In einem Kurs von Coursera gibt es mehrere Mentors. Sie antworten auf Kommentare und Fragen in den Foren des Kurses. Manchmal bewerten sie vorgelegte Berichte.
Ich war von 23.11.2017 bis zum 16.10.2018 Mentor von Communicating Data Science Results. (Meine Rezension) Das folgende Anzeichen zeigt, dass ich Mentor war. (Leider gibt es keinen Beweis, dass ich bis Oktorber Mentar war.)
In diesem Eintrag würde ich nochmal über den Kurse und meine Erfahrung als Mentor schreiben.
Worum geht es in diesem Kurs?
Der Kurs ist der dritte Kurs von der Serie: Data Science at Scale. Wie der Name darstellt, ist das Hauptthema der Serie Massendaten und Data Science. Der Kurs, wo ich Mentor war, handelt von der Visualisierung. Es gibt zwei vorzulegende Aufgaben: Analyse mit Visualisierung und Massendatenanalyse mit Apache Pig.
Als ich Data Science gelernt habe, war ich nicht zufrieden mit den Online-Kursen für Data Science.
Warum wird Massendatenaanalyse immer ignoriert?
Mit dem Wort "Data Science" fällt einem immer maschinelles Lernen ein. Aber zur Analyse braucht man immer Daten. Ohne Daten kann ein Data Scientist gar nichts machen. Deshalb, wenn man als Data Scientist arbeitet, kann man auf Massendaten nicht verzichten. Data Scientist muss nämlich Kennnisse von Massendatenanalyse (Hadoop-Ökosystem) haben.
Während es nicht einfach ist, maschinelles Lernen für Geschäfts zu verwenden, ist es total klar, dass die Massendatenanalyse wichtiger wird. Deshalb gab es keinen Grund dafür, dass ich keinen Kurs für Massendatenanalyse besucht habe.
Die Serie "Data Science at Scale" war die beste Serie. Die Theorie der Datenanalyse wie Relational Algebra wird erklärt. Natürlich handelt die Serie vom Hadoop-Ökosystem. Obwohl ich den letzten Kurs der Serie nicht gemacht habe, bin ich total zufrieden mit der Serie.
Bei einem Vorstellungsgespräch habe ich oft über den Kurs gesprochen, als ich eine Stelle als Data Scientist gesucht habe. Ich habe nämlich die Aufgabe erwähnt. In der Aufgabe habe ich 500GB Daten analysiert. Es ist richtig schwer, zur Analyse wirklich große Daten zu sammeln. Die Serie bietet die Möglichkeit für die Massendatenanalyse an. Zur Analyse muss man extra bei AWS bezahlen, aber ich bin der Meinung, dass die Aufgabe sich lohnt.
Durch die Serie habe ich viel gelernt. Deshalb habe ich mich entschieden, Mentor zu werden, als ich eine Einladung erhalten habe.
Ein Mentor eines Kurses
Wenn man einen Kurs mit guter Ergebnis (≥85%) abgeschlossen hat und zum Kurs aktive beigetragen hat, ist es möglich, eine Einladung zum Mentor des Kurses zu bekommen. Um Mentor zu werden, muss man Coursera Mentor Community and Training Course abschließen. (Meine Zertifikat) Der Kurs handelt davon, wie Coursera Kurses funktionieren und wie man in den Diskussion-Foren verhalten soll.
Dadurch, dass man der Anweisung der Einladung folgt, wird man Mentor.
Mentors unterstützen in den Diskussion-Foren die Teilnehmer des Kurses. Eigentlich ist das fast alles. Ein Mentor kann auch einen vorgelegten Bericht bewerten. Das Thema von dem Bericht ist im Fall der Kurs, Communicating Data Science Results, die Visualisierung der Verbrechen-Analyse.
Auf Kurs-Manager kann man die Liste der vorgelegten Berichte sehen und die Berichte bewerten.
Meine Erfahrung
In der Regel wird erwartet, dass ein Mentor 3 Stunden pro Woche zum Kurs beiträgt. Aber eigentlich gab es nicht so viel zu tun. Der Kurse ist nun zu alt. Heutzutage gibt es viel zu viele Online-Kurse für Data Science und im Vergleich zu den "neuen" Kursen ist der Kurs schon nicht attraktiv. Infolgedessen gab es nicht viel Teilnehmer.
Aber ich habe ab und zu vorgelegte Berichte bewertet. Vor allem die Berichte, die nicht genug bewertet werden. Durch die Aktivität habe ich auch mehrere Berichte gesehen, die gar nicht bewertet wurden. Solch Bericht erfüllt kaum die Erwartung der Aufgabe. Zum Beispiel:
- Es gibt keine Erklärung eines Diagramms.
- Was durch die Analyse gefunden wird, ist überhaupt nicht geschrieben.
- Es gibt kein Code, obwohl es um die Reproduzierbarkeit geht.
- Der URL des Berichts ist falsch.
Für solchen Bericht habe ich eine Kommentar geschrieben.
Das ist alles. Wirklich gab es nichts zu tun. Deshalb gab es keinen Grund dafür, dass ich Mentor kündige. Wöchentlich melde ich den Kurs an und bewerte ein bisschen Berichte.
Aber seit einigen Monaten ist die Kurs-Webseite so schlecht, dass es lange gedauert hat, durch Kurs-Manager die Liste der nicht bewerteten Berichte zu sehen. Wegen der buggy Webseite wird vermutlich meinen Bericht noch bewertet, obwohl ich schon den Kurse abgeschlossen habe. Schließlich bekomme ich Begrüßung vom Kurs: Welcome to the course! Ich wollte nicht mehr mit dem Bug umgehen, deshalb habe ich Mentor kündigt.
Die Aktivität als Mentor machte mir Spaß, aber ich wollte Mentor werden, als es noch viele Teilnehmer gab.
