Курсы по основам программирования

Решила освежить базу и пройти легендарный гарвардский курс CS50: Introduction to Computer Science.

Пока прослушала половину лекций и мне все очень нравится.

Курс бесплатный и очень качественный. Особенно ценно, что он обновляется каждый год и дает актуальную информацию и современные примеры.

Из возможных сложностей отмечу, что материала много и он на английском. Но английский очень понятный, B1 должно спокойно хватать. Есть перевод на русский от JavaRush, но там версия 2015го года.

В CS50 не дают лишних подробностей и не перегружают терминами, а стараются объяснить так, чтобы появилось общее понимание базовых концепций и принципов.

Мне кажется очень грамотным, что основы программирования начинают объяснять на примере C, а не Python, как это делается в большинстве современных стартовых курсов. Потому что на C все расписывается подробно и долго — а это очень помогает усвоению информации.

Также полезно понимать, как работают функции, встроенные в высокоуровневые языки. А С — это отличный способ разобраться в фундаменте работы программиста. Ведь многие интерпретаторы и компиляторы написаны на C (в том числе Python). И С все еще остаётся базовым языком операционных систем и низкоуровневых библиотек.

Помимо C, в курсе рассказывают про Python, память, алгоритмы, структуры данных, SQL, HTML, CSS и JavaScript. То есть информации много и даже если посмотреть только лекции — вполне можно получить общее представление об ИТ.

Отдельного восхищения достойны лектор Дэвид Мэлэн и организаторы — прекрасная подача материала и техническая подготовка. Как будто ты смотришь стендап-концерт, а не лекции по основам информационных технологий.

В общем, рекомендую.

А если CS50 кажется сложноватым — можно посмотреть на эти курсы:

🐤 ITProger: все коротко, без подробностей и иногда не очень связно, но бесплатно.
🐤 Wexler: программа хорошая, бесплатные пробные уроки понравились, но дороговато.
🐤 Udemy: программа неплохая, ее можно взять за основу самостоятельного обучения. Сами мини-лекции мне показались поверхностными и нудными.

Коллеги из NextWay устраивают 2 августа онлайн-конференцию для аналитиков. Мне показался интересным разброс тем в программе: от стриминговых платформ и ИИ-агентов до антикризисной карьеры и “Как выжить в 2025 и не выгореть”.

Ощущается, как аналитический пост-апокалипсис: собираем бластер за кучей легаси, чтобы успеть отбиться от роботов🤖. Да, сейчас “сложный рынок”, но у меня не было ощущения, что профессия сама по себе в кризисе. Сообщество развивается, IT-компании внедряют процессы проектирования, открываются позиции для аналитиков. Всё реже встречаю людей, которые никогда не работали с БА/СА и вообще не в курсе, чем мы занимаемся. Да, развивается ИИ, но ему все равно нужны будут вводные: требования, цели, ограничения. Вроде за этим и нужен аналитик. Или уже нет?🤔

То есть кажется, что кризис на рынке и быстрое развитие ИИ разогнали всем воображение и уже сложно понять: кто мы, что мы делаем и зачем? Как будто мы бежим вокруг дерева со скоростью света и вот-вот себя нагоним.

Поэтому интересно послушать спикеров на конференции: с какими вызовами встречаются коллеги и как их решают? На сколько сильно изменились требования от аналитиков и их задачи? Можно ли определить какой-то вектор развития профессии, или пока это броуновское движение?

А вы как считаете: ИИ просто вскружил нам головы или грядут великие перемены?

А еще в августе буду жюрить в конкурсе авторских постов🤗

ИЗУЧЕНИЕ GOLANG — ПЕРВЫЕ ВПЕЧАТЛЕНИЯ

Вы спросите: куда я пропала? А я изучаю бэкенд-разработку на Golang. Прошла базовый курс, сделала один маленький пет-проект и начала делать еще один — побольше.

Занимаюсь этим, потому что интересно. В своем пути в IT я постепенно шла от бизнеса к технике. И вот дошла до той точки, когда уже хочется писать код.

К чему все это приведет — никто не знает. Но на данный момент у меня есть несколько мыслей об изучении программирования после 10 лет в анализе:

1️⃣ Опыт в анализе помогает осознать общие концепции и процессы при написании кода. Но иногда мешает в конкретных задачах. Потому что паттерн мышления меняется с “думай, потом делай” на “просто делай”.

Это не значит, что в программировании не надо думать. Но тут сложно думать над чистым листом. В анализе можно сделать пару заметок и набросков на бумажке и медитировать над ними полдня. С кодом у меня пока так не получается, я не могу держать в голове все структуры данных, объекты и их взаимосвязи, их слишком много. Поэтому я стала учиться просто садиться и начинать писать код, хоть какой-то, а потом уже обозревать все написанное и пытаться переписать нормально. Кстати, этот паттерн мне всегда помогал в написании текстов.

2️⃣ Ты практически приклеен к компьютеру.

Когда ты аналитик, сидеть нужно, только когда пишешь требования. Сбор, анализ и синтез можно делать из любых положений. С кодом мне сложно проводить какой-то анализ и синтез без напряженного вглядывания в экран. Может, это и пройдет с опытом, но пока мне пришлось купить ортопедическую подушку на стул😅.

3️⃣ LLM помогают и развращают.

В какой-то момент я поняла, что не могу сходу вспомнить некоторые способы объявления переменных и синтаксис базовых структур🙈. Потому что все обертки копирую либо из ллм, либо из своего же кода.

С другой стороны, когда я раньше бралась что-то кодить — то редко доводила проекты до конца. Потому что бесконечный поиск определений и попытки понять и адаптировать какой-то код со stackoverflow меня очень сильно демотивировали. Конечно, ко всем ответам LLM (и не только) стоит относиться с подозрением и по возможности перепроверять. Но это все равно гораздо легче, чем дойти до 10й страницы выдачи поисковика и окончательно запутаться.

4️⃣ Еще мне очень помогает Docker. Сталкивалась с ним раньше в работе, но только сейчас познала истинную мощь этого инструмента.

Какой же болью раньше было устанавливать и настраивать инфраструктуру. Даже чтобы сделать простой коннект к БД надо было перепробовать 5 библиотек, чтобы потом выяснить, что именно та, с которой твой коннект работает, ну никак не устанавливается в AWS. Кстати, очень рекомендую этот короткий курс по докеру для начинающих и его расширенную версию (оба на английском).

5️⃣ В программировании получаешь результат и фидбек очень быстро, но в очень небольших масштабах.

Как аналитик за пару часов ты можешь описать небольшой юзкейс с диаграммой последовательности и всеми флоу. Как начинающий разработчик за это же время ты настроишь коннект к базе и напишешь пару миграций для простого проекта. Зато через пару часов ты точно знаешь, что коннект и миграции работают.

🥁

Пока такие впечатления. Со временем, конечно, что-то поменяется и добавятся новые прозрения и осознания. Главное, не забыть весь системный анализ за это время😉.

А как у вас с программированием? Практикуете или пытаетесь забыть, как страшный сон?