Telegram Group & Telegram Channel
Forwarded from یادگیری ماشین با چاشنی صنعت (Abolfazl 🤘)
ساختمان داده و الگوریتم به دردمون نمیخوره. چرا بخونیم این مطالب قدیمی رو؟

این رو شاید از خیلیا شنیده باشین. اکثرا کسایین که صرفا از ابزار آماده استفاده میکنن و کد میزنن تا یه چیزی آماده شه.
واقعیت بخواین، بیشتر کسایی که تو حوزه IT فعالیت میکنن همینو میگن. آخه کجا نیازه که یه مهندس هوش مصنوعی الگوریتم و ریاضیات بدونه؟ کجا نیازه که یه BI developer، ساختمان داده و تحلیل الگوریتم بدونه؟(شوخیه صرفا)

مشکل جایی شروع میشه که بسیاری از کسب و کارها نیازمند یک اپراتور هستن تا یک مهندس نرم افزار.
الان خیلی از پوزیشن هایی که من میبینم اپراتور میخوان. البته پوزیشن های اکادمیک طبیعتا مهندس میخوان به جای اپراتور.

خلاصه که اگر میخواین واقعا پیشرفت کنین تو کارتون، یه سری چیزایی که بیسیک هستن رو باید بدونین. فرق نمیکنه تو حیطه BI کار میکنید یا AI یا توسعه نرم افزار.

خب میریم برای این که بگیم چیزای بیسیک چیا هستن؟

شماره اول، زبان C: فرق نمیکنه که چه زبانی رو دوست دارین. ابتدا باید الفبای کامپیوتر و برنامه نویسی رو با زبانی مثل C تمرین کنین و مفاهیم رو یاد بگیرین. بعد از این که مفاهیم ابتدایی رو با C یاد گرفتین میتونین سراغ هر زبانی دیگه برین.

شماره دوم، اصول شی گرایی: شی گرایی یک سری اصوله و با توجه بر دنیای واقعی چیده شده. سعی کنید اصول شی گرایی رو اول درک کنید و بعد با یک زبانی که شی گرایی رو گسترده استفاده میکنه شروع به تمرین کنید ( مثلا جاوا یا C++). ممکنه در آینده عمده کار شما با یک زبان غیر شی گرا باشه اما یادگیری شی گرایی برای هر مهندس نرم افزاری واجبه.

شماره سوم، ساختمان داده: شاید به نظر من مهمترین درس مهندسی کامپیوتر، درس ساختمان داده باشه. بی شک جز دروسیه که دائما باید مرورش کنید و در حقیقت قلب تپنده محسوب میشه.
چون اصلی ترین و پایه ای ترین اصول رو ازش یاد میگیرید، اصولی که زیر بنای تمام تکنولوژی های نرم افزاری هستن.

شماره چهارم، الگوریتم: در حقیقت مکمل ساختمان داده محسوب میشه و بعد از ساختمان داده، مهمترین درس برای هر مهندس نرم افزاره. مباحث ساختمان داده و الگوریتم به اندازه ای مهم هستن که قابل بیان نیستن. فقط باید در کالبد شکافی یک ابزار ( مثلا یک پایگاه داده )کارتون بهشون بخوره که متوجه بشین چقدر دیدتون رو افزایش میدن نسبت به انتخاب ابزار یا تکنولوژی.

شماره پنجم، دیتابیس و SQL: طبیعتا به عنوان یک مهندس نرم افزار، یکی از چالش های شما میتونه ذخیره و بازیابی اطلاعات باشه. خصوصا اگر تو زمینه های هوش مصنوعی یا حوزه های مرتبط با داده کار میکنید امکان نداره که دیتابیس نیازتون نشه. گذشته از اون باید با روش های مختلف طراحی پایگاه داده و بهینه سازی کوئری ها نیز اشنا باشید.


مهمترین اصول بیسیک این موارد هستن. موارد دیگه ای هم مثل طراحی کامپایلر یا مهندسی نرم افزار هستن که در قدم های بعدی اهمیت پیدا میکنن و بسته به حیطه کاری نیازتون بهشون میفته.



tg-me.com/djangolearn_ir/993
Create:
Last Update:

ساختمان داده و الگوریتم به دردمون نمیخوره. چرا بخونیم این مطالب قدیمی رو؟

این رو شاید از خیلیا شنیده باشین. اکثرا کسایین که صرفا از ابزار آماده استفاده میکنن و کد میزنن تا یه چیزی آماده شه.
واقعیت بخواین، بیشتر کسایی که تو حوزه IT فعالیت میکنن همینو میگن. آخه کجا نیازه که یه مهندس هوش مصنوعی الگوریتم و ریاضیات بدونه؟ کجا نیازه که یه BI developer، ساختمان داده و تحلیل الگوریتم بدونه؟(شوخیه صرفا)

مشکل جایی شروع میشه که بسیاری از کسب و کارها نیازمند یک اپراتور هستن تا یک مهندس نرم افزار.
الان خیلی از پوزیشن هایی که من میبینم اپراتور میخوان. البته پوزیشن های اکادمیک طبیعتا مهندس میخوان به جای اپراتور.

خلاصه که اگر میخواین واقعا پیشرفت کنین تو کارتون، یه سری چیزایی که بیسیک هستن رو باید بدونین. فرق نمیکنه تو حیطه BI کار میکنید یا AI یا توسعه نرم افزار.

خب میریم برای این که بگیم چیزای بیسیک چیا هستن؟

شماره اول، زبان C: فرق نمیکنه که چه زبانی رو دوست دارین. ابتدا باید الفبای کامپیوتر و برنامه نویسی رو با زبانی مثل C تمرین کنین و مفاهیم رو یاد بگیرین. بعد از این که مفاهیم ابتدایی رو با C یاد گرفتین میتونین سراغ هر زبانی دیگه برین.

شماره دوم، اصول شی گرایی: شی گرایی یک سری اصوله و با توجه بر دنیای واقعی چیده شده. سعی کنید اصول شی گرایی رو اول درک کنید و بعد با یک زبانی که شی گرایی رو گسترده استفاده میکنه شروع به تمرین کنید ( مثلا جاوا یا C++). ممکنه در آینده عمده کار شما با یک زبان غیر شی گرا باشه اما یادگیری شی گرایی برای هر مهندس نرم افزاری واجبه.

شماره سوم، ساختمان داده: شاید به نظر من مهمترین درس مهندسی کامپیوتر، درس ساختمان داده باشه. بی شک جز دروسیه که دائما باید مرورش کنید و در حقیقت قلب تپنده محسوب میشه.
چون اصلی ترین و پایه ای ترین اصول رو ازش یاد میگیرید، اصولی که زیر بنای تمام تکنولوژی های نرم افزاری هستن.

شماره چهارم، الگوریتم: در حقیقت مکمل ساختمان داده محسوب میشه و بعد از ساختمان داده، مهمترین درس برای هر مهندس نرم افزاره. مباحث ساختمان داده و الگوریتم به اندازه ای مهم هستن که قابل بیان نیستن. فقط باید در کالبد شکافی یک ابزار ( مثلا یک پایگاه داده )کارتون بهشون بخوره که متوجه بشین چقدر دیدتون رو افزایش میدن نسبت به انتخاب ابزار یا تکنولوژی.

شماره پنجم، دیتابیس و SQL: طبیعتا به عنوان یک مهندس نرم افزار، یکی از چالش های شما میتونه ذخیره و بازیابی اطلاعات باشه. خصوصا اگر تو زمینه های هوش مصنوعی یا حوزه های مرتبط با داده کار میکنید امکان نداره که دیتابیس نیازتون نشه. گذشته از اون باید با روش های مختلف طراحی پایگاه داده و بهینه سازی کوئری ها نیز اشنا باشید.


مهمترین اصول بیسیک این موارد هستن. موارد دیگه ای هم مثل طراحی کامپایلر یا مهندسی نرم افزار هستن که در قدم های بعدی اهمیت پیدا میکنن و بسته به حیطه کاری نیازتون بهشون میفته.

BY جنگولرن


Warning: Undefined variable $i in /var/www/tg-me/post.php on line 283

Share with your friend now:
tg-me.com/djangolearn_ir/993

View MORE
Open in Telegram


جنگولرن Telegram | DID YOU KNOW?

Date: |

The global forecast for the Asian markets is murky following recent volatility, with crude oil prices providing support in what has been an otherwise tough month. The European markets were down and the U.S. bourses were mixed and flat and the Asian markets figure to split the difference.The TSE finished modestly lower on Friday following losses from the financial shares and property stocks.For the day, the index sank 15.09 points or 0.49 percent to finish at 3,061.35 after trading between 3,057.84 and 3,089.78. Volume was 1.39 billion shares worth 1.30 billion Singapore dollars. There were 285 decliners and 184 gainers.

Should You Buy Bitcoin?

In general, many financial experts support their clients’ desire to buy cryptocurrency, but they don’t recommend it unless clients express interest. “The biggest concern for us is if someone wants to invest in crypto and the investment they choose doesn’t do well, and then all of a sudden they can’t send their kids to college,” says Ian Harvey, a certified financial planner (CFP) in New York City. “Then it wasn’t worth the risk.” The speculative nature of cryptocurrency leads some planners to recommend it for clients’ “side” investments. “Some call it a Vegas account,” says Scott Hammel, a CFP in Dallas. “Let’s keep this away from our real long-term perspective, make sure it doesn’t become too large a portion of your portfolio.” In a very real sense, Bitcoin is like a single stock, and advisors wouldn’t recommend putting a sizable part of your portfolio into any one company. At most, planners suggest putting no more than 1% to 10% into Bitcoin if you’re passionate about it. “If it was one stock, you would never allocate any significant portion of your portfolio to it,” Hammel says.

جنگولرن from jp


Telegram جنگولرن
FROM USA