо было сделать 4 проекта общим объемом на 5000+ строк C кода, плюс надо было прочитать около 10 научных работ. Знание языков — либо prerequisite к курсам, либо предполагается, что ты можешь быстро их освоить в нужном объеме. В курсе Artificial Intelligence в дополнение к шести непростым проектам надо было сдать два экстремальных экзамена — в течение одной недели решить 30 и 60 страниц не самых простых задач.

Часто оценка ставится автоматически на основе автотестов, нередко есть требования к производительности, код и тексты проверяются на плагиат. Требований к "хорошему" коду в плане читаемости чаще всего нет.

2. Основная мотивация — применить новые знания на текущем месте

Но вопрос, что ты будешь делать с еще тонной проектов и материалов, на освоение которых будет уходить всё свободное время на протяжении нескольких лет. Некоторые курсы могут дать инструментарий. Мне кажется опыт MSCS хорошо ложится на анекдот:

У ученого и популяризатора науки спросили о целях и результатах некоторого исследования:

Популяризатор:
— Результаты этого исследования помогли проверить гипотезу… А также внесли значительный вклад в развитие…

Ученый:
— Да это же просто ох**нно!

Но это все не отменяет тот факт, что на такое образование смотрят работодатели (особенно в Штатах, но думаю, что не только). Я верю в то, что пройти всю программу без потерь можно, только если всё это зачем-то интересно и весело. Из моих знакомых в Торонто, несколько человек за время учебы продвинулись по карьере или нашли новую работу. После добавления информации в LinkedIn о том, что я там учусь, мне начали поступать запросы от рекрутеров неплохих компаний из Европы и Штатов.

Можно вписываться в интересные научные проекты внутри Georgia Tech, если успешно прослушал нужные курсы. Кроме профессиональных, MSCS открывает и другие возможности. Насколько мне известно, планирует получать PhD. Head teaching assistant (TA) в AI — это русский парень, который, после года учебы в OMSCS, перевелся в кампус и уехал учиться и заниматься исследованиями в Атланту.

3. Рассчитываешь пройти программу в гордом одиночестве

У OMSCS большое и активное коммьюнити. Условно 50% профита от программы — это возможность общаться. Все эти люди зачем-то хотят работать и учиться вместе. Для каждого класса нанимается большая команда TA (часто это студенты той же программы, успешно прошедшие текущий курс). Что дает общение:

• Удовольствие от того, что ты страдаешь не один;
• Новые знакомые со всего мира и развитие soft skills;
• Возможность получить помощь и научиться чему-то;
• Возможность оказать помощь и научиться чему-то;
• Профессиональный networking.

Примерно 25% не имеют формальное CS образование, т.е. Основная часть студентов — это люди с опытом в индустрии, часто руководители отделов, архитекторы, вплоть до CTO. У меня на начало программы было 5 лет опыта Java-разработки в Яндекс.Деньгах, а сейчас part-time работа ресерчером в медицинском стартапе (deep learning в стоматологии). люди с просто достаточно разнообразным опытом.

Программу можно пройти и в одиночку, но в результате ты инвестируешь 2. Многие студенты мотивированы и открыты к общению. Для меня этот пункт — это самая большая сложность, т.к. 5-3 года своего времени (если учитывать работу) и получаешь только 50% возможного профита. Регулярно встречаемся с коллегами, живущими в Торонто. есть неуверенность в себе и языковый барьер, но я стараюсь работать над этим. Все они довольно активные и интересные ребята и продвинутые профессионалы, один из них организовал встречу с Zvi Galil, "отцом" программы OMSCS, деканом факультета Computing Georgia Tech, оставившим позицию в этом году.

Он подключался к форуму во время полетов, и делал проекты и слушал лекции, проходя полевые учения. Пример про мотивацию: есть легендарный студент, который совместил прохождение программы и службу в армии. Сейчас работает в исследовательском институте при Georgia Tech, планирует делать PhD.

4. Нет готовности серьезно коммититься по времени

Я слушала несколько курсов на Coursera, например, первые части Cryptography и Algorithms от Stanford. На первый взгляд может показаться, что OMSCS аналогична набору MOOC курсов или специализации на Coursera или похожей платформе. Кроме того, я прошла один платный онлайн Graduate курс в Stanford (его же слушают MS и PhD студенты) и бесплатно прослушала лекции стенфордского CS231n (Convolutional Neural Networks for Visual Recognition).

Исходя из моего опыта, основные отличия Online graduate курсов от бесплатных MOOC курсов:

• Уже упомянутая гораздо большая вовлеченность и мотивация TA, инструкторов, других студентов, гораздо больший коммитмент (никто не хочет слушать программу вечно, тем более, что есть лимит в 6 лет);
• Достаточно жесткий timeline: лекции в случае с Georgia Tech доступны сразу все (можно их слушать в удобное время). Можно заранее читать учебник (многие делают это в перерывах между семестрами). Но есть проекты, и у них есть дедлайны, часто проекты завязаны на конкретные лекции. Есть дедлайны на экзамены (их как правило два за семестр). Желательно выдерживать темп. Сколько надо времени в неделю зависит от курсов и опыта. Я бы не рассчитывала на <10 часов в неделю на один класс. У меня в среднем уходит 20 (иногда совсем мало, иногда может быть и 30, и 40);
• Проекты более сложные и интересные, чем в MOOC, и на порядок более объемные;
• На такие курсы больше смотрят университеты и потенциальные работодатели. В частности, Georgia Tech при подаче заявки просит: “NOT List non-graded, non-academic-credit MOOC-type coursework”.

5. Хочется, чтобы все было понятно, разжевано и четко

Лекции есть, но они дают довольно общее представление о предмете. Во-первых, MSCS — это не бакалавриат. Он может включать общение с сокурсниками и TA-ми (см. Плюс-минус все проекты предполагают личный активный ресерч. пункт 3), чтение книжек, статей и т.д.

пункт 2). Во-вторых, OMSCS — это довольно большая и мощная инфраструктура с кучей увлеченных людей, создающих и поддерживающих курсы (см. Они меняют проекты, экспериментируют с вопросами в тестах и экзаменах, меняют тестовые окружения и т.д. Этим людям нравятся эксперименты и челленджи. На моем опыте: В результате, это выливается в некоторые не вполне предсказуемые результаты.

• В одном курсе что-то накрылось после обновления серверов и эти сервера перестали под нагрузкой выдавать сколь-нибудь стабильные результаты тестов. Народ отреагировал добавлением смайла с серверной ошибкой в слеке и ночными попытками проскочить с сабмитами;
• В другом курсе выпустили тесты и экзамены с местами неправильными или спорными ответами. По итогам обсуждений со студентами, эти ошибки правились вместе с оценками. Кто-то отнесся спокойно, кто-то возмущался и ругался. У меня все изменения были в плюс и это было даже по-своему приятно (ничего не делаешь, а оценка растет).

Это все, конечно, добавляет немножко стресса к и без того крутым американским горкам, но все эти штуки хорошо соотносятся с реалиями жизни: учат исследовать проблему, решать задачи в условиях меньшей определенности и выстраивать диалог с другими людьми.

У OMSCS в Georgia Tech есть свои специфики:

• Georgia Tech — один из топовых технических вузов США;
• Одна из старейших онлайн MSCS;
• Вероятно, самая большая онлайн MSCS: ~9 тыс. студентов за 6 лет;
• Одна из самых недорогих MSCS: около 8 тыс. долларов за все обучение;
• В классах одномоментно учится по 400-600 человек (к концу как правило меньше, в середине семестра можно уйти с оценкой W, не влияющей на GPA);
• Не все on-campus классы доступны в онлайн (но список расширяется и уже сейчас есть очень неплохой выбор, пока нет deep learning, но не теряем надежды);
• Не в любой класс просто попасть из-за приоритетных очередей и большого числа желающих (Graduate Algorithms парадоксально почти все проходят ближе к концу);
• Не все классы ровные по качеству материалов и активности TA и профессоров, но хороших классов много. В интернете много информации о конкретных курсах (отзывы, reddit, slack). Всегда можно выбрать что-то по вкусу.

Надеюсь, что через год мое мнение кардинально не изменится, а эта информация окажется кому-то полезной. Учитывая все специфики, при хорошем уровне мотивации, активной позиции и в целом позитивном взгляде — это интересный и вполне реальный путь.