После оплаты выясняется, что учебное окружение не запускается на компьютере, а облачная среда оплачивается отдельно. Проверка технических условий до старта помогает избежать такого сюрприза. Не покупайте оборудование по общей фразе «для ИИ нужен мощный компьютер».
Попросите у школы требования к конкретным заданиям: операционная система, память, свободное место и способ запуска. Уточните, какие упражнения выполняются локально, какие в браузере и где потребуется отдельный аккаунт. Ответ должен относиться к программе, а не к абстрактному обучению нейросети.
Посчитайте дополнительные расходы
Включены ли вычислительные ресурсы в обучение? Есть ли лимит использования? Что происходит после окончания курса? Если применяется платный API, кто оплачивает обращения и можно ли выполнить домашку другим предусмотренным способом?
Не вводите платёжные данные ради пробного задания, пока не понятны условия списания. Бесплатный доступ к учебным видео не означает бесплатную инфраструктуру для проекта.
В каталоге курсов ML и ИИ KGAM сопоставьте направления и уровни. Для выбранных программ запросите техническую памятку у школы.
До первого занятия пройдите предусмотренную установку и небольшой тест запуска. Если возникла ошибка, отправьте её в поддержку без личных ключей и паролей. Решённая заранее проблема среды освобождает время для самой темы. А дорогая видеокарта, купленная по слухам, может так и не понадобиться.