संगणक विज्ञान शिक्षणाचा जास्तीत जास्त फायदा कसा घ्यावा

बहुतेक आधुनिक प्रोग्रामरनी त्यांचे शिक्षण विद्यापीठांमध्ये घेतले. कालांतराने, हे बदलेल, परंतु आता परिस्थिती अशी आहे की आयटी कंपन्यांमध्ये चांगले कर्मचारी अजूनही विद्यापीठांमधून येतात. या पोस्टमध्ये, स्टॅनिस्लाव प्रोटासोव्ह, युनिव्हर्सिटी रिलेशन्सचे अक्रोनिस संचालक, भविष्यातील प्रोग्रामरसाठी युनिव्हर्सिटी प्रशिक्षणाच्या वैशिष्ट्यांबद्दल त्यांच्या दृष्टीबद्दल बोलतात. शिक्षक, विद्यार्थी आणि जे त्यांना कामावर घेतात त्यांना कट अंतर्गत काही उपयुक्त टिप्स देखील मिळू शकतात.

गेली 10 वर्षे मी विविध विद्यापीठांमध्ये गणित, अल्गोरिदम, प्रोग्रामिंग भाषा आणि मशीन लर्निंग शिकवत आहे. आज, Acronis मधील माझ्या पदाव्यतिरिक्त, मी MIPT मधील सैद्धांतिक आणि उपयोजित संगणक विज्ञान विभागाचा उपप्रमुख देखील आहे. चांगल्या रशियन (आणि केवळ नाही) विद्यापीठांमध्ये काम करण्याच्या माझ्या अनुभवावरून, मी संगणक विषयातील विद्यार्थ्यांच्या तयारीबद्दल काही निरीक्षणे केली.

30 सेकंदाचा नियम यापुढे कार्य करत नाही

मला खात्री आहे की तुम्ही 30 सेकंदाचा नियम पूर्ण केला असेल, ज्यामध्ये असे नमूद केले आहे की प्रोग्रामरने फंक्शनचा कोड पटकन पाहिल्यानंतर त्याचा उद्देश समजला पाहिजे. याचा शोध फार पूर्वी लागला होता आणि तेव्हापासून अनेक ऑपरेटिंग सिस्टम, भाषा, हार्डवेअर आणि अल्गोरिदम दिसू लागले आहेत. मी 12 वर्षांपासून कोड लिहित आहे, परंतु तुलनेने अलीकडेच मी एका उत्पादनासाठी स्त्रोत कोड पाहिला, जो पहिल्या दृष्टीक्षेपात मला जादूच्या जादूसारखा वाटला. आज, जर तुम्ही विषय क्षेत्रामध्ये विसर्जित नसल्यास, 30 सेकंदाचा नियम कार्य करणे थांबवतो. अन्यथा, काय आहे हे समजून घेण्यासाठी केवळ 30 नाही तर 300 सेकंद देखील पुरेसे नाहीत.

उदाहरणार्थ, जर तुम्हाला ड्रायव्हर्स लिहायचे असतील तर तुम्हाला या भागात जावे लागेल आणि विशिष्ट कोडच्या हजारो ओळी वाचणे आवश्यक आहे. एखाद्या विषयाचा अभ्यास करण्याच्या या दृष्टिकोनामुळे, एक विशेषज्ञ "प्रवाहाची भावना" विकसित करतो. रॅप प्रमाणे, जेव्हा एका चांगल्या यमकाची आणि योग्य लयची भावना विशेष तर्कसंगततेशिवाय दिसून येते. त्याचप्रमाणे, एक प्रशिक्षित प्रोग्रामर शैलीचे उल्लंघन कोठे झाले किंवा उप-अनुकूल दृष्टीकोन वापरला गेला याचा तपशीलवार अभ्यास न करता अप्रभावी किंवा फक्त वाईट कोड सहजपणे ओळखू शकतो (परंतु ही भावना स्पष्ट करणे खूप कठीण आहे).

स्पेशलायझेशन आणि वाढती जटिलता या वस्तुस्थितीला कारणीभूत ठरते की बॅचलरचे शिक्षण यापुढे सर्व क्षेत्रांचा पुरेसा सखोल अभ्यास करण्याची संधी देत ​​नाही. परंतु शिक्षणाच्या या स्तरावरच एखाद्याला दृष्टीकोन आत्मसात करणे आवश्यक आहे. त्यानंतर, ग्रॅज्युएट स्कूलमध्ये किंवा कामाच्या ठिकाणी, तुम्हाला विषय क्षेत्राच्या समस्या आणि तपशीलांमध्ये मग्न होण्यासाठी, अपभाषा, प्रोग्रामिंग भाषा आणि सहकाऱ्यांच्या कोडचा अभ्यास, लेख आणि पुस्तके वाचण्यात थोडा वेळ घालवावा लागेल. मला असे वाटते की विद्यापीठाच्या मदतीने भविष्यासाठी "क्रॉसबार पंप करणे" हा एकमेव मार्ग आहे. टी-आकार विशेषज्ञ.

विद्यापीठात शिकवण्यासाठी कोणती प्रोग्रामिंग भाषा सर्वोत्तम आहे?

माझ्या आनंदासाठी, विद्यापीठातील शिक्षकांनी या प्रश्नाचे योग्य उत्तर शोधणे आधीच सोडून दिले आहे: "प्रोग्राम करण्यासाठी सर्वोत्तम भाषा कोणती आहे?" C# किंवा Java, Delphi किंवा C++ - कोणते चांगले आहे याबद्दलचा वाद अक्षरशः नाहीसा झाला आहे. बर्‍याच नवीन प्रोग्रामिंग भाषांचा उदय आणि अध्यापनशास्त्रीय अनुभवाच्या संचयामुळे शैक्षणिक वातावरणात एक प्रस्थापित समज निर्माण झाली आहे: प्रत्येक भाषेचे स्वतःचे स्थान आहे.

एक किंवा दुसरी प्रोग्रामिंग भाषा वापरून शिकवण्याच्या समस्येला प्राधान्य देणे थांबले आहे. अभ्यासक्रम कोणत्या भाषेत शिकवला जातो याने काही फरक पडत नाही. मुख्य गोष्ट म्हणजे भाषेची पुरेशी अभिव्यक्ती. पुस्तक "मल्टीप्रोसेसर प्रोग्रामिंगची कला” हे या निरीक्षणाचे उत्तम उदाहरण आहे. या आताच्या क्लासिक आवृत्तीमध्ये, सर्व उदाहरणे Java मध्ये सादर केली आहेत - पॉइंटर नसलेली भाषा, परंतु गार्बेज कलेक्टरसह. क्वचितच कोणी असा युक्तिवाद करेल की जावा उच्च-कार्यक्षमता समांतर कोड लिहिण्यासाठी इष्टतम निवडीपासून दूर आहे. पण पुस्तकात मांडलेल्या संकल्पना स्पष्ट करण्यासाठी भाषा योग्य होती. दुसरे उदाहरण - क्लासिक मशीन लर्निंग कोर्स अँड्र्यू एनना, ऑक्टेव्ह वातावरणात मॅटलाबमध्ये शिकवले. आज तुम्ही एक वेगळी प्रोग्रामिंग भाषा निवडू शकता, परंतु कल्पना आणि दृष्टीकोन महत्त्वपूर्ण असल्यास खरोखर काय फरक पडतो?

अधिक व्यावहारिक आणि वास्तविकतेच्या जवळ

त्याच वेळी, अलिकडच्या वर्षांत विद्यापीठांमध्ये बरेच प्रॅक्टिशनर्स आले आहेत. जर पूर्वीच्या रशियन विद्यापीठाच्या कार्यक्रमांवर वास्तविकतेपासून घटस्फोट घेतल्याबद्दल सक्रियपणे टीका केली गेली असेल, तर आज आयटी शिक्षणाबद्दल असे म्हणता येणार नाही. 10 वर्षांपूर्वी वास्तविक उद्योग अनुभव असलेल्या विद्यापीठांमध्ये जवळजवळ एकही शिक्षक नव्हता. आजकाल, अधिकाधिक वेळा, विशेष विभागातील वर्ग पूर्ण-वेळ संगणक विज्ञान शिक्षकांद्वारे शिकवले जात नाहीत, परंतु सराव करणार्या आयटी तज्ञांद्वारे शिकवले जातात जे त्यांच्या मुख्य कामातून त्यांच्या मोकळ्या वेळेत फक्त 1-2 अभ्यासक्रम शिकवतात. हा दृष्टिकोन उच्च-गुणवत्तेचे कर्मचारी प्रशिक्षण, अभ्यासक्रम अद्ययावत करणे आणि अर्थातच कंपनीतील संभाव्य कर्मचार्‍यांचा शोध घेण्याच्या दृष्टिकोनातून स्वतःला न्याय देतो. आम्‍ही एमआयपीटीमध्‍ये मूलभूत विभागाचे समर्थन करतो आणि अॅक्रोनिसमध्‍ये करिअर सुरू करू शकणार्‍या विद्यार्थ्यांना तयार करण्‍यासह इतर विद्यापीठांशी संबंध निर्माण करतो असे सांगून मी गुपित उघड करेन असे मला वाटत नाही.

गणितज्ञ की प्रोग्रामर?

पवित्र युद्धे, जे पूर्वी प्रोग्रामिंग भाषांभोवती फिरत होते, ते तात्विक दिशेने गेले आहेत. आता तथाकथित "प्रोग्रामर" आणि "गणितज्ञ" एकमेकांशी वाद घालत आहेत. तत्वतः, या शाळा दोन शैक्षणिक कार्यक्रमांमध्ये विभक्त केल्या जाऊ शकतात, परंतु उद्योग अजूनही अशा बारकावे वेगळे करण्यात कमी आहेत, आणि विद्यापीठ ते विद्यापीठ आमच्याकडे थोड्या वेगळ्या फोकससह समान शिक्षण आहे. याचा अर्थ विद्यार्थी आणि तो ज्या कंपनीत काम करत राहील त्या दोघांनाही ज्ञानाच्या कोडे गहाळ तुकड्यांसह पूरक करावे लागतील.

विविध भाषांमध्ये औद्योगिक संहिता लिहिणाऱ्या विद्यापीठांमध्ये प्रॅक्टिशनर्सचा उदय विद्यार्थ्यांना उत्तम विकास कौशल्ये देतो. मानक लायब्ररी, फ्रेमवर्क आणि प्रोग्रामिंग तंत्रांच्या अंमलबजावणीशी चांगले परिचित असल्याने, प्रोग्रामरचा सराव करून विद्यार्थ्यांमध्ये चांगले कोड लिहिण्याची, ते जलद आणि कार्यक्षमतेने करण्याची इच्छा निर्माण होते.

तथापि, हे उपयुक्त कौशल्य कधीकधी अशा लोकांच्या उदयास कारणीभूत ठरते ज्यांना चाक पुन्हा शोधणे आवडते. प्रोग्रामिंगचे विद्यार्थी असा विचार करतात: "मी चांगल्या कोडच्या आणखी 200 ओळी लिहिल्या पाहिजेत ज्यामुळे समस्येचे निराकरण होईल?"

ज्या शिक्षकांनी शास्त्रीय गणिताचे शिक्षण घेतले आहे (उदाहरणार्थ, गणित किंवा उपयोजित गणित विद्याशाखेतून) ते सहसा छद्म-वैज्ञानिक वातावरणात किंवा मॉडेलिंग आणि डेटा विश्लेषणाच्या क्षेत्रात काम करतात. "गणितज्ञ" संगणक विज्ञान क्षेत्रातील समस्या वेगळ्या पद्धतीने पाहतात. ते प्रामुख्याने कोडसह नाही तर अल्गोरिदम, प्रमेय आणि औपचारिक मॉडेलसह कार्य करतात. गणितीय दृष्टिकोनाचा एक महत्त्वाचा फायदा म्हणजे काय सोडवले जाऊ शकते आणि काय नाही याची स्पष्ट मूलभूत समज आहे. आणि ते कसे सोडवायचे.

त्यानुसार, गणिताचे शिक्षक सिद्धांताकडे पूर्वाग्रह ठेवून प्रोग्रामिंगबद्दल बोलतात. जे विद्यार्थी "गणितज्ञ" मधून येतात ते बरेचदा विचारपूर्वक आणि सैद्धांतिकदृष्ट्या उत्कृष्ट उपाय शोधून काढतात, परंतु सामान्यतः भाषिक दृष्टिकोनातून सर्वोत्कृष्ट असतात आणि बर्‍याचदा चपखलपणे लिहिलेले असतात. अशा विद्यार्थ्याचा असा विश्वास आहे की तत्त्वतः अशा समस्यांचे निराकरण करण्याची क्षमता प्रदर्शित करणे हे त्याचे मुख्य ध्येय आहे. पण अंमलबजावणी लंगडी असू शकते.

शाळेत किंवा त्यांच्या पहिल्या वर्षात प्रोग्रामर म्हणून वाढलेली मुले त्यांच्यासोबत एक "अतिशय सुंदर सायकल" आणतात, जी सहसा कार्यक्षमतेने कार्यक्षमतेने कार्य करत नाही. त्याउलट, ते स्वतःला सखोल सिद्धांत मांडण्याचे आणि चांगल्या उपायांच्या शोधात पाठ्यपुस्तकांकडे वळण्याचे काम सेट करत नाहीत, सुंदर कोडला प्राधान्य देतात.

वेगवेगळ्या विद्यापीठांमध्ये, विद्यार्थ्यांच्या मुलाखती दरम्यान, मी सहसा पाहतो की कोणती "शाळा" त्याच्या शिक्षणावर आधारित आहे. आणि मुलभूत शिक्षणात मला जवळजवळ कधीच समतोल साधला नाही. लहानपणी, माझ्या शहरात तुम्ही गणिताच्या ऑलिम्पियाडची तयारी करू शकता, पण प्रोग्रामिंग क्लब नव्हते. आता, क्लबमध्ये, मुले "फॅशनेबल" गो आणि पायथनमध्ये प्रोग्राम करायला शिकतात. त्यामुळे, विद्यापीठांमध्ये प्रवेशाच्या पातळीवरही दृष्टिकोनात फरक आहे. माझा विश्वास आहे की विद्यापीठात दोन्ही कौशल्ये टिकवून ठेवणे महत्वाचे आहे, अन्यथा एकतर अपुरा सैद्धांतिक आधार असलेला तज्ञ किंवा एखादी व्यक्ती जी शिकलेली नाही आणि चांगली संहिता लिहू इच्छित नाही, कंपनीमध्ये कामावर येईल.

भविष्यासाठी "क्रॉसबार पंप करणे" कसे टी-आकार विशेषज्ञ?

हे स्पष्ट आहे की अशा परिस्थितीत विद्यार्थी फक्त त्याला जे आवडते ते निवडतो. शिक्षक फक्त त्याच्या जवळचा दृष्टिकोन व्यक्त करतो. परंतु कोड सुंदरपणे लिहिल्यास आणि अल्गोरिदमच्या दृष्टिकोनातून, सर्वकाही स्पष्ट, वाजवी आणि प्रभावी असल्यास प्रत्येकास फायदा होईल.

• आयटी क्षितीज. कॉम्प्युटर सायन्समधील बॅचलर पदवीचा पदवीधर हा एक विकसित तांत्रिक दृष्टीकोन असलेला तयार तज्ञ आहे, ज्याने कदाचित त्याचे प्रोफाइल निवडले आहे. पण कनिष्ठ वर्षात, तो किंवा ती काय करेल हे आम्हाला माहित नाही. तो विज्ञान किंवा विश्लेषणात जाऊ शकतो किंवा त्याउलट, तो दररोज मोठ्या प्रमाणात कोड लिहू शकतो. त्यामुळे विद्यार्थ्याला आयटी क्षेत्रात काम करण्याच्या सर्व बाबी दाखविण्याची आणि सर्व साधनांची ओळख करून देण्याची गरज आहे. तद्वतच, सैद्धांतिक अभ्यासक्रमातील शिक्षक सरावाशी (आणि उलट) संबंध दाखवतील.
• वाढीचा बिंदू. स्वतःला टोकाला जाऊ न देणे हेच विद्यार्थ्याच्या हिताचे आहे. तुम्ही "गणितज्ञ" आहात की "प्रोग्रामर" आहात हे समजून घेणे अवघड नाही. समस्येचे निराकरण करताना प्रथम प्रेरणा ऐकणे पुरेसे आहे: आपण काय करू इच्छिता - इष्टतम दृष्टिकोनाच्या शोधात पाठ्यपुस्तकात पहा किंवा नंतर निश्चितपणे उपयुक्त ठरतील अशी काही कार्ये लिहा? याच्या आधारे, तुम्ही तुमच्या शिक्षणाचा आणखी एक पूरक मार्ग तयार करू शकता.
• ज्ञानाचे पर्यायी स्त्रोत. असे घडते की प्रोग्राम संतुलित आहे, परंतु "सिस्टम प्रोग्रामिंग" आणि "अल्गोरिदम" पूर्णपणे भिन्न लोक शिकवतात आणि काही विद्यार्थी पहिल्या शिक्षकाच्या जवळ असतात आणि इतर - दुसऱ्याच्या जवळ असतात. परंतु जरी तुम्हाला प्राध्यापक आवडत नसला तरी, इतरांच्या बाजूने काही विषयांकडे दुर्लक्ष करण्याचे हे कारण नाही. पदवीधरांना स्वतःला ज्ञानाच्या स्त्रोतांसह कार्य करण्याची इच्छा शोधण्यात स्वारस्य आहे आणि "गणित ही विज्ञानाची राणी आहे, मुख्य गोष्ट म्हणजे अल्गोरिदम जाणून घेणे" किंवा "चांगला कोड इतर सर्व गोष्टींसाठी भरपाई देतो" यासारख्या मूलगामी मतांवर विश्वास ठेवू नका.

विशेष साहित्य आणि ऑनलाइन अभ्यासक्रमांकडे वळून तुम्ही थिअरीमध्ये तुमचे ज्ञान वाढवू शकता. तुम्ही Coursera, Udacity किंवा Stepik वर प्रोग्रामिंग भाषांमध्ये तुमची कौशल्ये सुधारू शकता, जिथे बरेच वेगवेगळे अभ्यासक्रम सादर केले जातात. तसेच, अल्गोरिदम शिक्षकाला गणित चांगले माहीत आहे, परंतु जटिल अंमलबजावणी प्रश्नांची उत्तरे देता येत नाहीत असे वाटल्यास विद्यार्थी अनेकदा हार्डकोर भाषा अभ्यासक्रम पाहणे सुरू करतात. प्रत्येकजण माझ्याशी सहमत होईल असे नाही, परंतु माझ्या सरावाने ते स्वतःला चांगले सिद्ध केले आहे Yandex कडून C++ मध्ये स्पेशलायझेशन, ज्यामध्ये भाषेच्या अधिक आणि अधिक जटिल वैशिष्ट्यांचे अनुक्रमिक विश्लेषण केले जाते. सर्वसाधारणपणे, प्रतिष्ठित कंपन्या किंवा विद्यापीठांकडून उच्च रेटिंग असलेला कोर्स निवडा.

सॉफ्ट कौशल्ये

विद्यापीठातून कोणत्याही कंपनीत काम करण्यासाठी, स्टार्टअपपासून मोठ्या कॉर्पोरेशनपर्यंत, अगदी उच्च विद्यापीठातील विद्यार्थी स्वतःला वास्तविक कामाच्या वातावरणाशी फारसे जुळवून घेत नाहीत. वस्तुस्थिती अशी आहे की आज विद्यापीठे विद्यार्थ्यांना खूप “बेबीसिट” करतात. बरेच वर्ग चुकवूनही, चाचण्या आणि चाचण्यांची वेळेवर तयारी न करणे, जास्त झोप लागणे किंवा परीक्षेसाठी उशीर होणे, प्रत्येकजण उत्तीर्ण होऊन पुन्हा परीक्षा घेऊ शकतो - आणि शेवटी डिप्लोमा प्राप्त करू शकतो.

तथापि, आज विद्यार्थ्यांना प्रौढ जीवन आणि स्वतंत्र व्यावसायिक क्रियाकलापांसाठी तयार राहण्यासाठी सर्व अटी आहेत. त्यांना केवळ कार्यक्रमच नाही तर संवादही साधावा लागेल. आणि हे देखील शिकवणे आवश्यक आहे. ही कौशल्ये विकसित करण्यासाठी विद्यापीठांमध्ये विविध स्वरूपे आहेत, परंतु, दुर्दैवाने, अनेकदा त्यांच्याकडे पुरेसे लक्ष दिले जात नाही. तथापि, आमच्याकडे प्रभावी टीमवर्क कौशल्ये मिळविण्याच्या अनेक संधी आहेत.

• लेखी व्यवसाय संवाद. दुर्दैवाने, विद्यापीठ सोडणाऱ्या बहुतेक पदवीधरांना पत्रव्यवहाराच्या शिष्टाचाराची कल्पना नसते. रात्रंदिवस संदेशांची देवाणघेवाण आणि संभाषण शैली आणि अनौपचारिक शब्दसंग्रह यांचा वापर इन्स्टंट मेसेंजरमधील संवादाची विशिष्टता आहे. तथापि, जेव्हा विद्यार्थी विभाग आणि विद्यापीठाशी संवाद साधतो तेव्हा लिखित भाषणाचे प्रशिक्षण देणे शक्य होईल.

  सराव मध्ये, व्यवस्थापकांना अनेकदा मोठ्या प्रकल्पाचे छोट्या छोट्या कामांमध्ये विघटन करण्याची गरज भासते. हे करण्यासाठी, आपल्याला प्रत्येक कार्य आणि त्याचे घटक स्पष्टपणे वर्णन करणे आवश्यक आहे जेणेकरून कनिष्ठ विकासकांना त्यांच्यासाठी काय आवश्यक आहे हे समजेल. खराब परिभाषित कार्य अनेकदा काहीतरी पुन्हा करण्याची गरज निर्माण करते, म्हणूनच लिखित संप्रेषणाचा अनुभव पदवीधरांना वितरित संघांमध्ये काम करण्यास मदत करतो.

• आपल्या कामाच्या परिणामांचे लिखित सादरीकरण. त्यांचे शैक्षणिक प्रकल्प सादर करण्यासाठी, ज्येष्ठ विद्यार्थी Habr, वैज्ञानिक लेख आणि फक्त अहवालांवर पोस्ट लिहू शकतात. यासाठी अनेक संधी आहेत - काही विद्यापीठांमध्ये दुसऱ्या वर्षात अभ्यासक्रमाचे काम सुरू होते. तुम्ही नियंत्रणाचा एक प्रकार म्हणून निबंध देखील वापरू शकता - ते सहसा पत्रकारितेच्या लेखाच्या जवळ असतात. नॅशनल रिसर्च युनिव्हर्सिटी हायर स्कूल ऑफ इकॉनॉमिक्समध्ये हा दृष्टिकोन आधीच लागू करण्यात आला आहे.

  जर एखादी कंपनी विकासासाठी लवचिक दृष्टीकोन वापरत असेल, तर तिला तिच्या कामाचे परिणाम लहान भागांमध्ये सादर करावे लागतील, परंतु अधिक वेळा. हे करण्यासाठी, एका विशेषज्ञ किंवा संपूर्ण कार्यसंघाच्या कार्याचे परिणाम थोडक्यात सांगण्यास सक्षम असणे महत्वाचे आहे. तसेच, आज बर्‍याच कंपन्या "पुनरावलोकन" करतात - वार्षिक किंवा अर्ध-वार्षिक. कर्मचारी परिणाम आणि कामाच्या संभाव्यतेवर चर्चा करतात. यशस्वी पुनरावलोकन हे करिअरच्या वाढीचे मुख्य कारण आहे, बोनस, उदाहरणार्थ, मायक्रोसॉफ्ट, ऍक्रोनिस किंवा यांडेक्समध्ये. होय, आपण चांगले प्रोग्राम करू शकता, परंतु "कोपऱ्यात बसून" एक मस्त तज्ञ देखील नेहमी अशा एखाद्या व्यक्तीकडून गमावेल ज्याला त्याचे यश चांगले कसे सादर करावे हे माहित आहे.

• शैक्षणिक लेखन. शैक्षणिक लेखन विशेष उल्लेखास पात्र आहे. विद्यार्थ्यांना वैज्ञानिक मजकूर लिहिण्याच्या नियमांशी परिचित होणे, युक्तिवाद वापरणे, विविध स्त्रोतांमधील माहिती शोधणे आणि या स्त्रोतांचे संदर्भ स्वरूपित करणे उपयुक्त आहे. हे इंग्रजीमध्ये करणे उचित आहे, कारण आंतरराष्ट्रीय शैक्षणिक समुदायामध्ये बरेच चांगले ग्रंथ आहेत आणि विविध विषयांसाठी वैज्ञानिक परिणाम सादर करण्यासाठी आधीपासूनच स्थापित टेम्पलेट्स आहेत. अर्थात, रशियन भाषेतील प्रकाशने तयार करताना शैक्षणिक लेखन कौशल्य देखील आवश्यक आहे, परंतु इंग्रजीमध्ये चांगल्या आधुनिक लेखांची उदाहरणे खूपच कमी आहेत. ही कौशल्ये योग्य अभ्यासक्रमाद्वारे प्राप्त केली जाऊ शकतात, जी आता अनेक शैक्षणिक कार्यक्रमांमध्ये समाविष्ट केली गेली आहे.
• अग्रगण्य सभा. बर्‍याच विद्यार्थ्यांना मीटिंगची तयारी कशी करावी, मिनिटे कशी घ्यावी आणि डेटावर प्रक्रिया कशी करावी हे माहित नसते. परंतु जर आपण हे कौशल्य महाविद्यालयात विकसित केले, उदाहरणार्थ, सांघिक प्रकल्पांमध्ये भाग घेऊन, आपण कामाच्या ठिकाणी वेळेचा अपव्यय टाळू शकतो. यासाठी विद्यार्थ्यांच्या प्रकल्प कार्याचे पर्यवेक्षण करणे आवश्यक आहे जेणेकरून त्यांना सभा प्रभावीपणे कसे चालवायचे हे शिकवावे. प्रॅक्टिसमध्ये, यासाठी प्रत्येक कॉर्पोरेशनला खूप पैसा लागतो - शेवटी, जर मोठा पगार घेणारे अनेक लोक रॅलीमध्ये एक तास कामाचा वेळ घालवतात, तर तुम्हाला त्यावर समान परतावा मिळावा अशी तुमची इच्छा आहे.
• सार्वजनिक चर्चा. अनेक विद्यार्थ्यांना त्यांच्या प्रबंधाचा बचाव करतानाच सार्वजनिकपणे बोलण्याची गरज भासते. आणि प्रत्येकजण यासाठी तयार नाही. मी अनेक विद्यार्थी पाहिले आहेत जे:
  • प्रेक्षकांच्या पाठीशी उभे राहा,
  • डोलत, ट्रान्सशी कमिशनची ओळख करून देण्याचा प्रयत्न करत आहे,
  • पेन, पेन्सिल आणि पॉइंटर तोडणे,
  • वर्तुळात चालणे
  • मजला पहा.

  जेव्हा एखादी व्यक्ती पहिल्यांदा प्रदर्शन करते तेव्हा हे सामान्य आहे. परंतु तुम्हाला या तणावासोबत आधी काम करणे आवश्यक आहे - तुमच्या वर्गमित्रांमध्ये मैत्रीपूर्ण वातावरणात तुमच्या अभ्यासक्रमाचे रक्षण करून.

  याव्यतिरिक्त, कॉर्पोरेशनमधील मानक सराव म्हणजे एखाद्या कर्मचाऱ्याला कल्पना मांडण्याची आणि त्यासाठी निधी, पद किंवा समर्पित प्रकल्प प्राप्त करण्याची संधी देणे. परंतु, आपण याबद्दल विचार केल्यास, हे अभ्यासक्रमाचे समान संरक्षण आहे, फक्त उच्च स्तरावर. अभ्यास करताना अशा उपयुक्त करिअर कौशल्यांचा सराव का करू नये?

मी काय चुकलो?

ही पोस्ट लिहिण्याचे एक कारण म्हणजे लेख, ट्यूमेन स्टेट युनिव्हर्सिटी वेबसाइटवर प्रकाशित. लेखाचा लेखक केवळ परदेशी शिक्षकांनी लक्षात घेतलेल्या रशियन विद्यार्थ्यांच्या कमतरतांवर लक्ष केंद्रित करतो. वेगवेगळ्या विद्यापीठांमधील माझ्या शिकवण्याच्या पद्धतीवरून असे सूचित होते की रशियन शाळा आणि उच्च शिक्षण एक चांगला आधार प्रदान करते. रशियन विद्यार्थी गणित आणि अल्गोरिदममध्ये जाणकार आहेत आणि त्यांच्याशी व्यावसायिक संवाद साधणे सोपे आहे.

परदेशी विद्यार्थ्यांच्या बाबतीत, त्याउलट, रशियन शिक्षकाच्या अपेक्षा कधीकधी खूप जास्त असू शकतात. उदाहरणार्थ, गणिताच्या दृष्टीने मूलभूत प्रशिक्षणाच्या पातळीवर, मला भेटलेले भारतीय विद्यार्थी रशियन विद्यार्थ्यांसारखेच आहेत. तथापि, जेव्हा ते त्यांच्या पदवीपूर्व अभ्यासातून पदवीधर होतात तेव्हा त्यांना कधीकधी विशेष ज्ञान नसते. चांगल्या युरोपियन विद्यार्थ्यांची शालेय स्तरावर गणिताची पार्श्वभूमी कमी असण्याची शक्यता आहे.

आणि जर तुम्ही विद्यापीठात शिकत असाल किंवा काम करत असाल, तर तुम्ही आता संवाद कौशल्यांवर (तुमचे स्वतःचे किंवा तुमचे विद्यार्थी) काम करू शकता, तुमचा मूलभूत आधार वाढवू शकता आणि प्रोग्रामिंगचा सराव करू शकता. या उद्देशासाठी, रशियन शिक्षण प्रणाली सर्व संधी प्रदान करते - आपल्याला फक्त त्यांचा योग्य वापर करण्याची आवश्यकता आहे.

पोस्टवरील टिप्पण्यांमध्ये तुम्ही तुमच्या शिक्षणातील समतोल राखण्यास मदत करणाऱ्या अभ्यासक्रम आणि पद्धती, तसेच विद्यापीठात शिकत असताना सॉफ्ट स्किल्स सुधारण्याच्या इतर मार्गांच्या लिंक शेअर केल्यास मला आनंद होईल.

स्त्रोत: www.habr.com