Новые складчины | страница 34

​

В результате обучения вы:

• Узнаете теоретические основы моделирования бизнес-процессов и закрепите их на интенсивной практике.
• Научитесь разбирать бизнес-модели в своей компании или подразделении и повышать эффективность текущих и новых процессов.
• Научитесь создавать модели процессов по нотации BPMN 2.0 в ELMA на всех этапах моделирования.
• Разберётесь во всех основных элементах нотации BPMN: операторы, события, диалоги, роли

Программа:
Введение в моделирование бизнес-процессов
Блок 1
Повторите теоретические основы моделирования бизнес-процессов и ключевые элементы нотации BPMN для дальнейшей практики.
1 неделя
Основные символы стандарта BPMN. Применение BPMN 2.0 и сравнение с другими нотациями и моделями
Основы моделирования и риски неправильно написанных процессов.

Практика применения нотации BPMN
Блок 2
На практике отработаете все этапы моделирования бизнес-процессов и разберётесь с особенностями применения всех элементов нотации. Поймёте особенности моделирования с учётом исполнителей, кто работает с описанием процессов. Отработаете кейсы сложных моделей и повысите уровень насмотренности в решениях сложных задач.
2 недели
Построение модели с использованием событий
Построение модели с использованием операторов
Построение модели с использованием исполнителей
Построение модели с использованием диалогов

Хакатон — кейс от партнёра
Блок 3
С помощью знаний полученных на воркшопах решите реальный кейс от нашего партнёра и смоделируете нестандартный бизнес-процесс по нотации BPMN. Сможете применить все полученные знания и сформировать кейс в портфолио.
1 неделя
Хакатон и разбор кейса
Q&A-сессия в формате вебинара
Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Мы уже обсудили высокоуровневое разделение проекта на модули и микросервисы, чтобы у нас было меньше связей между отдельными подсистемами. И сделали это на примере сложной растущей программной системы для большого завода жэлезобетонных изделий с линейкой бетона с ароматом клубники для VIP-клиентов.

Там мы вскользь упомянули принципы и паттерны SOLID и GRASP в применении к модулям. Эта тема интересна сама по себе и по ней всегда много вопросов от зрителей. Так что будет полезно рассмотреть эту тему отдельно на примерах не только высокоуровневых модулей, но и на более низкоуровневом разделении программного кода на процедуры, функции или классы.

Проекты обычно только растут, становясь всё сложнее и сложнее. Со временем программисту всё труднее вносить изменения и работа делается всё дольше и дольше. И всё актуальнее становится вопрос, как облегчить жизнь программиста и заказчика при постоянном росте проекта. Это нам и надо решить.

Делаете ли вы свой проект или развиваете чужой – такие вещи нужно осознать как можно раньше, чтобы со временем не превратить код проекта в кашу.

И даже если вам сейчас не хочется это применять в проекте у себя на работе, то вы можете потренироваться с этим в своих личных проектах, чтобы потом с этим опытом пройти собеседование в более интересную компанию.

В статьях и книгах порой просто перечисляют буквы из SOLID, но забывают упомянуть, зачем это нужно. И часто приводят примеры кода, забыв раскрыть полные причины, которые автора к этому варианту кода привели. В итоге по коду не очень понятно, что там происходит.

Прочитав или посмотрев такие материалы, многие бросаются что-то из этого применить у себя. Но из-за непонимания изначальной идеи программист либо делает криво, либо не там, где это актуально. В итоге возникает ощущение, что всё это бесполезно и только мешает в работе.

Зубрить какие-нибудь принципы или паттерны вроде SOLID или GRASP ради собеседований бесполезно. Это образ мышления, которым нужно жить. А мы с вами в скринкастах и стримех привыкли не зубрить, а докапываться до смысла всего того, что делаем. Пытаемся найти исходные причины и пережить всё то, о чём думал автор когда что-то изобретал. Что не нравилось автору изначально и к какому решению он пришёл в итоге. Так мы с вами можем поступить и здесь. И поняв основную идею подобных архитектурных принципов нам сразу станет очевидно, какие паттерны GoF в коде смогут нам для этого пригодиться.

Если пускать код проекта на самотёк, не прилагая усилий к его улучшению, то работать обычно становится всё сложнее. Чем больше лишних зависимостей, тем больше риска что-то сломать. А без понимания ключевых идей сложно что-то применять.

Мы часто опираемся на эти принципы во многих скринкастах, когда программируем новый код и когда рефакторим старый. Этого матерала много, но он пока разрозненный. Так что будет полезно собрать всё это и составить общую картину.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Тариф Обучение

Авторы курса: Евгений Лукьянов, Сергей Бухаров, Ольга Федорова

Курс для тех, кто хочет не менять профессию, а расти в ней

Что курс изменит в вашей жизни
Сразу после курса вы не станете победителем финтех-хакатонов и Гугл с Фейсбуком не станут за вами охотится. Но вы точно сможете проходить кодинг-интервью, решать задачи и аргументированно торговаться о зарплате. А главное — определитесь со своим карьерным роадмапом.

Другие, менее масштабные изменения:

• Вы ощутите готовность к техническому интервью благодаря нашим советам, лайфхакам и инсайдам от практикующих специалистов.
• Поймете разницу между собеседованиями в российские и зарубежные компании и овладеете основами методики самопродажи в западные галеры.
• Вооружитесь рычагами для поднятия офера уже на этапе собеседования.
• Научитесь определять пользу от работы в компании для своего профессионального развития по прямым и косвенным признакам.
• Осознаете, что востребованного топ 1% отличает от среднего разраба фундаментальные подходы к разработке, которые не меняются также часто, как мода на фреймворки.

Что даст вам курс:

1. Четкий карьерный план, с пониманием где ты сейчас, где ты хочешь быть через N лет, и четкое понимание как этого добиться
2. Не потеряешь несколько лет своей жизни в компаниях, которые пожирают время и портят путь в твоей карьере
3. Перестанешь разочарованно бегать из компании в компанию, а определишься какой тип компаний тебе подходит на данном этапе карьеры и будешь счастливо работать там
4. Возможность устроится в компании рангом выше (топовые компании, удаленка на заграницу), нежели ты устроился бы сейчас
5. Переработаешь резюме так, что закидывая его в топ компанию тебе обязательно перезвонят
6. Подготовишься к собеседованиям, используя наш фреймворк
7. Будешь рассказывать о своем опыте так, что работодатель скажет "господи, именно он ведь и нужен"
8. Упростишь себе собеседование, повернув его так, чтобы говорить о том что кандидат знает, а не то что работодатель будет спрашивать
9. Получишь большую зарплату на новой работе из-за того что покажешь на собеседовании что ты не просто кодер, а умеешь решать проблемы работодателя

Спойлер: Программа курса:

Часть 1. Как выбрать компанию мечты

Как определить уровень ада в компании на этапе собеседования
Как распознать первые признаки приближающегося выгорания
Получите инструкцию-путеводитель по путешествию из умиральной ямы выгорания в мир живых.

• Виды компаний и их характеристики.
• Кризисы развития: какие бывают и как помогают перейти компании на следующий уровень или погибнуть в мучениях.
• Как определить вид компании и её жизненный этап на этапе собеседования.
• Типичные проблемы и типичные решения на примерах из практики.

​

Часть 2. Найди свою мотивацию

• Как выкинуть из головы популярную чепуху и найти свою настоящую мотивацию.
• Твоя мотивация: Сделать по красоте, получение выгоды, получение признания, стремление к новизне или что-то еще
• Для лидов и тех, кто хочет руководить. Как перестать пихать людей пряниками, а начать разбираться в их целях и мотивах.
• Поймете свою мотивацию и поймете какой тип компании подходит именно сейчас именно вам: будет ли вам хорошо и комфортно в стартапе или сейчас вы на низких вибрациях и надо идти в корпорацию.

В конце раздела ты выведешь свою собственную мотивацию, поймешь что тебя заводит в работе и какие паттерны искать на собеседовании, чтобы работать в компании с удовольствием​

Часть 3. Перестаем рандомно прыгать из компании в компанию и строим карьеру

• Зачем тебе строить карьеру
• Карьера — это бизнес. Учимся мыслить по-бизнесменски: Отношение к себе, найм помощников, выбор специализации, личный бренд
• Карьерный план: растем внутри компании или уходим
• Чему учится: составляем карьерный план
• Где взять время на учебу
• Как не утонуть в бездонном океане знаний

В конце раздела ты сам построишь свой долгосрочный карьерный путь и поймешь оставаться в компании или нужно срочно менять. И если менять – то на какую​

Часть 4. Резюме

• Почему резюме нужно каждому разработчику. Даже тем, кто думает что не нужно
• Опыт работы – это не список того что вы делали, это достижения
• Приемы описания достижений: Используйте цифры, нет оценочным суждениям,
• Увеличиваем конверсию резюме. Меньше откликов -> больше собеседований. Как описать опыт чтобы даже HR поняла
• Специфика резюме: нужно ли фото, какого объема, что писать в summary
• Как писать резюме для иностранных компаний

В конце тым сам составишь продающее резюме, которой будет тебя представлять у лучшем свете. Сам афигеешь от того какой ты клевый и как много сделал.​

Часть 5. Интервью

HR скрининг.

• Красный флаги
• стратегия поведения.
• Как отвечать на вопрос: какой ожидаемый уровень дохода

Интервью с нанимающим менеджером.

• Стратегия поведения, объясняем что этот менеджер от вас хочет.
• Как очаровать его одним ответом

Кодинг интервью.

• На практике покажем как пройти 80% кодинг интервью без зубрежки алогритмов,
• как не запутаться в задаче. И не потеть на интервью
• Фреймоврк прохождения кодинг-интервью: От формирования требований и прорисовки решения на бумажке до кодинга.
• Покажем как можно пройти интервью используя ООП для уменьшения когнитивной нагрузки на самих себя и даже как использовать TDD (Test-Driven Development)

Дизайн интервью
Разные типы интервью требуют разных подходов. Расскажем как проходить интервью где:

• Спрашивают про опыт и то что выделали
• Просят проревьювить код
• Гоняют по ООП
• Устраивают викторину 100 вопросов java разработчику
• Типичное FAANG интервью

Поведенческое интервью, Leadership интервью

• Разберем все типичные вопросы на примере Принципов лидерства амазон
• Принципы лидерства покажут что компании ценят в разработчиках помимо навыков кодинга.
• Расскажем как вообще себя вести в компании, чтобы проявить себя

​

Часть 6. Как торговаться за офер

Часть 7. Как пройти в зарубежные компании: в чем отличие

• Small Talk
• Культурные особенности
• На чем обычно заваливаются российские ребята

​

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Для грамотной разработки программного кода нужно не только хорошо владеть языком программирования, но и предельно ясно представлять себе как эффективно организовывать хранение и обработку данных в процессе работы программы. Именно для этого и нужно знать основные структуры данных, понимать как они работают, какие у них преимущества и недостатки, чтобы грамотно выбирать лучшие способы представления данных при решении каждой конкретной задачи.

Этот курс - очередная важная ступенька вашего становления, как грамотного IT-специалиста в области программирования. После того, как вы изучили базовые возможности языка, его объектно-ориентированную составляющую, следующим логичным шагом является изучение типовых, часто используемых структур данных, знание их сильных и слабых сторон для эффективного использования в своих проектах.

Любая более-менее состоятельная программа использует хотя бы одну простейшую структуру данных, например, массивы. А в более сложных проектах всегда присутствуют и более сложные вроде связных списков, хэш-таблиц, множеств, ассоциативных массивов и так далее. Все это нужно знать, чтобы ваши программы получались максимально быстрыми и при этом экономно расходовали память устройства. Мало того, почти всегда на собеседованиях при приеме на работу на должность программиста задаются вопросы по структурам данных и способах оценки сложности алгоритмов, как правило, с позиции "О большого" (Big O). Как раз все эти важные темы входят в данный курс. Его прохождение позволит вам не только увереннее составлять алгоритмы, но и успешнее проходить собеседования при будущем трудоустройстве.

Чему вы научитесь:

1. Узнаете как правильно определять вычислительную сложность типовых алгоритмов (показатель О большое - Big O).
2. Познакомитесь со статическими и динамическими массивами.
3. Подробно изучите одно- и двусвязные списки, а также их использование для построения очередей и стеков.
4. Увидите, что из себя представляют бинарные деревья и как они применяются для описания упорядоченных множеств.
5. Познакомитесь с префиксными (нагруженными) деревьями и их применением для построения ассоциативных массивов.
6. Изучите основы хэш-таблиц, способы построения хэш-функций и методами устранения коллизий.

Для кого этот курс:

Задания этого курса ориентированы на язык Python и С++. Поэтому его имеет смысл проходить после изучения базы и ООП этих языков:

• "Добрый, добрый Python"
• "Добрый, добрый Python ООП"
• "Добрый, добрый C/C++"
• "Добрый, добрый ООП C++"

Идеально, если вы знаете оба языка программирования: и Python и C++. Но, можно его проходить, зная только один из них, или даже какой-либо другой. Правда тогда некоторые практические задания для вас будут непонятными. Но, тем не менее, вы, все равно, в полном объеме сможете изучить сами структуры данных. А это главная цель данного курса.

Спойлер: Программа курса:

1. Учимся оценивать вычислительную сложность алгоритмов

1. Введение в Big O
2. Big O логарифмической и факториальной сложности

2. Простейшие структуры данных

1. Статический массив
2. Статический массив на С++
3. Динамический массив
4. Динамический массив на Python
5. Динамический массив на С++

3. Связные списки

1. Односвязный список
2. Односвязный список на С++
3. Двусвязный список
4. Двусвязный список на С++ с нуля
5. Класс list двусвязного списка библиотеки STL языка С++

4. Очереди и стек

1. Очереди типов FIFO и LIFO
2. Очередь collections.deque на Python
3. Класс deque очереди библиотеки STL языка C++
4. Стек (stack)
5. Реализация стека на Python и C++

5. Деревья и множества

1. Бинарные деревья
2. Способы обхода и удаления вершин бинарного дерева
3. Бинарное дерево на Python
4. Множества (set). Операции над множествами
5. Множества set и multiset в C++
6. Контейнер map библиотеки STL в C++
7. Префиксное (нагруженное, Trie) дерево. Ассоциативные массивы

6. Хэш-таблицы

1. Хэш-таблицы
2. Универсальное хэширование
3. Метод открытой адресации. Двойное хэширование
4. Хэш-таблицы в языках Python и С++

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Data Science - это популярная предметная область, которая занимает одну из лидирующих позиций среди других областей в ИТ.

Специалисты, которые занимаются анализом данных и машинным обучением очень востребованы во многих странах мира, в том числе и в России.

В дальнейшем эта сфера будет еще больше развиваться, так как многие компании понимают, что именно Data Scientist может привнести огромный вклад в развитие компании, который выражается также в денежном эквиваленте.

Этот курс не перегружен математическими формулами и выводами, задача познакомиться с областью, научиться практическим навыкам, а также сформировать целостную картинку о грамотном и поэтапном обучении моделей.

Курс состоит из 4 основных блоков, где в каждом блоке предусмотрены уроки и соответствующие шаги с теорией и практикой:

1. Введение
   
   Вы сможете узнать, что такое Data Science, чем данная область отличается от Machine Learning, а также чем занимаются специалисты в этих направлениях науки.
   Познакомитесь с инструментом для анализа данных Python, а также средой разработки Jupyter Notebook.
   Попробуем с вами установить их для дальнейшей полноценной работы.
   
   
2. Основы Python
   
   В этом блоке вы сможете с нуля познакомиться с языком программирования Python: переменные, типы данных, функции, ООП. Набора перечисленных тем для начального этапа хватит для изучения и применения моделей машинного обучения.
   Также вас ждут практические задания, где вы сможете отточить свои навыки программирования.
   
   
3. Библиотеки для визуализации и анализа данных
   
   Вы познакомитесь с необходимыми инструментами, которые полезны в предварительном анализе данных, перед тем как будем обучать модель.
   Это популярная библиотека Pandas для работы с табличными данными, Matplotlib и Seaborn - библиотеки для визуализации данных и результатов, в том числе обучения моделей.
   
   
4. Машинное обучение
   
   В этом блоке мы познакомимся с моделями машинного обучения: как они работают, в какой ситуации какую модели применять.
   Также разберем библиотеку Scikit-learn, где уже реализовано большинство ML моделей.
   Научимся поэтапно выполнять предобработку данных, обучать модели, а также интерпретировать их результат.

Чему вы научитесь:

1. Программировать на Python с нуля
2. Использовать популярные библиотеки Pandas и Scikit-learn
3. Обучать модели машинного обучения
4. Визуализировать результаты при помощи Matplotlib и Seaborn
5. Разбираться в метриках для оценки результата
6. Интерпретировать результат моделей ML

Спойлер: Программа курса:

Введение

1. Введение
2. Что такое Data Science? Инструменты для анализа данных
3. Знакомство с языком программирования Python
4. Особенности работы с языком программирования Python
5. Об авторе

Основы Python

1. Установка и настройка интерпретатора Python
2. Знакомство с консолью. Условные конструкции
3. Введение в типы данных и циклы. Коллекции данных.
4. Операторы в Python
5. Функции - использование встроенных и создание собственных
6. Основные принципы ООП: методология
7. Открытие и чтение, запись в файл. Работа с форматами данных
8. Работа с библиотекой Requests, HTTP-запросы

Работа в Jupyter Notebook

1. Что такое Jupyter Notebook, Google Colab и JupyterHub
2. Настройка работы в Jupyter Notebook

Библиотеки для визуализации и анализа данных

1. Введение в Pandas. Загрузка и первичный анализ данных
2. Обработка данных в Pandas
3. Визуализация данных при помощи matplotlib и seaborn

Решение интересных и насущных задач

1. Анализ данных о профессиях, зарплатах и возрастах. Графики.

Машинное обучение

1. Введение в машинное обучение
2. Линейная регрессия
3. Логистическая регрессия
4. Подбор параметров алгоритма
5. Метрические алгоритмы

Полезные материалы и ссылки

1. Полезные материалы и ссылки

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...