Как умение видеть «большую картину» помогло мне вырасти до лида

В самом начале работы над первыми проектами я часто сталкивался с одной и той же проблемой: не хватало целостного представления о том, как задача вписывается в общую систему. Из-за этого я упускал важные кейсы и нюансы, которые не были явно описаны в задаче, но реально встречались в жизни.

С течением времени я начал глубже вникать во все сервисы команды, исследовал смежные области и старался понимать, как в целом работают ключевые компоненты OZON для покупателя. Такое широкое видение позволило мне намного эффективнее выполнять задачи и реализовывать проекты. Постепенно это дало свои плоды: меня назначили тимлидом — и во многом благодаря способности глубоко «погружаться» в процесс и видеть проект целиком.

Совет: даже если вам кажется, что задача маленькая или простая, всегда спрашивайте себя: «Зачем это делается? Какую проблему мы решаем? Как всё это будет функционировать вместе?» По началу это сложно, но именно такой подход помогает вырасти в специалиста более высокого уровня.

Всех с началом рабочей недели!

КТО БЫЛ ПЕРВЫМ ПРОГРАММИСТОМ В ИСТОРИИ?

Если вам кажется, что программирование — это сугубо мужская профессия, задумайтесь: кто, по-вашему, был первым программистом в истории? Возможно, вы подумаете о каком-нибудь инженере XX века, связанном с первыми компьютерами. Но ответ вас удивит!

Первым программистом была женщина — Ада Лавлейс. В середине XIX века, когда компьютеров ещё не существовало, она написала первую в мире программу. Работая с математиком Чарльзом Бэббиджем, Ада создала алгоритм для аналитической машины — теоретического предка современных компьютеров. Её идеи о том, что машины могут не только считать, но и обрабатывать сложные задачи, стали основой для будущих вычислений.

Сегодня, в мире, где технологии развиваются невероятными темпами, женщины продолжают вносить огромный вклад в программирование, науку и инновации.

Дамы, с 8 марта! Пусть ваш интеллект, энергия и стремление к новым вершинам меняют этот мир к лучшему!

А как у вас проходит подготовка к DEMO заказчику?

После «таких инцидентов» обычно вспоминают про бэкапы и начинают разработку сложных систем по настройке и сбору резервных копий данных БД.

Как раз недавно в команде закончили проект, посвященный бэкапам.

Вписаться в несколько активностей, а потом офигевать от количества мероприятий в календаре - это классика.

P.S. Готовлю курсы и делюсь экспертизой не только на публику но и внутри компании.

ПРО АЛГОРИТМЫ НА СОБЕСЕДОВАНИЕ

Раньше я искренне не понимал, зачем некоторые IT‑компании так помешаны на алгоритмах.

Казалось, на реальных проектах алгоритмические задачи почти не встречаются, и фронт‑ и бэкенд‑разработка сводится к знанию фреймворков, «перекладыванию JSON-чиков» и API.
Однако за несколько лет участия в десятках собеседований и после собственного опыта в разработке я убедился: алгоритмы — это самый надёжный способ оценить не только знание синтаксиса, но и скорость разработки и качество мышления на собеседовании. Все остальное можно заучить и «натаскаться» проходя собеседования.

Личный пример.
В начале карьеры я мог быстро писать CRUD на знакомом фреймворке, но на реальную задачу уходило по несколько дней: то упирался в нестандартный кейс, то долго выстраивал логику, код писал не быстро. После целенаправленного изучения алгоритмов и регулярной практики на LeetCode время на решение типичных задач сократилось в разы: я просто «видел» шаблон и быстро его имплементировал.

Почему это не прихоть компаний
Алгоритмические задачи — это как игра на фортепиано: профессионал, играющий разные жанры и виртуозно владеющий инструментом, способен «прочувствовать» любую мелодию и сразу попасть в нужный темп и тон. Так же и разработчик, хорошо натренировавший алгоритмическое мышление, в коде «чувствует» структуру задачи и без лишних проб и ошибок строит оптимальное решение. А скорость выполнения задач - очень важный показатель.
Можно выучить и зазубрить любую теорию: computer science, устройство языка, SQL и NoSQL, брокеры сообщений. Но алгоритмы - это тот навык, который прививается со временем.

Конечно, перегибать палку не стоит: несколько тяжелейших секций на графах и динамическом программировании, далеких от повседневных задач, часто лишь валят кандидатов и отнимают время (возможно это тактичный способ слить кандидата). Главное, что дают алгоритмы — шаблоны мышления и «насмотренность», благодаря которым вы почти на автопилоте пишете чистый, понятный и эффективный код.

Пишите в комментариях, практикуете ли вы алгоритмические задачи, и если да, видите ли у себя прогресс в скорости разработки?