Hola, creo que puedo ayudar en esto ya que completé la Especialización en ciencia de datos de Coursera y actualmente estoy a la mitad del Grado de Analista de Datos de Udacity.
En primer lugar, ambos son geniales, no hay duda de eso.
En Udacity tiene acceso a todo el material de una vez, por lo que realmente puede hacerlo a su propio ritmo. En Coursera pasé mucho tiempo inactivo porque completé la lección de la semana y no tenía nada más que hacer. Además, terminé mi último curso en enero y el capstone solo estaba disponible en marzo, así que otro mes “esperando” (el capstone del curso es realmente divertido e interesante, por cierto)
Creo que Coursera podría reestructurarse un poco, el primer curso “el kit de herramientas del científico de datos” podría completarse en un día o dos para ser honesto, mientras que tienen un curso de 30 días de “inferencia estadística” que no tiene tiempo suficiente para enseñar qué te preguntan sobre el proyecto.
Por otro lado, Udacity asume cierto nivel de conocimiento estadístico. Debes realizar t-tets en el primer curso que no te enseñan con gran detalle (te muestran cómo ejecutar el código, pero depende de ti entender qué está pasando), pero ofrecen lo mejor Cursos estadísticos descriptivos e inferenciales en línea que he visto (no son parte de la especialización, pero son gratuitos)
- ¿Qué país debería elegir para una maestría en ciencia de datos?
- ¿Cuáles son algunas escuelas de EE. UU. Que ofrecen títulos universitarios en ciencias de datos?
- ¿Cuáles son las 5 principales ventajas principales de Big Data?
- Cómo pasar del científico de datos al 'vizard' de datos
- ¿Son necesarias las GPU cuando se trabaja con modelos gráficos probabilísticos?
El nivel de soporte que obtienes de Udacity es algo que también debes considerar. Mientras que en Coursera confían en los TA de la comunidad (ex alumnos que respondieron preguntas en los foros; nunca he escuchado de los instructores durante los 9 cursos), en Udacity, tienen entrenadores que están disponibles para responder sus preguntas (y son excelentes en eso). Además, tienen mucha más interacción contigo. Hay “horas de oficina” todas las semanas para hablar sobre los proyectos, Hangouts de Google sobre temas específicos (he visto sobre t-test, pca por ejemplo) y leo en alguna parte (no sé si es cierto) que puede programar Citas de 1 a 1 con los sofás (probablemente debería enterarse de eso)
Cuando se trata de ejercicios, en Coursera generalmente tienes 2 proyectos por curso + 4 cuestionarios (los proyectos fueron una gran oportunidad para aprender, no recuerdo haber aprendido demasiado de los cuestionarios). Udacity exige mucho más de ti al realizar pequeños cuestionarios en cada video (que son triviales pero te obligan a prestar atención), varios ejercicios completos (bastante complejos en algún momento) durante la lección y en cada capítulo, tienes un proyecto final, que Algunos casos pueden ser tan complejos como el proyecto final de Coursera.
¿Qué más? Tecnología: Udacity cubre muchas más tecnologías: R, python, mongo, D3.js, mientras que Coursera se enfoca en R pero enseña muy bien otras cosas como RPubs y R markdown (que Udacity no pide pero pide uno del proyecto para terminar con eso).
Un punto extra para Udacity que vale la pena mencionar: excelente aprendizaje automático. Realmente completo, cubre varios algoritmos y técnicas con gran detalle, mientras que Coursera se enfoca en ejecutar comandos en el paquete caret sin realmente decirle qué sucede detrás de escena.
Espero haber podido ayudar.