Was Kursteilnehmende berichten

Ich hatte null Programmiererfahrung und war entsprechend vorsichtig. Der Einstiegskurs hat aber wirklich da angefangen, wo man als Anfängerin steht. Die Erklärungen waren klar, die Aufgaben machbar – und das Feedback kam schnell und hilfreich. Jetzt kann ich tatsächlich mit Python Daten einlesen und visualisieren, was ich am Anfang nicht für möglich gehalten hätte.

Das Praktische Machine Learning hat mir das gegeben, was mir in anderen Kursen gefehlt hat: echte Aufgaben, bei denen man auch scheitern und nachbessern muss. Der Code-Review war besonders wertvoll – man merkt, dass der Tutor den Code wirklich liest und nicht nur einen Kommentar hinterlässt. Einziger Punkt: Manchmal hätte ich etwas mehr Beispiele zu den Algorithmen gewünscht.

Stufe 3 war anspruchsvoll – das war auch so angekündigt. Die 1:1-Sitzungen mit Marco haben mir sehr geholfen, wenn ich bei der Architektur nicht weiterkam. Das Abschlussprojekt ist jetzt tatsächlich etwas, das ich in meinem Portfolio zeigen kann, was ich von anderen Kursen nicht behaupten konnte. Die zwölf Wochen sind intensiv, aber gut investiert.

Als jemand, der nebenberuflich lernt, war die Flexibilität der aufgezeichneten Lektionen entscheidend. Ich konnte die Inhalte nach Feierabend durcharbeiten und trotzdem regelmässig Feedback erhalten. Die Übungsaufgaben haben jeweils genau das aufgegriffen, was man gerade gelernt hatte – kein Sprung ins kalte Wasser.

Ich hatte vorher Grundkenntnisse in Python, aber keine Ahnung von Machine Learning. Stufe 2 war genau der richtige Schritt. Was mich beeindruckt hat: Der Kurs erklärt nicht nur, was man tun soll, sondern auch warum – das hat geholfen, Zusammenhänge wirklich zu verstehen und nicht nur Rezepte auswendig zu lernen.

Was mir an tensorwera gefällt: Es werden keine Versprechen gemacht, die nicht gehalten werden können. Der Kurs sagt, was er liefert – und liefert es dann auch. Nach Stufe 3 habe ich eine eigene Anwendung gebaut, die ich jetzt tatsächlich verwende. Das Mentoring war dabei sehr wertvoll, besonders bei Designentscheidungen.