Ένα άτομο παραμένει αρχάριος για 1000 ημέρες. Βρίσκει την αλήθεια μετά από 10000 ημέρες εξάσκησης.
Αυτό είναι ένα απόσπασμα από τον Oyama Masutatsu που συνοψίζει πολύ καλά την ουσία του άρθρου. Εάν θέλετε να γίνετε σπουδαίος προγραμματιστής, κάντε την προσπάθεια. Αυτό είναι όλο το μυστικό. Περάστε πολλές ώρες στο πληκτρολόγιο και μην φοβάστε να εξασκηθείτε. Τότε θα αναπτυχθείτε ως προγραμματιστής.
Εδώ είναι 7 έργα που μπορούν να σας βοηθήσουν να αναπτύξετε. Μη διστάσετε να επιλέξετε τη στοίβα τεχνολογίας σας - χρησιμοποιήστε ό,τι επιθυμεί η καρδιά σας.
(προηγούμενες λίστες εκπαιδευτικών εργασιών: 1)
Έργο 1: Pacman
Δημιουργήστε τη δική σας έκδοση του Pacman. Αυτός είναι ένας πολύ καλός τρόπος για να πάρετε μια ιδέα για το πώς αναπτύσσονται τα παιχνίδια και να κατανοήσετε τα βασικά. Χρησιμοποιήστε ένα πλαίσιο JavaScript, React ή Vue.
Θα μάθεις:
- Πώς κινούνται τα στοιχεία
- Πώς να καθορίσετε ποια πλήκτρα να πατήσετε
- Πώς να προσδιορίσετε τη στιγμή της σύγκρουσης
- Μπορείτε να προχωρήσετε περισσότερο και να προσθέσετε έλεγχο κίνησης φαντασμάτων
Θα βρείτε ένα παράδειγμα αυτού του έργου
"Ένας κύριος κάνει περισσότερα λάθη από ότι ένας αρχάριος κάνει προσπάθειες"
Εκδοτική υποστήριξη - εταιρεία
Έργο 2: Διαχείριση χρηστών
Σχέδιο
Η δημιουργία μιας εφαρμογής τύπου CRUD για διαχείριση χρηστών θα σας διδάξει τα βασικά της ανάπτυξης. Αυτό είναι ιδιαίτερα χρήσιμο για νέους προγραμματιστές.
Θα μάθεις:
- Τι είναι η δρομολόγηση
- Πώς να χειριστείτε τις φόρμες εισαγωγής δεδομένων και να ελέγξετε τι έχει εισαγάγει ο χρήστης
- Τρόπος εργασίας με τη βάση δεδομένων - δημιουργία, ανάγνωση, ενημέρωση και διαγραφή ενεργειών
Έργο 3: Έλεγχος του καιρού στην τοποθεσία σας
Σχέδιο
Εάν θέλετε να δημιουργήσετε εφαρμογές, ξεκινήστε με μια εφαρμογή καιρού. Αυτό το έργο μπορεί να ολοκληρωθεί χρησιμοποιώντας το Swift.
Εκτός από την απόκτηση εμπειρίας στη δημιουργία μιας εφαρμογής, θα μάθετε:
- Πώς να εργαστείτε με το API
- Πώς να χρησιμοποιήσετε τη γεωγραφική θέση
- Κάντε την εφαρμογή σας πιο δυναμική προσθέτοντας εισαγωγή κειμένου. Σε αυτό, οι χρήστες θα μπορούν να εισάγουν την τοποθεσία τους για να ελέγξουν τον καιρό σε μια συγκεκριμένη τοποθεσία.
Θα χρειαστείτε ένα API. Για να λάβετε δεδομένα καιρού, χρησιμοποιήστε το OpenWeather API. Περισσότερες πληροφορίες σχετικά με το OpenWeather API
Έργο 4: Παράθυρο συνομιλίας
Το παράθυρο συνομιλίας μου σε δράση, ανοιχτό σε δύο καρτέλες του προγράμματος περιήγησης
Η δημιουργία ενός παραθύρου συνομιλίας είναι ο τέλειος τρόπος για να ξεκινήσετε με τις πρίζες. Η επιλογή του tech stack είναι τεράστια. Το Node.js, για παράδειγμα, είναι τέλειο.
Θα μάθετε πώς λειτουργούν οι πρίζες και πώς να τις εφαρμόζετε. Αυτό είναι το κύριο πλεονέκτημα αυτού του έργου.
Εάν είστε προγραμματιστής της Laravel που θέλει να εργαστεί με πρίζες, διαβάστε το δικό μου
Έργο 5: GitLab CI
Εάν είστε νέοι στη συνεχή ενοποίηση (CI), παίξτε με το GitLab CI. Ρυθμίστε μερικά περιβάλλοντα και δοκιμάστε να εκτελέσετε μερικές δοκιμές. Δεν είναι ένα πολύ δύσκολο έργο, αλλά είμαι σίγουρος ότι θα μάθετε πολλά από αυτό. Πολλές ομάδες ανάπτυξης χρησιμοποιούν τώρα CI. Είναι χρήσιμο να γνωρίζετε πώς να το χρησιμοποιήσετε.
Θα μάθεις:
- Τι είναι το GitLab CI
- Πώς να ρυθμίσετε
.gitlab-ci.yml
που λέει στον χρήστη GitLab τι να κάνει - Τρόπος ανάπτυξης σε άλλα περιβάλλοντα
Έργο 6: Αναλυτής Ιστοσελίδων
Φτιάξτε ένα scraper που αναλύει τη σημασιολογία των ιστοσελίδων και δημιουργεί τη βαθμολογία τους. Για παράδειγμα, μπορείτε να ελέγξετε εάν λείπουν ετικέτες alt στις εικόνες. Ή ελέγξτε αν η σελίδα έχει μετα-ετικέτες SEO. Μια ξύστρα μπορεί να δημιουργηθεί χωρίς διεπαφή χρήστη.
Θα μάθεις:
- Πώς λειτουργεί η ξύστρα;
- Πώς να δημιουργήσετε επιλογείς DOM
- Πώς να γράψετε έναν αλγόριθμο
- Εάν δεν θέλετε να σταματήσετε εκεί, δημιουργήστε μια διεπαφή χρήστη. Μπορείτε επίσης να δημιουργήσετε μια αναφορά σε κάθε ιστότοπο που ελέγχετε.
Project 7: Sentiment Sentiment στα Social Media
Ο εντοπισμός συναισθήματος στα μέσα κοινωνικής δικτύωσης είναι ένας πολύ καλός τρόπος για να μυηθείτε στη μηχανική μάθηση.
Μπορείτε να ξεκινήσετε αναλύοντας μόνο ένα κοινωνικό δίκτυο. Όλοι συνήθως ξεκινούν με το Twitter.
Εάν έχετε ήδη εμπειρία με τη μηχανική μάθηση, δοκιμάστε να συλλέξετε δεδομένα από διαφορετικά κοινωνικά δίκτυα και να τα συνδυάσετε.
Θα μάθεις:
- Τι είναι η μηχανική μάθηση
Καλή πρακτική.
Μετάφραση: Diana Sheremyeva
Πηγή: www.habr.com