Android Data Access Auditing Sample (Kotlin)

Для обеспечения большей прозрачности в том, как ваше приложение и его зависимости получают доступ к приватным данным пользователей, в Android 11 введен аудит доступа к данным.

Получив информацию об этом процессе с помощью примеров на Kotlin из репозитория, вы сможете лучше идентифицировать и исправить потенциально неожиданный доступ к данным.

https://proglib.io/w/7db8a957

Цикл статей про использование SwiftUI в реальной жизни и реальных приложениях:

– Введение в SwiftUI
– Работа с готовыми библиотеками под UIKit
– Особенности архитектуры SwiftUI
– Навигация и конфигурация в SwiftUI

Программа выведет «foo и bar», т.к. при обращении к методам, которые не являются частью протокола и добавлены к нему через расширение, используется прямой вызов. В этом заключается суть диспетчеризации методов в Swift.

Источник: https://habr.com/ru/company/simbirsoft/blog/497738/

Разбираемся с понятиями чистого кода в Android: https://proglib.io/w/16ca5b2e

Разбираемся с тестированием удаленных Push-уведомлений в симуляторе iOS с помощью нового способа имитации, реализованного в бета-версии Xcode 11.4: https://proglib.io/w/58e5a152

Разбираемся с Android AlarmManager: https://proglib.io/w/a1764ba5

«foo was set» будет выведено 2 раза, т.к. didSet срабатывает не только при присваивании нового значения экземпляру структуры, но и при присваивании нового значения полю структуры.

Источник: https://habr.com/ru/company/simbirsoft/blog/497738/

Автор статьи делится практическим опытом архитектуры и дизайна Android-приложений: https://proglib.io/w/f063a6d7

Machine Learning for iOS Developers (2020)

Автор(ы): Abhishek Mishra

С помощью книги вы научитесь использовать возможности iOS для машинного обучения и изучите концепции и методы, необходимые для того, чтобы стать успешным практиком iOS в области машинного обучения!

Предполагая, что у вас нет опыта работы с машинным обучением, это книга предлагает экспертные инструкции и практические примеры интеграции машинного обучения в iOS. Четко написанные главы книги, состоящие из двух разделов, сначала охватывают фундаментальные концепции машинного обучения, различные типы систем машинного обучения, их практическое использование и потенциальные проблемы, связанные с решениями в области машинного обучения. Второй раздел учит читателей использовать модели ― как предварительно обученные, так и созданные пользователем ― с помощью инфраструктуры Apple CoreML.

GraphQL ― язык запросов и манипулирования данными для API. Знакомимся с его основами и учимся работать с GraphQL API для использования при разработке под Android.

https://proglib.io/w/aef7b07a

Также вам может быть интересна статья, в которой автор делится опытом редизайна приложения по прокату велосипедов и самокатов. Там кстати ребята перешли с RESTful API на GraphQL.

​​Компилятор не позволит этого сделать, но со стандартами generic-типами это будет работать:

Павел Финкельштейн из Lamoda делится опытом использования Kotlin в проде: https://proglib.io/w/1334dd1e

Android Developer Roadmap 2020

Рекомендуемый путь обучения, который поможет вам в изучении Android. Чтобы использовать этот контент, имейте в виду, что у дорожной карты есть макроблоки, которые находятся посередине, и из них выходят микроблоки, которые являются более утонченным содержанием по теме родительского блока.

Таким образом, авторы дорожной карты предлагают вам идти из макроблоков в микроблоки, сверху вниз.

Мини-учебник по работе с сетевой библиотекой Moya для iOS, позволяющей создавать безопасную по типу структуру для сетевых сервисов и запросов: https://proglib.io/w/c55e3501

Очередная полезная ссылка: шпаргалка по экосистеме Android 2020

https://proglib.io/w/1343e774