Дорожная карта кодирования для начинающих.

Часто задаваемые вопросы по программированию.
• Должен ли я изучать Python или JavaScript?
• Наука о данных против веб-разработки против разработки приложений, какой из них выбрать?
• Почему я должен изучать веб-разработку, когда есть популярные инструменты веб-разработки, такие как Wix и WordPress?
• Является ли NodeJS лучше, чем Django (python)?
• Все эти моменты привели меня в замешательство - что мне делать?

Итак, прежде чем начать с вопросов Вот кое-что о том, кто я и что делает меня квалифицированным, чтобы отвечать на такие вопросы?

Я градиот (идиот, который закончил школу и потратил впустую деньги и время, получая нулевые навыки в колледже, в то время как есть реальная возможность изучать все онлайн бесплатно), слово, придуманное Варуном Майей (основатель и генеральный директор - Avalon Labs) , Да, я выпускник CS. У меня огромное желание что-то делать, вы, возможно, знаете чувство ОНО ЖИВОЕ, если вы что-то разработали. В студенческие годы я сталкивался с несколькими технологиями, от Arduino до Raspberry pi, от PHP до JavaScript, Python. Я пытался изучать и понимать различные технологии не из-за учебной программы колледжа, а из-за моего желания узнать больше😎. На протяжении всего моего путешествия я сталкивался со многими вопросами, и вот некоторые из вопросов, которые, я думаю, помогут вам, ребята. Надеюсь, вам понравится.

Должен ли я изучать Python или JavaScript?

Я начну с того, почему Python🐍 или JavaScript⚡. Давайте поговорим о программировании в целом. Программирование - это способ мышления и реализации логики, которую вы создаете на языке, который понимают машины. Теперь есть стили, или вы можете сказать структуры программирования, такие как парадигмы программирования, такие как объектно-ориентированное программирование (ООП), функциональное программирование, процедурное программирование и т. д. Как разработчик, вы должны по крайней мере знать одну из этих парадигм. Чем больше парадигм вы знаете, тем более широкий выбор у вас будет для создания эффективного и гибкого кода.

Возвращаясь к теме, Python и JavaScript поддерживают ООП и функциональное программирование наряду с другими парадигмами.

JavaScript считается королем веб-программирования, которое используется для создания высокофункциональных и динамичных веб-сайтов. Он имеет обширную экосистему библиотек и сред, таких как ReactJS, Angular и Vue для front-end и NodeJS для backend. Вы также можете создавать собственные приложения для телефонов, используя React Native в JavaScript. Таким образом, с помощью JavaScript вы можете создавать как полноценные веб-сайты, так и мобильные приложения. Принимая во внимание, что Python является наиболее подходящим языком программирования для машинного обучения и науки о данных. Он имеет несколько библиотек, таких как Keras, TensorFlow, Scikit-learn и т. д. Наряду с этим, Python прост в использовании и имеет широкую поддержку сообщества. Вы также можете создавать сайты на python, используя такие фреймворки, как Django и Flask. Вы также можете создавать приложения на python, используя Tkinter, kiwi и т. д. Оба языка имеют мощную систему округления.

Вот мой взгляд на эту тему. Как разработчик, каждый должен знать основы веб-разработки, поскольку машинное обучение и наука о данных - это навык, основанный на услугах, а веб-разработка и разработка приложений - навык, основанный на продукте. Следовательно, специалисты по Data Science и Machine learning называются инженерами, а не разработчиками. Обратите внимание на очень тонкую разницу между инженером и разработчиком. Кроме того, вы знаете, Марк Цукерберг, Илон Маск, они начали с веб-разработчика и создали свои продукты. Спросите себя, чего вы хотите, определите свои цели, а затем выбирайте мудро и всегда ставьте на JavaScript.

Наука о данных против веб-разработки против разработки приложений. Что из них выбрать?

Если вы читаете это, вы, возможно, хорошо знаете о зарплате инженеров Data Science и ML по сравнению с веб-разработчиком или разработчиком приложения. Весь этот огромный всплеск искусственного интеллекта - это будущее, которое вполне может подтолкнуть вас к мысли, что даже я должен изучить Data Science для огромного пакета и возможности трудоустройства. Вот ужасная правда, что трудно получить работу в Data Science, так как компании предпочтут человека, обладающего знаниями предметной области и обычно специализирующегося на математике и статистике, вы должны быть по крайней мере магистром или доктором наук, для получения работы в этой области. Например, финтех-компания выберет CFA или специалиста по финансам, а не CS-инженера, и научит их науке о данных, так как python прост, и эффективность имеет значение. Таким образом, человек со знанием финансов хорошо подходит для работы. 

Однако, как я уже сказал, найти работу сложно, а не невозможно. Некоторые выпускники CS попали в науку о данных и много зарабатывают. Все, что вам нужно выучить, это Python, некоторые библиотеки и математика. Теперь, как я уже говорил, наука о данных - это навык, основанный на услугах, технически вы не разработчик, а инженер, который ищет решения для данной проблемы. С другой стороны, быть разработчиком веб-приложений или приложений - значит разрабатывать продукты. Вы можете создавать приложения и веб-сайты и выпускать их, чтобы зарабатывать, используя рекламные доходы, продавая их или даже создавая и поддерживая их для компаний, так что вам не нужно полагаться на компании в предоставлении своих услуг. Я предлагаю вам сначала изучить веб-разработку, а затем науку о данных, зарабатывая при этом своими навыками веб-разработки. Таким образом, у вас будет приличный набор навыков, портфолио и бюджет, чтобы начать экспериментировать в мире машинного обучения, где вычислительная мощность - это все.

Зачем мне изучать веб-разработку, когда есть популярные инструменты веб-разработки, такие как Wix и WordPress?

WordPress и Wix - популярные системы управления контентом. Они лучше всего подходят для создания небольших сайтов и блогов. Да, они облегчают создание веб-сайтов, но это не означает, что работа веб-разработчиков исчезла. Вы не можете создавать Amazon, Netflix, Twitter и большие полнофункциональные веб-сайты, используя их. Так что, если вы пытаетесь быть веб-разработчиком низкого уровня, вы можете попрощаться с разработкой веб-сайтов. Вы можете воспользоваться самыми востребованными техническими навыками Google, и вы найдете разработчиков AngularJS, ReactJS, NodeJS востребованными. Не только веб-сайты, но вы также можете создавать нативные приложения для Android и iOS с использованием React-native, а игры - с использованием ThreeJS библиотеки JavaScript. Возможности бесконечны, все, что вам нужно сделать, это начать. Я предлагаю вам начать со стека MERN, только это мое личное мнение, но вы можете исследовать и выбирать любой стэк, который вам нравится.

NodeJS против Джанго

NodeJS лучше, чем Джанго?

Прежде чем сравнивать давайте поговорим о том, что такое NodeJS и Django.

Node JS - это среда выполнения JavaScript, взятая из клиентской среды браузера, которая использует привязку ОС для ввода-вывода, а Django - это среда Python. Так что сравнивать оба - все равно что сравнивать яблоки с апельсинами. Хотя давайте проясним эти моменты.

Что касается производительности, да. NodeJS работает быстрее, чем Django или Python, поскольку он написан на C ++ и является средой выполнения JS. Вы спрашиваете, почему? Потому что JavaScript быстрее чем Python, потому что он работает на асинхронной неблокирующей объектной модели.

Когда дело доходит до масштабируемости, нет. Django или python, в общем, отлично масштабируются, так как кэширование приложений довольно просто. Django - это веб-среда Python высокого уровня, которая способствует быстрой разработке и чистому, прагматичному дизайну.

С введением npm, обозначающего систему управления пакетами Node, сообщество разработчиков программного обеспечения с открытым исходным кодом перешло на сторону NodeJS, поскольку управление пакетами и зависимостями никогда не было таким простым. Кроме того, npm намного лучше, чем pip, когда дело доходит до управления пакетами, вы можете изучить его.

Вот некоторые из крупных рыб и технология бэкэнда, которые они предпочитали для своего развития.

Uber, Twitter, eBay, Netflix, Duckduckgo, PayPal, LinkedIn, Trello, Mozilla, GoDaddy - некоторые известные имена, использующие Node JS в качестве своей бэкэнд-технологии.

Pinterest, Instagram, Eventbrite, Sentry, Zapier, Dropbox, Spotify, YouTube также являются известными именами, использующими Django в качестве технологии бэкэнда.

Обратите внимание на эту тенденцию: Uber, Twitter и Netflix являются одними из приложений, которым важна производительность, в то время как Pinterest, Instagram, YouTube требуют много места и, следовательно, масштабируемость является их приоритетом.

Таким образом, выбор за вами, что вы хотите: масштабируемости или производительности.

Все эти моменты привели меня в замешательство - что мне делать?

Во-первых, спросите себя, что вам нравится делать. Вам нравится создавать игры, приложения, веб-сайты? Что вас интригует? Что пробуждает ваше любопытство? Я перечислил некоторые из вопросов в зависимости от выбора, который вы делаете.

• Разработка игр - если вы хотите попасть в индустрию разработки игр, вам придется изучать C # или C ++ для разработки хардкорных игр. Вы можете создавать веб-игры, используя ThreeJS или любую другую библиотеку, но вы не будете точно разработчиком игры.

• Разработка приложений - вы можете создать приложение, используя JAVA для Android или Swift для iOS. Кроме того, вы можете использовать React-native или Flutter для создания приложений, которые будут работать как на Android, так и на iOS. Если вам нужны веб-приложения, вы также можете использовать Ionic.

• Веб-разработка. Существует множество стеков (набор технологий, которые хорошо сочетаются друг с другом), которые вы можете выбрать, например, стек MEAN, стек MERN, стек LAMP и т. Д. Вы также можете создать веб-сайт из WordPress или Wix. Создайте для себя интерактивное портфолио со стеком, который вам интересен.

• Data Science, ML, AI - Начните с python и проходите курсы по науке данных, математике, машинному обучению на популярных сайтах, таких как Udemy или LinkedIn. Начните соревноваться в Kaggle и сохраняйте свой профиль в Kaggle.

Во-вторых, сделайте себе одолжение и начните изучать алгоритмы и структуры данных на языке, который соответствует вашему ответу на поставленный выше вопрос.

В-третьих, начните подавать заявку на стажировку в некоторых проектах и ​​попытайтесь составить примерное портфолио. Поддерживайте свой GitHub, LeetCode или HackerRank или любые другие профили, которые вы можете включить в свое резюме.

Я надеюсь, что это может помочь вам; Я изо всех сил старался ответить на некоторые вопросы, с которыми я сталкивался на протяжении всей моей жизни как градиот.

Ссылка на оригинал.