온라인 코스에 대한 평결: 해야 할 일 또는 하지 말아야 할 일

“배우기를 그만두는 사람은 스무 살이든 여든 살이든 늙은이입니다. 계속 배우는 사람은 젊음을 유지합니다.”

- 헨리 포드
몇 년 전만 해도 무언가를 배우고 싶다면 오프라인 교육 기관에 등록하고 현재 직장을 그만두고 실제로 수업에 참석해야 했습니다. 그것은 온라인 교육(또는 MOOC – 우리가 일반적으로 알고 있는 대규모 공개 온라인 과정)이 도래하기 전이었습니다.
오늘날 온라인 코스는 큰 관심을 받고 있으며 많은 오프라인 교육 기관(MIT, Harvard 등)에서 코스를 온라인으로 호스팅하기 시작했습니다. 어디에서나 학습할 수 있는 유연성, 시간제 과정 추구, 양질의 과정 확대는 온라인 학습의 장점 중 일부입니다.
그러나 새롭고 혁신적인 것은 항상 고유한 도전 과제를 수반합니다. 높은 탈락률, 개인적인 관심 부족, 학위 제휴 및 배치 지원은 많은 부트캠프 및 온라인 과정의 단점 중 일부입니다.
CEO의 편지: 미래의 직업을 위해 경력을 책임지십시오.

온라인 과정은 데이터 과학, 디지털 마케팅 등과 같은 새롭고 새로운 분야의 사람들을 교육할 때 큰 도움이 됩니다. 오프라인 학교와 대학에서 아직 전통적으로 가르치지 않는 것. 가르친다고 해도 실제보다 이론에 더 중점을 둡니다. 특히 데이터 과학은 업계의 엄청난 인재 격차로 인해 이러한 온라인 과정이 크게 급증했습니다. Mckinsey에 따르면 미국에서만 2018년까지 150,000명의 데이터 과학자가 부족할 것으로 예상됩니다. 인도의 수도 비슷할 것입니다.

부트캠프와 온라인 과정이 확산되면서 개인의 필요에 맞는 것을 선택하는 것이 점점 더 어려워지고 있습니다. Google에서 "Data Science Bootcamps"를 빠르게 검색하면 163,000개의 결과가 표시됩니다.
저는 지난 몇 년 동안 여기 UpGrad에서 콘텐츠 팀의 일원으로 데이터 과학을 가르치는 일에 참여했습니다.

부트캠프 또는 온라인 과정을 선택할 때 찾아야 할 다양한 사항은 다음과 같습니다.

• 콘텐츠 전달 유형:

  대부분의 온라인 과정에는 콘텐츠가 학생에게 전달되는 두 가지 방법이 있습니다.

  • 라이브 강의:

    여기서 강사는 모든 강의를 라이브 또는 실시간으로 전달합니다. 이것은 가상 교실에 참석하는 것과 유사합니다. 이러한 유형의 설정의 주요 이점은 강사와 학생 간의 동기식 커뮤니케이션입니다. 그러나 이것은 강사가 모든 사람이 앞으로 나아갈 때까지 기다려야 하는 학습의 유연성 측면을 방해합니다. 이런 상황에서 그림/그래픽으로 개념을 설명하기 어려운 커뮤니케이션 문제도 있습니다(후반 작업 및 편집 불가). 또한, 10-12주 과정에 대한 경험이 있거나 평판이 좋은 강사의 헌신을 얻는 것은 매우 어렵습니다.

  • 녹음된 강의:

    이것이 UpGrad, Udacity 등과 같은 대부분의 온라인 교육 제공업체가 앞으로 나아가고 있는 방향입니다. 이러한 환경에서 양질의 강사를 고용하고 오프라인에서 충분한 시간을 할애하여 콘텐츠를 개발할 수 있습니다. 이러한 설정의 주요 과제는 학생들이 읽고/볼 때 많은 의심을 갖지 않도록 개념을 가능한 한 명확하게 설명하는 것입니다.
    UpGrad와 IIITB 팀은 이와 관련하여 뛰어난 작업을 수행했습니다. 교육학은 다양한 데이터 과학 개념의 실제 적용을 설명하기 위한 사례 연구 접근 방식으로 매우 잘 고려되었습니다.

• 산업 연결:

  대부분의 전문가/학생에게 데이터 과학의 온라인 과정을 추구하는 것은 해당 분야의 실용적인 실무 지식을 얻는 것을 목표로 합니다. 많은 부트캠프에서 기계 학습, 파이썬 등의 관련 기술 개념을 가르치지만 이러한 개념의 실제 적용에 대한 통찰력이 부족합니다. UpGrad의 팀은 Uber, Genpact, Viacom 등과 같은 회사의 최고 업계 전문가들과 협력하여 이를 달성했습니다.
  나는 그들과 협력하게 된 것을 매우 자랑스럽게 생각합니다. 전문가의 참여는 녹음된 강의, 라이브 세션 및 멘토링 세션의 형태로 이루어집니다.

• 믿을 수 있음:

  온라인 제공자 또는 코스를 선택할 때 프로그램 후 취업이 더 쉽도록 강사와 전체 프로그램의 신뢰성을 확립하는 것이 중요합니다. 일부 프로그램은 인증을 제공하지만 학위를 수여하는 소수의 프로그램만 있습니다. IIITB에 대한 고유한 연결을 통해 UpGrad는 강력한 학점 구조 및 등급 정책으로 디플로마 학위를 제공합니다. 사실, 이론의 대부분은 잘 알려진 IIITB 교수들이 가르칩니다.

• 배치 지원:

  많은 대학이 인도에 캠퍼스 배치를 제공합니다. 프로그램 이후에 학생들이 취직하는 데 도움이 될 수 있는 전용 직업 서비스가 없기 때문에 이것은 많은 온라인 프로그램에서 거래 차단기입니다. UpGrad는 1:1 멘토링 세션, 이력서 검토, 모의 인터뷰 등을 통해 이 문제를 해결하려고 합니다. 팀은 또한 많은 대기업/스타트업과 협력하여 학생들에게 취업 기회 또는 경력 지원을 제공합니다.

• 동료와의 연결:

  현재 세계에서 코스를 수행하는 것은 해당 주제에 대한 지식을 증가시킬 뿐만 아니라 해당 분야에서 사회적 영향력을 확장해야 합니다. 많은 온라인 코스에서 토론 포럼을 주최하지만 소수의 학생만 액세스할 수 있습니다. UpGrad의 팀은 이와 관련하여 매우 혁신적이었습니다. 포럼에서 학생의 참여도를 평가하고 가장 활동적인 학생의 리더보드를 만드는 등의 작업을 수행합니다. 또한, 그들은 모든 학생들을 위해 지역에서 가상 및 물리적 모임을 자주 주선하려고 노력합니다. 이것은 학생들이 서로 네트워크를 형성하고 관련 전문 연결을 개발하는 데 도움이 됩니다.

전반적으로 UpGrad는 데이터 과학 분야의 다방면에 걸친 전문가를 양성하고 관련 기술 및 실용적인 직관을 갖춘 업계 준비가 되도록 합니다. 대부분의 크레딧은 새로운 아이디어를 시도하는 데 매우 열성적이며 학생들에게 최고의 경험을 제공하기 위해 최선을 다하는 팀에게 돌아갑니다.
인도의 교육 부문은 새로운 아바타, 현대적인 접근 방식이 필요합니다

온라인 교육의 미래

온라인 교육은 계속 존재하지만 많은 기업이 MOOC 채널을 훌륭한 인재 소스로 취급하는 방식으로 발전할 것입니다.

앞으로 기대할 수 있는 사항:

• 손쉬운 콘텐츠 제작:

  새로운 기술 도구의 출현으로 콘텐츠 제작이 저렴하고 쉬워질 것입니다. 콘텐츠를 만드는 데는 여전히 많은 노력과 헌신이 필요합니다. 미래에는 콘텐츠 제작이 블로그를 만드는 것만큼 쉬울 것이라고 기대할 수 있습니다.

• 맞춤형 학습 모듈:

  온라인 과정은 현재 정적이며 이해할 만한 이유가 있습니다. 빅 데이터 및 인공 지능의 출현으로 자연스러운 행동 과정은 학생에 대해 수집된 데이터를 사용하여 학습 행동을 효과적으로 모방할 수 있는 학습자 프로필을 구축하여 콘텐츠를 수강자에게 맞춤화할 수 있게 하는 것입니다.

• 즉각적인 피드백:

  현재 기계가 과제를 채점하는 곳이 있지만 몇 가지 기본적인 질문으로 제한됩니다. 머지 않아 기계가 복잡한 과제를 채점하고 학생들은 며칠 기다려야 하는 수동 채점 피드백과 달리 즉각적인 피드백을 받을 것으로 기대할 수 있습니다.

마지막으로 온라인 과정이 널리 수용되었으며 UpGrad는 다른 프로그램이 직면한 대부분의 단점을 해결합니다. 그럼에도 불구하고 앞으로 기대할 수 있는 기회가 많이 남아 있습니다. 저는 온라인 과정이 삶을 더 나은 방향으로 변화시킬 것이라고 매우 확신합니다.