https://virgool.io/feed/@herbod8 Everyone is talented fa 2026-06-07 08:54:34 https://files.virgool.io/upload/users/13080/avatar/h5LcP9.png?height=120&width=120 https://virgool.io/@herbod8 https://virgool.io/dataio/data-science-x4zamlhmltae شغل‌های حوزه تکنولوژی با توجه به تاثیر شگرفی که در زندگی ما گذاشته، برای افراد بسیار زیادی جذاب به نظر می‌رسد، به‌خصوص برای افرادی که قصد ورود به وارد بازار کار دارند، البته Data Science به دلیل ترند بودن خواهان بیشتری دارد. اگر با دیتا و کارکردن با آن لذت می‌برید و به آمار و احتمال علاقه‌مند هستید، Data Science می‌تواند در لیست شغل‌های مورد علاقه شما قرار بگیرد اما بهتر است، ویژگی‌های فردی خودتون رو بهتر بشناسید و کمی با خودتون رو راست باشید و برای انتخاب درست‌تر، قسمت ابتدایی سری اول مجموعه مقالات RoadMap CMD رو بخونید تا مثل بیشتر افراد شاغل وقتی مشغول کار هستید، عذاب نکشید. ?این مقاله به کمک: علی شاهد حق قدم (Principal Data Scientist at Freedom Financial Network)، علی موسوی(AI Resident at Google Brain)، کیوان ابراهیمی (Senior Data Scientist at View Inc)، مجید ابوالقاسمی(Data Scientist at Digikala.com) و امیر واهب(Data Scientist & Machine Learning Engineer at SabaIdea) نوشته شده و از زحماتشون متشکرم.دیتا ساینس ؟ Data Science ؟ دانشمند داده ؟ ?در حال حاضر در ایران بیشتر فعالیت دانشمندان داده (Data Scientists) استخراج و کار با داده‌هایی است که از یک وب سایت یا اپلیکیشن استخراج می‌شود، درحالی که داده می‌تواند از سنسور‌ها، سیستم‌های صنعتی، پژوهش‌های اجتماعی یا … استخراج شود، همچنین می‌تواند عددی یا غیرعددی باشد. شرکتی که کیوان ابراهیمی مشغول به کار هست، بیشتر بروی دیتاهایی که از سیستم‌های صنعتی جمع‌آوری می‌شود، کار می‌کنند.دیتا ساینس (Data Science) باعث بصیرت افزایی از داده‌ها می‌شود ?، یعنی با کشف روابط و معانی بین آن‌ها اطلاعات مفید و قابل فهمی استخراج می‌کند که در نهایت به تحلیل و تصمیم‌گیری درست منجر می‌شود.دیتا ساینس (Data Science)، یک ترکیب چند رشته‌ای است، از جمله رشته‌های آمار و احتمال و آنالیز عددی، که با جمع آوری داده‌ها، پیش پردازش داده‌ها، آماده سازی داده‌‌ها، تحلیل ویژگی‌ها، ماشین لرنینگ و کار با الگوریتم‌ها، منجر به کشف روابط و معانی بین داده‌ها می‌شود.آنچه از Data Science تصور می‌شود کار با الگوریتم و ماشین لرنینگ است درحالی که بیشتر زمان یک Data Scientist صرف جمع آوری و پردازش داده‌ها می‌شود به همین دلیل مهم است که عاشق دیتا و کار با آن باشید.درحال حاضر Data Science مورد تهدید هست یا بیشتر یه فرصت به‌حساب میاد ؟ باتوجه به وفور داده‌ها، فرصت‌های شغلی بسیاری در این حوزه وجود دارد که ممکن است باعث سر در گمی شود. ممکن است پروژه‌های ترند جذاب به‌نظر برسند اما بعد ورود، از پروژه خسته و دل و دماغ کار کردن نداشته باشید.باوجود دوره‌های کوتاه مدتی که وعده متخصص شدن در کوتاه مدت را می‌دهند، انتظار شما را بالا می‌برند درحالی که Data Science از چند رشته تشکیل شده و نیاز به یادگیری پیوسته در طولانی مدت داره و صرفا به دانستن الگوریتم‌های ماشین لرنینگ و قدرت برنامه نویسی ختم نمی‌شود، به همین دلیل نیازمند مطالعه و تلاش مداوم هست.برای هر کسب و کاری، رقبایی وجود دارد که باعث می‌شود مدیران کسب و کارها تصمیم‌هایی برپایه داده‌های دقیق بگیرند، از این رو نیاز به Data Science در کسب و کارها به شدت احساس می‌شود اما انتظارهای غیر واقعی شرکت‌ها، اعتماد به این حوزه را کم رنگ‌تر می‌کند.دیتا ساینس (Data Science) یکی از موضوعات ترند جامعه تکنولوژی به‌حساب می‌آید و به سرعت درحال بروز رسانی و پیش‌روی است به‌همین دلیل نیازمند مطالعه و یادگیری مداوم است. (از مقالاتی که در کنفرانس‌ها ارائه میشه، غافل نشید)دانشگاه پایه‌های اصلی است ؟ ?‍??‍?صحبتی که درحال حاضر درباره‌ی دانشگاه و خواندن رشته‌ تحصیلی مرتبط مطرحه، به مهم نبودن مدرک تحصیلی اشاره می‌کند. این موضوع در صحبت‌های بیشتر افرادی که در دنیای تکنولوژی فعال و معروف هستند، وجود دارد و همواره به گفته‌های این افراد استناد می‌شود؛ همچنین در فیلم‌هایی که موضوع استارت‌آپ‌ و تکنولوژی در آن‌ها مطرح است.( مثل سریال سیلیکون ولی )توییت ایلان ماسک درمورد استخدام در تیم هوش مصنوعی شرکت تسلاhttps://twitter.com/elonmusk/status/1224043531951583233نمی‌توان گفت مرتبط بودن رشته تحصیلی مهم نیست اما ضروری هم نیست. درصورتی که رشته تحصیلی مرتبط داشته باشید، پیش‌نیازهایی مانند آمار و احتمال، جبر خطی، تئوری تخمین و اکتشاف (Estimation and detection theory)، مهارت حل مسئله، ساختمان داده و الگوریتم، پروسه‌های اتفاقی و برنامه نویسی رو درصورتی که در دانشگاه به‌خوبی گذرانده باشید مسیر پیش‌رو، مسیر آسان‌تری هست اما درصورت مرتبط نبودن رشته تحصیلی هم می‌توانید با تلاش بیشتر کاستی‌ها را جبران کنید.دیتا ساینتیست چه مهارت‌هایی باید داشته باشد ؟یکی از مهارت‌هایی که کمتر مورد توجه است، فرایند مطرح کردن سوال و پاسخ دادن به سوال با استفاده از ابزارهاست اما مهم‌تر از این‌ها، توضیح ساده و قابل فهم پاسخ سوال به سایر افراد هست.از جمله مهارت‌هایی که دیتا ساینتیست باید داشته باشه:قدرت برنامه نویسی(آشنایی با یکی از زبان‌های Python و R )آشنایی با الگوریتم‌ها و تئوری‌های ماشین لرنینگآشنایی با پایگاه‌های داده‌تسلط نسبی بر آمار و احتمالآشنایی با ابزارهایی مانند: numpy ,pandas ,tensorflow، keras ,scikit-learn ,matplotlibآشنایی با ابزارهای بیگ دیتا مانند spark و hadoopمهارت حل مسئلهمصور سازی داده‌هاویژگی‌های فردی یک دیتا ساینتیستبه دلیل مهم بودن خروجی داده‌ها و تاثیری که در تصمیم گیری‌های مدیران در کسب و کار دارد، نیازمند دقت فراوان، جزئی‌ نگری و داشتن یک تصویر کلی از مسئله هست. ممکنه برای بدست آوردن پاسخ یک مسئله، مدت زمان زیادی، روی یک مسئله تمرکز کنید به همین دلیل صبر و پشتکار می‌طلبه و حل اون مسئله نیاز به خلاقیت و جسارت دارد؛ همچنین پس از حل مسئله به اولین جواب نیز اکتفا نکنید. شاید هم باید عاشق دیتا باشید که در کنار اون حس کنجکاوی و اکتشاف برانگیخته شود.برای شروع چه مهارت‌هایی یاد بگیریم؟- برا یادگیری Python می‌تونید در دوره‌های مقدماتی و پیشرفته جادی یا دوره Coursera, Udemy یا edx شرکت کنید. همچنین این مقاله از جادی، برای شروع Python هم مطالعه کنید.دوره‌ها و بوت کمپ‌های متعددی برای یادگیری مهارت‌های دیتا ساینس وجود داره که در بین آن‌ها می‌توان به این بوت کمپ‌ها اشاره کرد.KaggleCourseraUdemyدوره‌های آنلاین دانشگاه‌های Stanford و MIT در یوتیوب هم مفید هستند.اگر امکان پرداخت هزینه‌ی دوره‌های Kaggle براتون وجود داره، حتما شرکت کنید.همواره مطالعه کنید و بروز باشید.- مقالات arxiv منبع خوبی هست اما توجه کنید که هنوز این مقالات ریویو نشدن.- مقالاتی که در کنفرانس‌های معتبر ارائه میشه می‌تونه کمک کنه مثل کنفرانس ICEFR و ICML.- مقالاتی که در Medium منتشر میشه.- مقالات towards.- مقالات analyticsvidhya.- همچنین می‌تونید از سرویس scholar.google.com استفاده کنید تا مقالات بروز براتون ارسال بشه.در این کانال یوتیوب هم چندتا از دوره‌های دانشگاه MIT منتشر میشه.کانال یوتیوب Deep Mind هم که از شرکت‌های زیر مجموعه گوگل هست، ویدئوهای آموزشی منتشر میکنه.سایت analyticsvidhya یک مقاله درباره‌ی مسیر یادگیری Data Science در سال ۲۰۱۹ منتشر کرده و درباره‌ی مهارت‌هایی که باید یادبگیرید توضیح داده اما Road map گرافیکی که در کنار این مقاله منتشر شده، مسیر یادگیری رو پله پله ترسیم کرده و خیلی مفید هست.در این Repository توضیح کامل و خیلی جامعی در مورد Data Science داده شده، از پادکست، کتاب، اکانت توییتر گرفته تا کانال تلگرام و یوتیوب و مجله، اما بهتره تصمیم نهایی‌تون رو بگیرید و شروع کنید و پله پله پیشرفت کنید. فراموش نکنید که از انجام پروژه غافل نشید و خیلی هم غرق در آموزش و ویدئو دیدن نشید، چون بخشی از یادگیری از انجام پروژه حاصل میشه.توصیه علی: مثل هر کار دیگه، اگر قصد دارید در دیتا ساینس پیشرفت کنید باید وقت بذارید. راه میان بر نداره، هر کی گفت داره،یا کلاهبرداره یا نمی دونه چی داره میگه.این مطلب ششمین مطلب از سری مطالب Road Map CMD است که هریک درباره‌ی یک حرفه است. این مطالب برای کمک به افرادی است که شغلی را دوست دارند اما نمی‌دانند چگونه مسیر را شروع کنند. Mohammadreza Abdoli Mohammadreza Abdoli Thu, 23 Apr 2020 02:04:07 +0430 https://virgool.io/@herbod8/%DA%86%D8%B7%D9%88%D8%B1-devops-engineering-%D8%B1%D8%A7-%D8%B4%D8%B1%D9%88%D8%B9-%DA%A9%D9%86%DB%8C%D9%85road-map-cmd5-kgcallzlmgti یکی از تیم‌های فنی شرکت‌های نرم افزاری تیم Devops هست هم درگیر برنامه نویسی هستن و هم محصول رو نگه‌داری می‌کنن. ورود به تیم‌های Devops برای خیلی از افراد جذاب هست و از طرفی حقوق خوب این عنوان شغلی، این جذابیت رو بیشتر کرده، اما بهتره قبل از اینکه وارد این حوزه بشین، با خودتون رو راست باشید و بسنجید که این شغل رو دوست دارید یا صرفا بخاطر تعریف‌هایی هست که می‌شنوید یا می‌بینید، از این رو توصیه می‌کنم قسمت ابتدایی اولین مقاله RoadMap CMD رو بخونید و ادامه این مقاله رو پیگیری کنید. در قسمت پایانی هم لینکی از ویدئو Software Talk رو قرار دادم که به بحث و گفت و گو با متخصص‌های Devops پرداخته.این مقاله به کمک محیار عباسپور (Devops Enginerr دیجی‌کالا)، جواد حاجیانی(Devops Enginerr دیجی‌کالا)، علی ستاری(Head Of Devops اسنپ) و افشین پایدار نوشته شد که همین‌جا ازشون تشکر می‌کنم.تعریف Devops :ساختار تیم‌های فنی بزرگ در گذشته به این شکل بود که یک تیم Operation(سیس ادمین) وجود داشت و یک تیم Development که به قول معروف، تیم دولوپ کد رو مینداخت رو دیوار، تیم اوپریشن بدون اینکه بدونن چیه، Deploy میکردن، البته دولوپرها هم سر از کار تیم اوپریشن در نمی‌آوردن که الان هم همین طوره.‌‌‌با ورود تکنولوژی جدید و پیچیده مثل کلاد کامپیوتینگ و Env، امکان پیشبرد محصول به شکل معمول وجود نداشت در نتیجه دواپس تعریف شد که مهارت‌های دولوپ و اوپریشن رو دارند یعنی هم کد می‌نویسند و هم از زیر ساخت مطلع‌اند اما هر سازمانی یه تعریف از Devops داره که شامل Deployment نرم افزار، مانیتورینگ و اسکیل اپلیکیشن میشه.یکی از کارهای باحالی که همیشه در تلاش انجام بشه، خودکار سازی فرایندها است تا کار دستی به حداقل برسه، مثل: SaltStack و Ansible که اجازه میده استیت سرور تغییر کنه. انجام این فرآیند به صورت دستی به‌ خصوص در پروژه‌های بزرگ چیزی جز دردسر ایجاد نمی کنه. بحث اوپریشن هم تو این حوزه خیلی مهمه و نیاز به شناخت عمیقی داره.با خودکار سازی، راندمان و بهره وری بالا می‌ره و ارائه گزارش و عاملی که چرخه تولید رو متوقف میکنه و نقص داره رو میشه به راحتی پیدا کرد.چند تا از تهدید ها و فرصت ها + تحریم‌ها:افزایش بهره‌وری شرکت ها و تیم‌های توسعه نرم‌افزار و پرکردن خلاهای ابزاری از فرصت‌های این حوزه هست اما در مقابل نرخ سریع‌ تغییر زیرساخت و ابزار‌ها و همچنین پیچیدگی وجود دارد که نمی‌توان گفت تهدید هستند بلکه به مطالعه پیوسته نیاز دارد. به‌عنوان مثال: ۲ سال پیش فردی با تسلط به containerization می‌تونست‌ کارهای بسیار موثری انجام بده درحالی که الان بدون درک عمیقی از orchesttratorها مثل (K8S) و Service Meshها مثل(Istio)، تنها کار متوسطی می‌تونه انجام بده.بحث مهمی که در داخل کشور وجود داره تاثیر تحریم‌ها است که با نبود سرویس‌های زیرساختی آماده خیلی از شرکت‌ها مجبور هستند که Tech Stack رو از پایه ساخت و نگه‌داری کنند اما شرکت‌های خارجی با هزینه معقولی، لایه‌های زیادی از Stack رو دریافت کنند و بروی محصول خود تمرکز کنند.(که از طرفی باعث شده نیاز به نیروی متخصص برای راه‌اندازی Tech Stack بیشر بشه )دانشگاه کجا بدرد می‌خوره؟از اونجایی که در دانشگاه دروس به شکل ناقص تدریس می‌شه، در نتیجه نمی‌شه انتظار زیادی داشت اما می‌تونه زمینه‌ رو ایجاد کنه، مثل: مباحث سیستم عامل که در زمینه اوپریشن استفاده می‌شه یا درس‌هایی مثل ساختمان داده و الگوریتم و… که در برنامه نویسی به کمک میاد اما در نهایت می‌تونه بخش کمی از مسیر رو کمک کنه و برای تکمیل شدن نیاز به تجربه داره.مهارت‌های اولیه:دولوپمنت(دیولوپمنت?): زبان‌های برنامه‌نویسی، مثل: پایتون، گولنگ(گو) یا ...برای یادگیری پایتون نسبت به گو منبع‌های فارسی بیشتری وجود دارد مثل دوره‌های پایتون کوئرا کالج، ارژنگ یا مکتبخونه اما به باید به منابع انگلیسی عادت کنید چون بخش عمده منابع در حوزه ComputerScience به زبان انگیسی هست.اوپریشن: سیستم عامل: سیستم‌ عامل لینوکسی و ویندوز.سیستم عامل لینوکس شامل توزیع‌های مختلفی میشه و انتظار میره که معروف‌ترین‌ و پرکاربرد ترین آن‌ها مثل ubuntu, suse, centos, debian و … رو بلد باشین که توزیع‌هایی که پایه یکسان دارند، شباهت زیادی بین آن‌ها از لحاظ عملکرد وجود دارد.برای یادگیری سیتم عامل هم می‌تونید دوره‌های LPIC رو بگذرونید که شامل(LPIC 1,2,3) میشه اما در ابتدا لازم نیست هر سه دوره رو کامل بگذرونید.آشنایی با مفاهیم اولیه مفاهیم CI/CD (همان کانتیوس اینتگریشن و دیپلویمنت).بعد از کسب این مهارت‌ها دست به کار بشید و علاوه بر تلاش و مطالعه برای کسب مهارت‌های جدید، توصیه می‌شه بخش عمده از تمرکزتون روی کسب تجربه و تمرین باشه.متخصص این حوزه چه مهارت‌هایی داره ؟Operation Support(سیستم عامل و نتورک):شناخت روی سیستم عامل‌های لینوکسی و ویندوزی - شبکه و سخت افزار اما نه در حد یه متخصص شبکهconfiguration management & Automation:آشنایی با Ansible, Saltstack, Bash scriptInfrastructure:آشنایی با TerraformContinuous integration and Deployment(CI/CD):آشنایی با Jenkins, GitLab-ci, Unit testContinuous monitoring: آشنایی با Grafana, PrometheusDevelopment:آشنایی با یک زبان برنامه نویسی مثل پایتون، گو یا …Version Control:آشنایی با گیت و گیت لب یا گیت هاب که باوجود تحریم از طرف گیت هاب بهتر سراغ گیب لب برید مگر اینکه روی پروژه‌های اوپن سورس کارکنید.RDBMS:آشنایی با مدیریت دیتابیس‌های رابطه‌ایخوبه که داکر، کوبرنتیز،الستیک سرچ و کافکا هم بلد باشید.ویژگی‌های فردی؟همون‌طور در قسمت تهدیدها و فرصت‌ها گفته شد، این حوزه نیاز به مطالعه پیوسته داره پس انتظار میره به تنوع دانش در حوزه های مختلف و داشتن نگاه چند بعدی به مسائل علاقه داشه باشید.جزئی نگر باشید.کنار آمدن با عدم قطعیتچند‌ تا منبع برای به روز ماندن:Hacker NewsinfoQ(بیشتر درباره‌ی معماری نرم افزار هست)چندتا لینک:How To Become a DevOps Engineer In Six Months or LessSoftware Talk(لایو با متخصص‌های دوآپس)Devops Road Map(یک مسیر کلی و گام به گام برای تبدیل شدن به متخصص دواپس ) Mohammadreza Abdoli Mohammadreza Abdoli Sat, 28 Sep 2019 19:07:23 +0330 https://virgool.io/@herbod8/uiuxdesign-u1zsn2gwjdph یکی از طرح‌های Behanceاگر به هنر علاقه مند هستید و از طرفی جذب دنیای تکنولوژی هم شدید، بهتر است در گوشه ذهن به UI/UX Design هم فکر کنید. این حوزه به دلیل اینکه تلفیق تکنولوژی و هنر، افراد زیادی جذب خود کرده و باعث شده که اپلیکیشن و وب‌ سایت‌های باحال‌تری داشته باشیم. اگر شما هم سری به dribble یا Behance بزنید? و نگاهی به پروژ‌ه‌ها بیاندازید، ممکنه غرق در طراحی شوید و ادامه این مقاله رو نخونید اما پیش از اینکه تصمیم نهایی برای UI/UX Designer شدن رو بگیرید، بهتره با خودتون رو راست باشین و درباره‌ی انتخاب این شغل، قسمت ابتدایی سری اول Road Map CMD رو بخونید.?این مقاله به کمک: فرزاد جنابی(Product Designer at Digikala.com)، هومن هاتفی(Director of Design at Snapp and Snapptrip)، نازنین چکینی(UI/UX Designer at Alibaba)، صالح برادران امین(Service Designer at Postwaan) و علی کاظمی(Product designer at sabaidea)نوشته شده که همین‌جا ازشون تشکر می‌کنم.طراحی رابط کاربری و تجربه کاربری(UI/UX Design) یعنی چی؟طراحی تجربه کاربری(UX): در واقع طراحی برای تجربه مناسب پیش بینی شده برای یک سری از کاربران است؛ چون در تجربه کاربری یک چیز درونی است و قابلیت طراحی ندارد. پس میشه گفت:(Design for User experience)طراحی رابط کاربری(UI): واسطه‌ای بین محصول و کاربر، که قابل حسه(مثل: تصویر، صوت، …) و باعث ایجاد ارتباط بین کاربر و محصول می‌شود.هنگامی که کاربر نتواند به درستی با محصول ارتباط برقرار کند و احساس خوبی در هنگام استفاده از محصول نداشته باشد، در نتیجه هیچ وقت از محصول استفاده نمی‌کند و در صورت وجود رقیب، به محصول رقیب مهاجرت می‌کند. چه ویژگی هایی باید داشته باشیم؟??‍??‍?به دلیل ارتباط مهمی که این حرفه با کاربران دارد، فرد باید به راحتی با دیگران ارتباط برقرار کند و بازخورد بگیرد؛ از طرفی اینکه به راحتی، طرحی که در ذهن دارد را پیاده سازی کند به‌طوری که برای دیگران قابل فهم باشد، ویژگی مهم دیگری است که در کنار خلاقیت می‌تواند یاری دهنده باشد. متواضع بودن نیز در کنار سایر ویژگی‌ها بسیار مهم است تا بتوان نظر دیگران نسبت به‌طرح را سنجید اما درصورتی که توانایی مدیریت در فرد وجود داشته باشد، می‌تواند درمورد نظر‌ها به درستی تصمیم بگیرد.فرصت‌ها و تهدید‌ها UI/UX Design? ?: آن‌طور که باید، هنوز در بین مدیران جا نیفتاده و بیشتر تصور می‌شه که دیزاینر قراره صرفامحصول رو زیبا کنه و از طرفی بعضی از افراد هم با طراحی سلیقه‌ای محصولات، باعث کم اهمیت شدن این حوزه در بین مدیران می‌شوند، درحالی که برای هر طراحی که انجام می‌گیرد، نیازمند دیتا است تا با شناخت درست کاربر و محصول، طراحی درستی انجام گیرد.آنچه کسب و کار‌ها درباره‌ی این حوزه تصور می‌کنند، صرفا زیباسازی محصول است درحالی که ایجاد تجربه استفاده از محصول برای کاربر، می‌تواند تاثیر بیشتری بگذارد. البته اگر قصد ورود به این حوزه را دارید، باید همواره به‌روز باشید و مطالعه کنید، چون همواره درحال گسترش است. دانشگاه کجای این مسیر کمک می‌کنه?‍??‍?؟ رشته تخصصی این حوزه اینترکشن دیزاین هست که هم اکنون در ایران چنین رشته‌ای وجود ندارد به همین دلیل بیشتر متخصصین این حوزه بچه‌های گرافیست هستند یا کسانی که قبلا فرانت‌اند دولوپر بودن. اما آنچه که می‌توان از تحصیلات آکادمیک این رشته بدست آورد و کاربردی است: فیدبک گرفتن، جامعه شناسی، مهارت پروتوتایپ و تست و روانشناسی است که بخشی از مهارت‌هایی است که دانشگاه‌ می‌تواند به شما اضافه کند. چی، یاد بگیریم?؟داستان سرایی برای یوزر استوری و استوری برداصول تئوری طراحی کاربر محور(User Centered Design) اصول تئوری طراحی تجربه کاربری(User Experience Design) طراحی(Wireframe) استفاده از ابزارهای طراحی مثل(Sketch - Figma - Adob Creative Suite, …) اصول کاربردپذیری(usability) (prototyping) Google analyticsچه مهارت‌هایی به کارمون میاد؟ حل مسئلهداده محور بودنتحقیق درست برای فهمیدن کاربرانساده بینی در طراحی بصری و در طراحی رفتار کاربردرک ، شناخت و آنالیز کاربراندید بصری و سلیقه خوبساده سازیمنابع:وب سایت‌ها: دوره‌های UI/UX Design مربوط به دانشگاه Stanford و Michigan در Lynda و CourseraIntractiondesign.orgUxpaplusacumenEdxدوره‌های Skillshare کنفرانس‌های UIکتاب‌ها:experience one o oneExperience designDesign for experienceUx team of oneJesi James garetDon’t make me think"مطالعه مقالات مختلف در حوزه تجربه کاربری و رابط کاربری با توجه به کیس‌ استادی‌های مختلف می‌تونه کمک‌تون کنه و در بین دوره‌هایی که برگزار می‌شه، رهنما کالج دوره مناسبی‌هست." در‌صورتی که به مهارت نسبی رسیدید، شروع به انجام پروژه کنید چون برای درک بهتر، باید روی محصولات کار کنید و مشکلات رو ببینید و براشون راه حل خلاقانه ارائه کنید.چه گونه به روز بمانیم؟ www.uxpin.comuxdesign.cc(مطالعه موردی طراحی محصول)ux.stackexchange.com(پرسش و پاسخ‌)uimovement.com(برای بهبود طراحی تعاملی)سایت‌های Medium و Smashing Magazine بهنام محمدی هم مطالب خوبی در کانال تلگرامش به اشتراک میذاره، که می‌تونه مفید باشه(uxitten)توصیه‌هایی بدون ویرایش:ارزش خودتون رو در سازمان با بهبودهایی که بر روی محصولات انجام می‌دهید ثابت کنید. محصول نباید صرفا یک اثر گرافیکی باشه! مهمتر از رابط کاربری و زیبایی بصری ، کارکرد محصول و تجربه کاربری ست.برای کار اگر با یه آدم با تجربه کار کنید، بیشتر یاد میگیرید و میفهمید کجاها چه تصمیم‌هایی باید بگیرید بر مبنای محدودیت ها. علاوه بر چیزهایی که خوندین، اگر با منتورشیپ یه نفر پیشبرین، خیلی بهتره و سریعتر پیش میرید.اولویت اول و دوم توجه به تجربه کاربری ست و سپس رابط کاربری، آن هم در نهایت سادگی.آخر هم توصیه می‌کنم این مقاله از حسام کرامتی(UI/UX Designer کافه بازار) رو بخونید.قسمت سوم پادکست Qualia‌هم، گوش دادن بهش خالی از لطف نیست. Mohammadreza Abdoli Mohammadreza Abdoli Sat, 06 Jul 2019 00:20:09 +0430 https://virgool.io/@herbod8/getstartfrontend-no7imqgew0fg Developerبرنامه نویسی از شغل های چالش برانگیزی هست که کمتر پیش میاد تکراری و خسته کننده باشه اما در هر زمینه مشکلات خاص خودش رو داره که اگر به این زمینه علاقه نداشته باشید، شما رو به فردی عصبی یا پر استرس تبدیل می کنه. فرانت اند به عنوان یکی از بخش‌های توسعه وب، چالش‌های خاص خودش رو داره اما به دلیل ترکیب دیزاین و برنامه نویسی، طرفداران زیادی داره، با اینکه از سمت سایر حوزه‌های برنامه نویسی برای تغییر پیکسل یا دادن شدو، مورد تمسخر واقع میشه? اما جذابیت خودش رو داره. قبل از خوندن این مقاله بهتره با خودتون رو راست باشین که آیا واقعا این شغل رو دوست دارین. برای راهنمایی در این مورد می‌تونید به بخش سری اول Road Map CMD مراجعه کنید.مسعود بنابی(Frontend Engineer بازار) , ( Jeff Mosawy (Frontend Engineer at snapp، امیرحسین جعفری(Supervisor of marketing web development at digikala) و اشکان پور قاسمی(Frontend Developer at peeyade) در نوشتن این مقاله کمک زیادی کردند که همینجا ازشون تشکر می‌کنم.مزایا و معایب فرانت?فرانت اند به دلیل اینکه محصول نهایی رو در اختیار کاربران قرار میده، دقت زیادی رو می‌طلبه و می‌تونه در انتخاب محصول توسط کاربر تأثیر گذار باشه، پس باید کمی حوصله به‌خرج بدید. اما این موضوع باعث شده تا پیشرفت‌ها و تحولات زیادی داشته باشه و جذاب‌تر به‌نظر برسه. به قول کتاب (You Dont Know JS): When developers encounter confusion they usually blame the language instead of their lack of understanding.البته علاوه‌بر درگیری با کد و استایل باید مراقب پشتیبانی مرورگر‌ها، داده‌های تعریف شده، ابعاد دیوایس‌های مختلف و چیز‌های از این قبیل هم باشید.درصورتی که جاوااسکریپت رو یاد بگیرید، علاوه‌بر توسعه وب، می‌تونید با لایبرری‌هایی مثل Electron.js, React native, Native script اپلیکیشن موبایل یا دسکتاپ تولید کنید. ویژگی‌ها:ـ ریز بینی باشید تا پروژه ظاهر بی نقصی داشته باشه.ـ عاشق کارهای اینتراکشن باشن.ـ تا کاری درست انجام نشه، بی خیالش نشیم.ـ تفکر منطقی و خلاق داشته باشید و اینکه هر روز یک مشکل رو باید حل کنید.ـ همیشه باید بروز باشید و یادبگیرید.ـ اگر علاقه داشته باشید کارتون، میشه سرگرمیتون.ـ از شروع کردن چیزای جدید از جمله شروع به کارکردن با یه لایبرری جدید نترسیم(شیرجه بزنیم تو قضیه).ـ راستی برای هرکاری از لایبرری استفاده نکنید و سعی کنید خودتون مشکل رو حل کنید.ـ‌ گاهی اوقات لازمه یک پروژه حتی بدون هدف رو شروع کنید تا تجربه بیشتری بدست بیارید.دانشگاه؟؟؟?‍??‍?زیاد شنیدیم که دانشگاه تأثیر زیادی نداره اما بیشتر مباحث آکادمی از معماری کامپیوتر تا الگوریتم‌ها کاربردی هستند پس دو نشتنش لازمه اما صرفا به تحصیلات آکادمی ختم نمیشه و می‌تونید خودتون وقت بذارید و دانش مورد نیاز رو کسب کنید. برای مثال: زمانی که لازمه یک انیمیشن پیچیده رو پیاده سازی کنید، آگاهی از نحوه عملکرد CPU و GPU لازمه، Data Stracture ,Binery Search ،Algorithm ،Big-o-Notation,.... اینم یه لینک بدرد بخور: Algorithm and Data Structureمهارت ها:ـRoad Mapهای متعددی از جمله DeveloperRoad Map برای فرانت اند وجود داره اما در ابتدا مهارت پیداکردن در HTML ,CSS , JS لازمه که نیاز به تمرین زیاد داره. پس از رسیدن به حد قابل قبول، می‌تونید این رود مپ رو شروع کنید. این لینک به‌صورت کامل توضیح داده که برای تبدیل شدن به یک فرانت اند دولوپر واقعی، چه مهارت‌هایی نیاز دارید اما در نظر داشته باشید که باشروع هریک از این مباحث، حتما تمرین کنید(البته سعی کنید اقیانوسی به عمق یک بند انگشت نباشید?). از جمله مهارت‌های اصلی، توانایی حل مسئله و منطقی فکر کردنه، که با تمرین کردن بدست میاد; همچنین فرانت هم می‌شه در شاخه‌های مختلفی، به‌صورت تخصصی انتخاب کرد، مثل: دیزاین کردن یا لایبرری نوشتن، مثل فریم ورک خوبی که امیر برای ویو نوشته.پس برای شروع لازمه که این موارد رو یاد بگیرید:۱- مفاهیم اولیه برنامه نویسی، مثل: شرط، حلقه, Design Pattern و... 2- HTML, CSS, Design fundamental3- Javascript4- Sass, Less, Style Foundation۳- فریمورک(مثل Vue, Angular, React که از فریمورک‌های پرطرفدار هستند)۴- ارتباط بین فرانت اند و بک‌اند(Restful Api ,HTTP ,Ajax , Graphql )۵- ورژن کنترل(Git, CVS یا...) و (Build Tools(webpack, Babel۶- کارکردن با ترمینال لینوکس(بهتره LPIC1 رو بگذرونید)8- Test Code: TDD/ Karma/ Unit Test/ UI Test ۹-وب و اینترنت چگونه کارمیکنه؟10- Status Code/ Ports / Networking منابع:HTML & CSS:-HTML5Rocks-css tricks(از جمله سایت‌هایی هست که دوستش دارم)-coderopsJS:-Laracast(این هم از سایت‌هایی هست که خیلی دوستش دارم)-coderops-understanding es6javascriptinfoes6.iofrontendhandbook.commedium You Do't Know JS(از بهترین کتاب‌ها) egghead Clean Code -Coursera -Hacker Noon- دبلیو تری و MDN یکی از منابع خوب هستند اما این‌ها فقط برای شروع هست و نباید به آنها اکتفا کنید. - دیدن کار بقیه خیلی می‌تونه مفید باشه و شما رو با راه حل‌های جدید آشنا کنه.(codepen.io)-کنفرانس‌هایی مثل JS Conf هم می‌تونه کمک زیادی به شما بکنه.-فرانت کست هم از سایت‌های خوب ایرانیه اما لطفا با دیدن این سایت از خوندن مقالات و داکیومنتیشن‌های انگلیسی خودداری نکنید. اینجا هم یکسری پروژه open source هست که می‌تونید کم کم با کار کردن روی اونها، تجربیات بیشتری بدست بیارید.به روز ماندن :ویکلی‌هاپادکست‌هامقالات CSS Tricksاستفاده از scholar.google.com که با تنظیمش، براتون مقاله‌های جدید رو میفرسته.دنبال کردن افراد معروف فرانتی در توییتر هم فراموش نشه?.دیدن ویدئوهای یوتیوب و مقالات مدیوم و ردیت، می‌تونه کمک زیادی بهتون بکنه.توصیه‌هایی بدون ادیت:- از پروژه‌های جدید و چالشی نترسیم و با علاقه به سمت اون‌ها بریم، چون دقیقاً یادگیری در انجام چنین پروژه‌هایی هست که باعث می‌شه تجربه‌های زیادی کسب کنید.- قطعاً در هر مرحله‌ای، Stackoverflow یکی از نزدیک‌ترین دوستانتون خواهد بود، اما چه خوب هست تا اولین کد رو دیدیم، سریع همون رو کپی-پیست نکنیم و پس از فهم منطقش، از اون کد استفاده کنیم، البته هیچ تضمینی نیست که اولین جواب، درست‌ترین و بهینه‌ترین هست.- کنجکاو باشیم؛ یعنی به این صورت که اگر بعد از چندبار سعی و خطا مشکلی رو حل کردید، اکتفا نکنید، حتماً بفهمید که دقیقاً چه کاری کردید که مشکل حل شد. این مورد دو تا مزیت داره؛ اول اینکه باعث یادگیری شما خواهد شد و دوم اینکه ممکنه کاری که کردید باعث بشه قسمت دیگری تحت تاثیر قرار بگیره. پس هر کدی که زده میشه و یا هرکاری که می‌کنید با دقت و کنجکاوی انجام بدید.- سریع به دنبال یادگیری فریم‌ورک نباشیم؛ یادگیری پایه و اساس خیلی مهم‌تر هست و باعث می‌شه یادگیری فریم‌ورک‌ها و کتابخانه‌ها راحت‌تر باشه. - بهترین منبع یادگیری فریم‌ورک و یافتن جواب سوال‌ها، مستندات خود فریم‌ورک و یا کتابخانه هست. پس خوندن مستندات رو فراموش نکنیم.- کسی که تازه Frontend رو شروع کرده حتماً پیشنهاد می‌شه که قبلش روش جستجو کردن و پیدا کردن پاسخ سوالاتش رو یاد بگیره.- مقالاتی که با عناوین Best Practiceها هستند رو هم در نظر بگیرید. چون در نهایت برای حرفه‌ای شدن باید یک سری Best Practiceها رو رعایت کرد. تمیز و با حوصله کد زدن هم فراموش نشود.دو تا Cheat Sheet:overapi.comdevhints Mohammadreza Abdoli Mohammadreza Abdoli Fri, 08 Mar 2019 12:33:22 +0330 https://virgool.io/@herbod8/road-map-cmd%DB%B2-a7hexygqgiyl Road Map CMD2در دنیای نرم افزار، Backend Development(??‍??‍?) برای بسیاری از افراد جذاب هست و دوست دارند این حرفه رو شروع کنند اما چه‌طوری؟شاید این جمله کلیشه‌ای باشه که باید شغلتون رو دوست داشته باشین اما حقیقت اینه که اگر شغلتون رو دوست داشته باشین، هر روز که از خواب بلند می‌شید, خوشحال و با انگیزه هستید که کاری رو که دوست دارین می‌خواین انجام بدین. برای اینکه بدونین این شغل رو دوست دارین، می‌تونید قسمت اول سری قبل Road Map CMD رو بخونین.این‌هم یه Road Map دیگه‌اس که به‌صورت چارته و می‌تونه کمک‌تون کنه. دانشگاه بکار میاد؟?‍??‍?درسته که گفته‌ می‌شه دانشگاه تاثیر چشم‌گیری در شغل‌تون نداره اما دانش ابتدایی و بیسیک رشته کامپیوتر می‌تونه به درک مسایلی که باهاشون روبرو هستید، کمک کنه اما اگر رشته مرتبط هم ندارید، با کمی مطالعه و تلاش بیشتر قابل جبرانه و خیلی از Backend Developer‌ ها هستند که رشته‌ دانشگاهی مرتبط نداشتند. درس‌هایی که از دانشگاه می‌تونه کمک کنه شامل:‌ پایگاه داده، سیسم عامل، ساختمان داده، طراحی الگوریتم، معماری کامپیوتر و تجزیه و تحلیل سیستم‌ها است، پس این درس‌ها رو جدی بگیرید. “برای نوشتن این مقاله از آرین شهریزاد(Head Of Backend Engineering الوپیک)، ایلیا وکیلی(CTO فناپ)، علی‌محمد فروتن‌نژاد(Software Engineer دیجی‌کالا)، احسان پور سعید(Backend Developer کافه بازار)، محسن رجبی(Backend Developer علی بابا)، امین رشیدبیگی(Backend Developer اسنپ‌فود) و عرفان مرادیان(CTO جیبی‌مو) کمک گرفتم که همین‌جا از همشون تشکر می‌کنم." چه ویژگی‌هایی، خوبه داشته باشیم؟ دوست داشتن حل مسأله یکی از مهم ترین ویژگی‌ها است که چالش اصلی این حرفه‌ است اما صبر و پافشاری هم باید چاشنی کار کنید.( اما بین خودمون بمونه که خیلی‌ها، از Stack Over Flow کپی کاری می‌کنن و حتی به روش حلش هم توجه نمی‌کنن). با توجه به کامیونیتی مثل Stack، نگران حل مسأله نباشید چون بیشتر مسایل اونجا حل شده اما بهتره قبل از استفاده، توجه کنید که چه‌طوری مسأله رو حل کرده و منطقش رو درک کنید. کدوم زبان؟برای شروع Backend یک زبان اصلی باید انتخاب کنید. برای انتخاب زبان، معیار‌های زیر می‌تونه کمک‌تون کنه:۱ - کامیونیتی که در ایران و خارج از ایران داره، و میزان استفاده آن۲- کراس پلتفرم بودن زبان:‌ (یعنی در زمینه‌های مختلف کاربرد داشته باشه) مثل: پایتون? که در زمینه‌های مختلف از Big Data , ML تا Desktop Applicatio میشه ازش استفاده کرد.۴- ساده بودن زبانالبته این موارد سلیقه‌ای هست و می‌تونید زبانی مثل PHP رو شروع کنید که فقط در Backend استفاده میشه یا سایر زبان‌ها توانایی‌های و مهارت‌های مورد نیازش چیه؟ ?با وجود افرادی مثل ‌‌Sofware Architecture شاید معماری نرم افزار چندان توی مصاحبه‌ها به چشم نیاد اما هرچه پیش می‌رید، کاربردی‌تری می‌شه( اما در ابتدا الویت زیادی نداره). پس معلوم میشه اونقدر هم که می‌گن دانشگاه بدون کاربرد نیست. درک مفاهیمی مثل شی گرایی(OOP), دیزاین پترن و دانش کافی در مورد انواع دیتابیس‌ها مثل گراف، داکیومنت استور و… نیز ضروری است. ۵- چی یادبگیریم؟‌ ( + منابع)بعد از یادگیری زبانی که انتخاب کردید، حالا شروع به یادگیری این موارد کنید: ORM Restful API و Microservices Architecture Web Frameworks Data Base GitPackage Manger(pip, npm, yarn,.. مثل) Linuxالبته ترتیب این موارد الزامی نیست ولی خوبه که رعایت بشهدونستن تفاوت ورزن‌های مختلف زبانی که انتخاب کردید هم خوبه.منابع:‌ یوتیوب سرچداکیومنتیشن زبان مورد نظر و کتابکنفرانس‌ها مخصوص به‌هر زبان برنامه نویسی مثل JSConf, PYConf, QConf و …کتاب Clean Code یکی از کتاب‌های خوبی هست که خوندنش، خالی از لطف نیستپس از یادگیری خودتون رو در گیر چلنج‌ها کنید، چون بخش زیادی از توانایی‌های ‌Backend از تجربه به دست می‌یاد. هرچیز جدید هم که باهاش برخورد می‌کنید سعی کنید اطلاعات کافی‌ رو درموردش بدست بیارید. ۶- چه گونه به روز بمانیم؟دنیای نرم افزار مدام در حال تغییر هست پس شما هم باید خوره یادگیری داشته باشید و خودتون رو به‌روز نگه‌دارید.- می‌تونید بلاگ‌ها و پادکست‌های زبانی رو که می خواهید توش پیشرفت کنید دنبال کنید، مثل:highscalability.com‌ PHP BlogsPHP Podcasts(phppodcast.com مثل)- کنفرانس‌های زبان مورد نظر- scholar.google.com- ویکلی‌ها(مثل:‌php weekly)- مدیوم- ردیتتوئیتر هم فراموش نشه.?البته Command Line Heroes هم پادکست جالبی هست که توسط Red Hat تولید می‌شه.حرف آخرهمون‌طور که در قسمت بالا ذکر کردم، حل مسأله مهارت مهمی هست پس در حل مسایل دریغ نکنید اما همین اول کار سراغ Stack نرید. برای حل مسأله می‌تونید از Quera.ir یا این لیست استفاده کنید.اگر یه مشکل دارید مثلا دخل و خرجتون رو می‌خوایین هندل کنین اما هیج اپلیکیشنی براش پیدا نمی‌کنید، پس خودتون دست به‌کارشید.توصیه ایلیا:‌ برای شروع به دنبال حقوق خوب نباشید و سعی کنید جایی کارکنید که همواره درحال یادگیری هستید، که در اصل سرمایه‌گذاری روی خودتون هست و درپی اون می‌تونه حقوق خوب باشه. Mohammadreza Abdoli Mohammadreza Abdoli Mon, 26 Nov 2018 21:58:33 +0330 https://virgool.io/dataio/%DA%86%D9%87%D8%B7%D9%88%D8%B1%DB%8C-data-analysis-%D8%B1%D9%88-%D8%B4%D8%B1%D9%88%D8%B9-%DA%A9%D9%86%DB%8C%D9%85-pdbouokxzbua افراد زیادی Data Analysis رو دوست دارند اما نمی‌دونند باید از کجا شروع کنند و چه مهارت‌هایی لازم داره، اما قبل از این باید با خودتون رو راست باشید که آیا این شغلی هست که شما دوستش دارین یا بعد از چند ماه کارکردن در این حوزه، خسته و زده می‌شین. یکی از چیزایی که می‌تونه کمک کنه، تست کلیفتون و MBTI اما به طور قطع نباید روی شغل‌هایی که MBTI پیشنهاد می‌ده حساب باز کنین. در این زمینه مطلب ابراهیم دبیری در دیجی کالا مگ می‌تونه کمکتون کنه و 16personalities.com هم خوبه. این حوزه شاخه‌های مختلفی مثل :‌BI,Data Sientist, Data Engineering داره که بازم باید بر اساس علاقه انتخاب کنید اما برای شروع مهارت مشترکی لازم دارند.برای اینکه چه طوری Data Analysis رو شروع کنیم؟، از سعید اسماعیلی (Senior Data Analyst دیجی کالا) و سینا شفیع زاده(Co-Founder نظر بازار و Data Scientist اسنپ باکس) و همچنین احسان مینایی (Technical Lead پیاده) کمک گرفتنم، البته محسن ارجمندی(CEO میراث) هم تمام تلاشش رو کرد که کمکم کنه اما خیلی سرش شلوغ بود، که همین‌جا ازشون تشکر می کنم، البته خودم هم کمی سرچ کردم‌?. توی این حوزه اگر رشته دانشگاهی‌تون Computer Sience باشه، خوبه اما ضروری نیست و بیشتر افرادی که توی این حوزه فعالیت دارند، رشته دانشگاهی غیر مرتبط دارند. امیدوارم در مطلب بعدی بچه‌های کافه بازار هم کمک کنند.چه ویژگی هایی باید داشته باشیم؟??‍??‍?کسی که دوست داره Data Analysis باشه بهتره چنین ویژگی‌هایی داشته باشه یا این ویژگی ها رو تو خودش تقویت کنه. این توانایی ها شامل:‌ توانایی حل مسله، کمی برونگرا بودن برای ارتباط با سایر تیم‌ها که به مرور زمان می‌تونه بهبود پیدا کنه. توانایی در خلاقیت و تفکر انتقادی به این معنا که همه چیز رو تایید نکنه و ایراد بگیره. کارکردن با دیتای خام و نامرتب و داکیومنت کردن کارها نیز نا گزیر توی این کار وجود داره و کمی هم صبر باید چاشنی کارتون کنید.مهارت های مورد نیازش چیه؟ ? آشنایی با زبان برنامه نویسی Python و Rآشنایی به مفاهیم پایگاه داده (رابطه ای و غیر رابطه ای)آشنایی با داده کاوی ( یادگیری ماشین، پیش پردازش و …)ساخت داشبورد دیتا ویژال سازی دادهتحلیل توصیفی و استنباطیچی یادبگیریم؟یادگیری زبان برنامه نویسی پایتون( با تمرکز روی لایبرری Numpy و اینترفیس Ipython) و R یادگیری پایگاه داده رابطه‌ای مثل SQLماشین لرنینگشروع به انجام پروژه های واقعی کنید که kaggle.com می تونه مفید باشه البته این ترتیب الزامی نیست ولی خوبهدانستن هریک از موارد بالا، لازم نیست حرفه‌ای باشید، پس بعد یادگیری، شروع به انجام پروژه کنیدمنابع * دوره‌های آنلاین مایکروسافت*‌ دوره دیتا کمپ*‌ کتاب‌های Python For Data Analysis , Data Analysis With Pythonچه گونه به روز بمانیم؟استفاده از scholar.google.com که با مشخص کردن کلمات کلیدی مقالات به روز رو ارسال می کنهکامیونیتی دیتا کمپردیت چندتا لینک https://goo.gl/AG6YQKhttps://goo.gl/rDkr3Hhttps://goo.gl/yKLE9n# Data Analysis #تحلیل دادهاین مطلب اولین مطلب از سری مطالب Road Map CMD است که هریک درباره‌ی یک حرفه است. این مطالب برای کمک به افرادی است که شغلی را دوست دارند اما نمی‌دانند چگونه مسیر را شروع کنند. سری دوم Road Map CMD به احتمال زیاد برای شروع بک اند است Mohammadreza Abdoli Mohammadreza Abdoli Thu, 18 Oct 2018 22:44:13 +0330