<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های نرگس غریب</title>
        <link>https://virgool.io/feed/@nargesgharib</link>
        <description>مهندس تجربهٔ کاربر در دیوار</description>
        <language>fa</language>
        <pubDate>2026-06-17 09:56:44</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/3563/avatar/eg6oKz.jpeg?height=120&amp;width=120</url>
            <title>نرگس غریب</title>
            <link>https://virgool.io/@nargesgharib</link>
        </image>

                    <item>
                <title>مصورسازی داده‌ها</title>
                <link>https://virgool.io/DivarDesign/%D9%85%D8%B5%D9%88%D8%B1%D8%B3%D8%A7%D8%B2%DB%8C-%D8%AF%D8%A7%D8%AF%D9%87-%D9%87%D8%A7-hw3x6wijieo8</link>
                <description>مصورسازی داده‌ها
شاید بیشتر از یک ساله که پربازدید‌ترین جست‌و‌جوی گوگلم عبارت Coronavirus است. معمولاً یک یا دو بار در روز جست‌و‌جو می‌کنم و نمودار کیس‌های جدید، مرگ و میر و تعداد واکسینه‌شده‌ها رو می‌بینم. در یک نگاهِ چند ثانیه‌ای و به‌ راحتی، می‌شه جدا از دیدن روند‌ کلی، عدد هر کدوم از موارد بالا رو در ۲۴ ساعت گذشته‌ فهمید. این مثال، مثال خیلی کوچیکی از چیزیه که ما به کمک اون روزانه اطلاعات زیادی رو در کم‌ترین زمان ممکن دریافت می‌کنیم و اون چیزی نیست جز مصورسازی داده یا Data Visualization. از ابتدای کارم به‌ عنوان مهندس تجربه‌ی کاربر، دنبال زمینه‌های مرتبط با کارم بودم و مصورسازی داده‌ها یکی از اون حوزه‌های جذابیه که یک مهندس دیزاین و یا یک دیزاینر می‌تونه در اون کار کنه و یا عمیق بشه. در گیر و دار شناخت بیشتر این حوزه چند‌ کتاب و مقاله خوندم و اینجا قصد دارم در چند قسمت درباره‌ی شناخت، دیزاین و پیاده‌سازی مصورسازی داده بیشتر بگم.تعداد مبتلایان جدید به کووید-۱۹ از زمان شیوع در ایران - طراحی توسط Googleچرا داده‌ها رو مصور می‌کنیم؟قبل از این‌که وارد دسته‌بندی‌ و عناصر یک مصورسازی داده‌ی موفق بشیم، بیایید کمی به این فکر کنیم که چرا مصورسازی‌ و به تصویر‌کشیدن -هر چیزی- روش مفیدی برای بررسی، درک و انتقالِ اطلاعاته؟ مهم‌ترین ویژگی مصورسازی اینه که می‌تونه از پتانسیل و قابلیت‌ بی‌نهایتِ سیستم بینایی ما استفاده کنه تا حجم عظیمی از اطلاعات رو در سریع‌ترین زمان ممکن به مغز منتقل کنه. در واقع مصورسازی‌ از پردازش داخلی مغز ما برای شناخت الگوها و برقراری ارتباطات معنی‌دار استفاده می‌کنه.عملکرد اصلی مصورسازی داده‌ها انتقال اطلاعاته. برای برقراری ارتباط موفقیت‌آمیز، اطلاعات باید برای انتقال کدگذاری بشن. این‌جا عناصر بصری وارد می‌شن و فرم انتقال رو انتخاب می‌کنن. (فرم می‌تونه انواع نمودار، جدول و ... باشه). بنابراین هدف نهایی دیزاینر از دیزاینِ مصورسازی داده، ساخت محصولیه که خواننده اون رو به‌ راحتی درک کنه. تمام انتخاب‌های دیزاین و پیاده‌سازی‌ باید در خدمت این هدف باشن.عناصر کلیدی مصورسازی دادهبیایید قبل از شروع کمی دقیق‌تر به سه عنصر اصلی موثر در دیزاین مصورسازی داده‌ها نگاه کنیم:داده (Data)کلیدی‌ترین عنصر در مصورسازی داده‌ها، خود داده‌ها هستن. بهترین مصورسازی‌ها باید خاص‌ترین وجه هر داده رو به نمایش بذارن. هر کدوم از انواع داده به یک فرمت خاص برای نمایش نیاز دارن. درک و یافتن این فرمت، وظیفه‌ی دیزاینر و تعیین‌کننده‌ی‌ غیرمستقیمِ اون، خواننده‌ی داده‌ست. تا دیزاینر درک درستی از داده‌ها نداشته باشه، نمی‌تونه به خوبی اون‌ها رو مصور کنه. قبل از هر چیزی ماهیت و روابط داده‌ها و متغیر‌ها باید شناخته بشن و بعد از اون به روش‌ درستی کدگذاری بشن.دیزاینر (Designer)هر دیزاینر برای مصورسازی داده‌هاش هدفی داره. شناخت انگیزه‌ها، اهداف و اولویت‌ها در دیزاین به دیزاینر کمک می‌کنه تا به جای صرفا نمایش زیبای داده‌ها، مصورسازی‌ موفقی رو دیزاین کنه. درک و تعریف هدف، کلید موفقیت و پایه و اساس فرایند مصورسازیه. داشتن یک هدفِ تعریف‌شده، تصمیمات بعدی در دیزاین رو مشخص می‌کنه و استانداردی رو برای انتخاب و ارزیابی دیزاین تعیین می‌کنه.خواننده (Reader)سومین عنصر موثر خواننده‌ست. خواننده به‌عنوان کسی که در معرض ایده‌های دیزاینره، جایگاه ویژه‌ای داره و می‌تونه بزرگترین شریک یا بزرگ‌ترین مانع در برقراری ارتباط سریع با مصورسازی‌ باشه. مثل تمام حوزه‌های دیزاین، در تمام مراحل مصورسازی داده، مهمه که دیزاینر خودش رو جای خواننده قرار بده و دیدگاهش رو در نظر بگیره.موفقیت دیزاینر در مصورسازی داده با موفقیت خواننده سنجیده می‌شه. اگر پیام رمز‌گذاری شده، توسط خواننده اشتباه تفسیر و دریافت بشه، احتمالاً مشکل از رمزگذاری توسط دیزاینر بوده و مصورسازی با شکست رو‌به‌رو می‌شه. تا زمانی که دیزاینر بتونه داستانش رو واضح و شفاف بیان کنه،‌ باید ایده‌ها رو بشکنه و ساده رمز‌گذاری کنه. یکی از راه‌های کمک به درک خواننده، درک زمینه‌ی ذهنی خواننده‌ست تا بفهمیم چه اطلاعاتی نیاز داره و چه اطلاعاتی رو نمی‌خواد.دسته‌بندی انواع مصورسازی داده‌هاقبل از طبقه‌بندی به این نکته توجه کنیم که راه‌های زیادی برای دسته‌بندی مصورسازی داده‌ها وجود داره که گاهی با هم هم‌پوشانی دارن و گاهی هر دسته‌بندی فقط مختص به یک نوع مصورسازی، در دسته‌بندی دیگه‌ست. اما این‌جا به متداول‌ترین‌ اون‌ها اشاره می‌کنم.یک. دسته‌بندی براساس پیچیدگییکی از راه‌های متداول مصورسازی داده‌ها،‌ در نظر گرفتن تعداد متغیرهای اثرگذار روی داده‌ایه که می‌خوایم مصور کنیم. برای مثال یک نمودار خطی ساده می‌تونه تعداد مبتلایان بیماری کووید-۱۹ یک کشور رو در روزهای مختلف نشون بده. این نمودار فقط دو متغیر داره. اگر تعداد مرگ و میر روزانه یا تعداد افراد واکسینه‌شده رو هم در نظر بگیریم، متغیرهای جدیدی اضافه کردیم که این نمودار خطیِ دو بُعدی رو به نمودار پیچیده‌تری تبدیل می‌کنه. می‌تونیم تعداد متغیرهای اثرگذار روی داده رو به عنوان معیاری برای پیچیدگی مصورسازی داده‌ توصیف کنیم. همونطور که مصورسازی‌‌ها پیچیده‌تر می‌شن، دیزاینِ اون‌ها چالش‌برانگیزتر و درکشون هم دشوار‌تر می‌شه. به همین دلیل، مصورسازی‌هایی با سه یا چهار بُعد، مصورسازی‌های متداول‌تری هستن (اگرچه مصورسازی‌هایی با ابعاد بیشتر رو هم می‌شه پیدا کرد). فقط به این نکته توجه کنید که اضافه‌کردن حجم یا نقاط داده‌ بیشتر از یک بُعد، پیچیدگی رو افزایش نمی‌ده. مثلا نمایش داده‌های یک ساله‌ی مبتلایان کووید-۱۹، پیچیده‌تر از یک هفته داده نیست، بلکه حجم بیشتری داره. یا نمایش ۵۰ کشور به جای یک کشور ممکنه صفحه‌ رو شلوغ‌تر یا خوندن رو دشوارتر کنه، اما نمودار رو پیچیده‌تر نمی‌کنه. با این‌حال چالش اصلی برای دیزاین مصورسازی‌های پیچیده‌تر اینه که هر چقدر ابعاد بیشتری رو به شکل بصری رمزگذاری کنیم، باید از ویژگی‌های بصری منحصر‌به‌فردتری استفاده کنیم و این کار در بُعد‌های بیشتر سخت‌تره (در قسمت‌های بعد با چالش‌ها و روش‌های مصورسازی‌ داده‌های پیچیده بیشتر آشنا می‌شیم).نمونه‌ای از مصورسازی پیچیده: نمادی از جهانِ رو به نابودی به دست فناوری‌های خطرناک ساخت بشر - طراحی‌شده در آژانس پنتاگرامدو. مصورسازی داده و اینفوگرافیک‌هادومین روش تقسیم‌بندی مصور‌کردن داده‌ها بر اساس مبدا و شکل است که او‌ن‌ها رو به دو دسته‌ی مصورسازی داده (Data Visualization) و اینفوگرافیک (Infographic) تقسیم می‌کنه.به طور خلاصه اینفوگرافیک (Infographic) ویژگی‌های زیر رو داره:دستی رسم می‌شه و رفتار سفارشی از اطلاعاته.استاتیکه و با اضافه‌شدن داده‌ی جدید، به دیزاین و بازآفرینی مجدد نیاز داره.زیبایی بصری غنی، قوی و جالب‌ توجهی داره.از نظر داده‌ای نسبتاً ضعیفه.تصویر زیر یکی از نمونه‌های خوب اینفوگرافیک از آلبرتو لوکاس لوپز به حساب میاد. با یک نگاه کوتاه، ۲۳ زبان مادری و خاستگاهشون رو می‌شه دید. این اینفوگرافیک به خوبی نشون می‌ده زبان چطور از مرز‌ها عبور می‌کنه و در جاهای دیگه‌ای غیر از خاستگاهش ریشه می‌گیره!پراکندگی زبان‌های مادری در دنیا - طراحی از آلبرتو لوکاس لوپزدر مقابل، مصورسازی داده (Data Visualization) این ویژگی‌ها رو داره:الگوریتمی ترسیم می‌شه.بازسازیش با اضافه‌شدن داده‌های جدید آسون‌تره.اغلب از نظر زیبایی ضعیف‌تره.نسبتاً از نظر حجم داده قویه.مصورسازی داده‌ها در ابتدا توسط انسان طراحی می‌شن و سپس به صورت الگوریتمی با نرم افزار ترسیم می‌شن. بزرگ‌ترین مزیت این روش اینه که به روز‌رسانی یا بازآفرینی مصورسازی با داده‌های بیشتر یا جدید، نسبتاً ساده‌تره. مثال زیر، یکی از مصورسازی‌هاییه که در آژانس پنتاگرام دیزاین شده و فرماندار نیویورک در جلسات عمومی بحران همه‌گیری کرونا ارائه داده.تعداد بستری‌شده‌های بیماری کووید ۱۹ در نیویورک - طراحی‌شده در آژانس پنتاگرامسه. مصورسازی اکتشافی و توضیحیدر این نوع تقسیم‌بندی، هدف از مصورسازی عامل تعیین‌کننده‌ی نوع مصورسازی داده‌ست. مصورسازی داده‌ی اکتشافی و توضیحی اهداف متفاوتی رو دنبال می‌کنن بنابراین ابزارها و رویکردهای موجود ممکنه فقط برای یکی مناسب باشه.مصورسازی داده‌ی اکتشافی (Exploratory Visualization)مصورسازی داده‌ی اکتشافی زمانی مناسبه که مجموعه‌ای کامل از داده‌ها رو دارید و مطمئن نیستید اون‌ها چه داستانی دارن. در این حالت ترجمه‌‌ی داده‌ها به یک رسانه‌ی بصری می‌تونه به شناسایی سریع‌تر ویژگی‌ها، مثل روندها یا شناسایی داده‌های نامربوط (انحرافی) کمک کنه. ممکنه نویز زیادی در داده‌هاتون باشه، اما اگر بیش از حد اطلاعات رو ساده‌سازی یا حذف کنید، ممکنه چیز مهمی رو از دست بدید. این نوع مصورسازی معمولاً بخشی از مرحله‌ی تجزیه و تحلیل داده‌هاست و برای کشف داستانی که داده‌ها دارن استفاده می‌شه.مصورسازی داده‌ی توضیحی (Explanatory Visualization)در مقابل، مصورسازی داده‌ی توضیحی زمانی مناسبه که شما از قبل می‌دونید داده‌ها چه چیزی برای گفتن دارن و سعی می‌کنید اون داستان رو به شخص دیگری بگین. فارغ از مخاطب‌تون، داستانی که قصد دارید بگید باید براتون شفاف باشه. بنابراین می‌تونید طوری دیزاین کنید که اون داستانِ خاص رو بازگو یا برجسته کنید. اگر مصورسازی داده‌‌ی اکتشافی بخشی از مرحله‌ی تجزیه و تحلیل داده‌ها باشه، مصورسازی داده‌ی توضیحی بخشی از مرحله‌ی ارائه‌ی اونه.چنین مصورسازی‌ای ممکنه به تنهایی ارائه بشه یا بخشی از یک ارائه‌ی بزرگتر باشه؛ مثل یک سخنرانی، مقاله‌ی روزنامه، یا گزارش. در این سناریوها، روایت‌های پشتیبانی وجود داره - نوشتاری یا شفاهی - که اون مصورسازی رو بیشتر توضیح می‌ده.یکی از نمونه‌های جالب مصورسازی داده که تا به حال دیدم، کتاب زندگی جورجیا لوپی، دیزاینر مصورسازی داده‌ی پنتاگرامه. جورجیا توی این کتاب، داستان و رویداد‌های زندگیش رو در قالب یک پروژه‌ی مصورسازی داده به تصویر کشیده. در مرحله‌ی اول، نیاز بوده که ۴۰ سال زندگیش رو مرور کنه، رویدادها و حوادث مهمش رو به یاد بیاره و داستانی که می‌خواد با این داده‌ها به مخاطبش بگه رو پیدا کنه. این بخش از کار دقیقا مصداقی از نوع مصورسازی داده‌ی اکتشافیه. در مرحله‌ی بعدی جورجیا داده‌های فیلتر شده رو در قالب شکل زیر به تصویر کشیده. هر نخ سفید نشون‌دهنده‌ی یک روز از زندگیشه و نخ‌های رنگی با الگوهای مختلف، نشون‌دهنده‌ی رویدادهای مهمیه که می‌خواد راجع بهشون حرف بزنه. این فاز مربوط به نوع دوم یعنی مصورسازی داده‌ی توضیحیه. از این‌جا می‌تونید درباره‌ی این پروژه بیشتر بخونید.کتاب روز‌های زندگی جورجیا لوپیچهار. اطلاع‌دهنده و متقاعد کنندهاین دسته‌بندی که منحصراً به مصورسازی‌های توضیحی اختصاص داره، براساس سه عنصر کلیدی مصورسازی‌ یعنی داده،‌ دیزاینر و خواننده (که در ادامه مفصل توضیح میدم) تقسیم‌بندی می‌شه.مصورسازی داده‌ی اطلاع‌دهنده یا آگاهی‌بخش (Informative Visualization)این نوع مصورسازی‌ در خدمت رابطه‌ی خواننده و داده است. هدفش ارائه‌ی بی‌طرفانه‌ی حقایق و مطلع کردن خواننده‌ست. مصورسازی‌های آگاهی‌بخش اغلب شامل داده‌های گسترده‌ای هستن که به شکل مدیریت‌شده‌ای فیلتر شدن. این نوع، بخش عمده‌ای از مصورسازی‌ رو تشکیل می‌ده که یک فرد به صورت روزانه با اون مواجه می‌شه. مثالی که بالاتر از مصورسازی‌ داده‌های گوگل درباره‌ی بیماری کووید-۱۹ آوردم مثال خوبی از این نوع مصورسازیه.پراکندگی و مقایسه‌ی کیس‌های جدید کووید -۱۹ در جهان - طراحی توسط Googleمصورسازی داده‌ی متقاعدکننده  (Persuasive Visualization)در مقابل، مصورسازی داده‌ی متقاعدکننده در خدمت رابطه بین دیزاینر و خواننده‌ست و زمانی استفاده می‌شه که دیزاینر قصد داشته‌باشه نظر خواننده رو در مورد چیزی تغییر بده. در این نوع از مصورسازی، داده‌ها در تأییدِ دیدگاه دیزاینر انتخاب می‌شن تا خواننده رو متقاعد کنن.برای مثال نمودار میله‌ای تصویر ۱، تعداد سوالات دریافتی و بررسی شده‌ توسط پشتیبانی یک شرکت رو در ماه‌های مختلف نشون می‌ده. در نگاه اول، خواننده با حجم زیادی از اطلاعات مواجه می‌شه که نمی‌دونه چه نتیجه‌ای باید ازشون بگیره. در تصویر ۲، دیزاینر به جای نمودار میله‌ای از نمودار خطی استفاده کرده. حالا با یک نگاه کلی، خواننده می‌تونه متوجه بشه از ماه مِی تعداد سوالات بررسی‌شده به طرز چشمگیری کم شده و راحت‌تر می‌تونه علت این موضوع رو بفهمه و حلش کنه. در دیزاین جدید، تصمیمِ دیزاینر در متقاعد کردن خواننده تاثیر گذاشته.تصویر ۱ - نمودار میله‌ای از تعداد تیکت‌های دریافتی و پردازش‌شدهتصویر ۲ - نمودار خطی از تعداد تیکت‌های دریافتی و پردازش‌شدهدر این مقاله سعی کردم درباره‌ی چیستی و چرایی مصورسازی‌ داده‌ها بگم و دوست دارم در ادامه بیشتر درباره‌ی چگونگی دیزاین و در نهایت پیاده‌سازی یک مصورسازی‌ داده صحبت کنم. این دست مطالب قراره در بلاگ دیزاین دیوار ادامه پیدا کنه؛ منتظر باشید.</description>
                <category>نرگس غریب</category>
                <author>نرگس غریب</author>
                <pubDate>Wed, 05 Jan 2022 18:48:12 +0330</pubDate>
            </item>
                    <item>
                <title>مهندس تجربه‌ها:  UXE چیست؟</title>
                <link>https://virgool.io/DivarDesign/%D9%85%D9%87%D9%86%D8%AF%D8%B3-%D8%AA%D8%AC%D8%B1%D8%A8%D9%87-%D9%87%D8%A7-uxe-%DA%86%DB%8C%D8%B3%D8%AA-cjfn3dvklifs</link>
                <description>مهندس تجربه‌ی کاربرچند ماه پیش همراه با مهدی رحمن،‌ چپتر لیدر مهندسی تجربه‌ی کاربر دیوار تصمیم گرفتیم کتابِ Design Engineering Handbook از انتشارات Design Better که جزو معدود منابع موجود و البته مفید «مهندسی دیزاین» به‌شمار می‌ره رو ترجمه کنیم و برای آشنایی فارسی‌ زبانان علاقه‌مند به حوزه‌ی تجربه‌ی کاربر، با این شاخه‌ی جدید از دیزاین، قدمی هر چند کوچک برداشته باشیم. ترجمه‌ی این کتاب بهانه‌ای شد تا قلم به دست بگیرم و از مسیری که تا رسیدن به این نقش طی کردم بنویسم. از این بنویسم که مهندس دیزاینر واقعا چه کسیه و در یک تیم می‌تونه چه نقشی داشته باشه. از وظایف و چالش‌هایی که روزانه باهاش مواجهم گفتم و به طور خلاصه این مقاله مقدمه‌ایه به کتابی که حالا پیش روی شماست. کتاب «راهنمای مهندسی دیزاین» در فرمت‌های مختلف در دسترسه و خوشحال می‌شیم با نظراتتون به ما در بهتر کردنش کمک کنید.مهندس تجربه‌هاپاییز ۹۵، اولین تجربه‌ی کاریم رو از روی وظیفه‌ای که احتمالا هر دانشجوی مهندسی کامپیوتر دیر یا زود باید انجام می‌داد، به عنوان کارآموز برنامه‌نویس فرانت‌اند شروع کردم. رفته رفته وقتی وارد بازار کار شدم، با مقوله‌ی طراحی تجربه‌ی کاربر بیشتر آشنا شدم و ‌چالش‌ها، دغدغه‌ها، مباحث و به طور کلی جذابیت‌های اون باعث شد کم کم از برنامه نویسی فاصله بگیرم و وارد وادی دیزاین بشم. دیزاین تبدیل شده‌بود به اولویتم در یادگیری و دقیقا چیزی بود که دوست داشتم به عنوان تنها مسیر شغلی ادامه بدم.در هر کدوم از مساله‌های مختلف، چالش‌های جدید، محصولات و ایده‌های متنوعی که به عنوان یک دیزاینر روی اون‌ها کار می‌کردم، نقطه‌ای وجود داشت که ناچار و ناخواسته باید گریزی به دانش فنی خودم می‌زدم. آشنایی با دیزاین‌سیستم‌های جدید، فریم‌ورک‌های مختلف، روش‌های جدید پیاده‌سازی، محدودیت‌های فنی در توسعه‌ی وب-اپلیکیشن‌ها و … همه و همه باعث شده بود هیچ‌وقت خودم رو از برنامه‌نویسی جدا نکنم.تا اینکه اتفاقی وارد فرایند مصاحبه‌ی استخدامی دیوار برای موقعیت شغلی «مهندس تجربه‌ی کاربر» شدم.اگر بگم تا قبل از اون هیچ‌ ایده‌ای راجع‌ بهش نداشتم، بیراه نگفتم. اما وقتی شرح شغلی و تسکی رو که باید برای مرحله‌ی دوم مصاحبه انجام می‌دادم رو دیدم، فهیمدم این دقیقا همون‌ چیزی بود که گاهی انجام می‌دادم اما تعریف درستی ازش نداشتم. من به عنوان مهندس تجربه‌ی کاربر در دیوار باید علاوه بر دیزاین، دانش فنی خودم رو به کار می‌گرفتم و پل ارتباطی بین دیزاینر‌ها و توسعه‌دهندگان در تیم‌های مختلف دیوار می‌شدم.این مقاله صرفا مسیر من برای رسیدن به این نقش و تجربیات شخصی من نیست، دریچه‌ایه به چرایی وجود این نقش و فرایند و اتفاقاتی که در این موقعیت شغلی رخ می‌ده. موقعیتی که به جرات می‌تونم بگم جزء معدود شغل‌هاییه که هر هفته و شاید هر روز طیف گسترده‌ و متنوعی از تسک‌‌ها در اون انجام می‌شه و هر روز عملکرد و پیچیدگی‌های منحصر به فرد خودش رو داره.مهندس تجربه‌ی کاربر کیست؟ از دیزاین تا توسعهمهندس تجربه‌ی کاربر معمولا دیزاینر یا توسعه‌دهنده‌ی فرانت‌اندیه که همکاری بین مهندسی و دیزاین رو تسهیل می‌کنه. اون دانش فنی و توانایی حل مساله و زیبایی‌شناسی دیزاین و حساسیت طراح تجربه‌ی کاربر (UX Designer) رو گرد هم می‌آره و با ترجمه‌ی زبان مهندسی و دیزاین به هم‌دیگه فرایند نمونه‌سازی اولیه  (Prototyping) و رسیدن به نتیجه‌ی نهایی مطمئن و قابل اجرا رو سرعت می‌بخشه. هدف نهایی یک مهندس تجربه‌ی کاربر، به حداقل رسوندن حدس و گمان و بهبود اثربخشی فرایند دیزاینه.مهندس تجربه‌ی کاربر کجا قرار می‌گیره؟از اون‌جایی که مهندسان تجربه‌ی کاربر دقیقاً مانند طراح تجربه‌ی کاربر، به دنبال تبدیل مسئله‌ای پیچیده به راه حلی عملی، باید دامنه‌ی کامل پروژه رو درک کنند و بدونند کاربر برای انجام یک فرایند به چه چیزهایی نیاز داره. اون‌ها باید با زبان دستورالعمل‌های اساسی تجربه‌ی کاربر و همچنین شرایط فنی ساخت یک محصول دیجیتال آشنا باشند. هم‌چنین به خاطر ماهیت کار میان‌رشته‌ای که دارند تصمیمات اجرایی‌شون تاثیر زیادی روی محصول (یا کسب و کار) داره و به‌همین دلیل باید ارتباط نزدیکی با تیم محصول و ذی‌نفعان اون داشته باشند.به عنوان یک مهندس تجربه‌ی کاربر چه کارهایی می‌کنم؟همونطور که بالاتر گفتم، از جذابیت‌ها و شاید چالش‌های این موقعیت شغلی، طیف گسترده‌ از وظایفیه که انجام می‌دیم. به طور خلاصه میشه به موارد زیر اشاره کرد:۱. طراحی کامپوننت‌های دیزاین سیستم۲. تصمیم‌گیری و طراحی بنیان‌های دیزاین سیستم۳. طراحی، توسعه و نگهداری دیزاین سیستم۴. ورژن‌ کنترل۵. امکان‌سنجی توسعه‌ی دیزاین۶. طراحی و پیاده‌سازی میکرواینتراکشن‌ها۷. دسترسی‌پذیری۸. ارائه‌ی راهکارهای بهینه برای دیزاین ریسپانسیوچرا به یک مهندس تجربه‌‌ی کاربر نیاز داریم؟مهندس تجربه‌‌ی کاربر مثل پلی بین دیزاینرها و توسعه‌دهندگان عمل می‌کنه. توصیه‌های فنی رو در رابطه با چیزی که ممکن و قابل پیاده‌سازیه به طراحان ارائه می‌ده. نیازهای سمت توسعه‌دهنده رو درک می‌کنه و انیمیشن‌ها و میکرواینتراکشن‌ها رو مشخص و طراحی می‌کنه. با استفاده از نمونه‌های اولیه برنامه‌نویسی شده، دیزاینی قابل تعامل و با جزئیات فنی دقیق رو برای برنامه‌نویسان آماده می‌کنه. هزینه و زمان توسعه رو کاهش می‌ده و با اعتبار سنجی دیزاین، قبل از توسعه، زمان ریفکتور کردن کد رو کاهش می‌ده.به عنوان مهندس تجربه‌ی کاربر، به چه مهارت‌هایی نیاز داریم؟اگر فرض کنیم دیزاین و مهندسی دو سر یک طیف هستند، مهندس تجربه‌ی کاربر، مثل یک پل دو سر این طیف رو به هم متصل می‌کنه. بنابرین مهارت‌های لازم هر دو سر طیف رو در حد مطلوبی باید داشته باشه. مثل:درک الگوهای دیزاینمهارت دیزاین رابط کاربرکار با ابزار‌های دیزاین مانند: Sketch و Figma و ….تجربه‌ی HTML ، CSS و JavaScriptتجربه‌ی برنامه‌نویسی ریسپانسیوتجربه‌ی تست و درک سناریوهای مسیر کاربر در دیزاینتجربه‌ی کنترل نسخه و کار با ابزار‌هایی مانند git و …نگاه سیستماتیک به توسعه‌ و دیزاین محصولتوانایی جابجایی سریع بین وظایف متنوعتشخیص کرنرکیس‌ها و محدودیت‌هایی که تکنولوژی‌های توسعه در دیزاین ایجاد می‌کنندو در آخربرای تبدیل شدن به مهندس تجربه‌ی کاربر، مثل هر حرفه‌ی دیگری، باید تمرین و کار بسیار کنید. باید مهارت‌های ذکر شده رو یاد بگیرید، با ترند‌های تکنولوژی بیش از پیش همراه بشید و دانش فنی خودتون رو به روز نگه دارید. با چالش‌هایی که برنامه‌نویسان از سمت دیزاین رو‌به‌رو هستند آشنا بشید. نمونه کارهایی بسازید که توانایی شما رو در انجام پروژه‌های چند تخصصی مورد نظر نشون بده. یاد بگیرید که چطور با ایده‌ها ارتباط برقرار کنید و افکار و نگرانی‌های خود رو با دیگران مطرح کنید. توسعه‌ی مهارت‌های ارتباطی، حل مساله و کنشگری به مهندس تجربه‌ی کاربر کمک می‌کنه علاوه بر داشتن استقلال در کار خودش، بتونه با تیم‌های متعدد هم به‌خوبی همکاری کنه.</description>
                <category>نرگس غریب</category>
                <author>نرگس غریب</author>
                <pubDate>Wed, 11 Aug 2021 17:21:53 +0430</pubDate>
            </item>
                    <item>
                <title>آبیِ دیوار</title>
                <link>https://virgool.io/@nargesgharib/%D8%A2%D8%A8%DB%8C%D9%90-%D8%AF%DB%8C%D9%88%D8%A7%D8%B1-pyq3mqki9q0k</link>
                <description>نرگس غریباگر از من بپرسین فرض کن «دیوار» واقعا شبیه به یه دیوار بود، اونوقت چه‌شکلی می‌تونست باشه؟ بدون این‌که فکر کنم می‌گفتم آبی! یه دیوارِ آبی.اگر بخوایم درنظر نگیریم که من رنگ آبیو بیشتر از همه‌‌ی رنگای دیگه دوست دارم (که واقعا دوست دارم!)، چیزی که اینجا رو آبی می‌کنه، آدماشن. آرامش و اعتمادیه که همین آدما تشکیل میدن.از اولین روزایی که به دیوار اومدم مدت زیادی نگذشته، اما یادم نمی‌ره جدا از شوقی که داشتم، با چقدر ترس و دلهره پامو گذاشتم اینجا. ترسِ این‌که کوچک‌ترین کاری که می‌کنم می‌تونه روی زندگی میلیو‌ن‌ها آدم توی ایران اثر ــ حتی خیلی کم ــ بذاره.اما چیزی که بعد از اون اتفاق افتاد، متفاوت از تصورات من بود. دیوار به آدم‌هاش فرصت تجربه‌های جدید می‌ده. فرصت اشتباه کردن و مهم‌تر از همه فرصت یادگرفتن و به چالش‌کشیدن توانمندی‌هاشون. چیزی که توی من رفته رفته ترسم رو تبدیل به اشتیاق کرد. از انجام دادن کارهایی که تا‌ به حال نکرده بودم لذت می‌بردم و افتاده بودم دنبال چیزایی که همیشه آرزوی انجامشو داشتم اما هیچ‌وقت فرصتش نبود. یا شاید جسارت انجامش. حالا جدا از محیط و آدماش، دیوار یه چیز ارزشمند بهم داده بود. اونم نقشی بود که داشتم و هر روز با علاقه باید ایفاش می‌کردم. اولین جذابیت دیوار برای من شد فرصت یادگیری!اما دومین چیزی که برام جذاب بود، این بود که بیشتر از هرجایی که تجربه‌ی کار کردن رو توش داشتم، دیوار برای همه‌ی آدماش فرصت‌های برابر خلق می‌کرد. فرصت‌های برابر، ارزش برابر، احترام برابر. برابری و برخورد یکسان با تمام اعضا همون چیزی بود که باعث موفقیت می‌شد. شبیه یک کار تیمی خوب که با موفقیتش همه به یک میزان خوشحال می‌شن و با شکستش همه به اندازه‌ی هم ناراحت!امسال تولد ۹ سالگی دیواره و من امسال اولین سالیه که کنار دیوارم. تو این چند ماهی که اینجا بودم فهمیدم این دیواری که ساخته شده،‌ به همین‌ راحتیا خراب بشو نیست! سیستم رو آدماش می‌سازن و سیستمی درسته که اگر یکی از آدماش کم بشه و یکی دیگه جاشو بگیره، هنوز مثل قبل کار کنه. واسم حتی مهم نیست تولدای قبلی دیوار رو نبودم و تولدای بعدیشو قراره باشم یا نه. مهم اینه چه باشم یا نباشم، دیوار به راهش ادامه می‌ده و همیشه تو ذهنم یه دیوارِ آبی قشنگ می‌مونه. چیزی شبیه به قشنگ ترین دیوارِ دنیا!</description>
                <category>نرگس غریب</category>
                <author>نرگس غریب</author>
                <pubDate>Sun, 18 Jul 2021 10:06:23 +0430</pubDate>
            </item>
            </channel>
</rss>