Полезные программы для смартфона айтишника

Обучающие программы на смартфон, чтобы регулярно улучшать свои навыки в сфере IT и смежных областях.

1. SoloLearn. Программа с теорией и практическими заданиями для изучения основ программирования на разных языках: Python, HTML/CSS/JavaScript, C/C++, Java, C#, Ruby, Swift. Можно изучить синтаксис и базовые принципы нового языка программирования «на ходу», в ожидании или в транспорте. Для продвинутых пользователей есть задачи посложнее на написание и понимание кода.

2. Lingualeo или Duolingo для изучения языков. Несколько упражнений каждый день помогут укрепить знания и потренируют распознавание языка на слух и ваше произношение. Короткие задания разнообразие упражнений поддерживают мотивацию учиться каждый день.

3. Coursera, Udemy или EdX. Почти все известные платформы для онлайн курсов типа MOOC (Massive Open Online Courses) также есть и на смартфоне. Функционал приложения часто ограничен, некоторые задания можно делать только на компьютере. Но изучать теорию по видео-лекциям и отвечать на тесты вполне реально.

Даже если нет под рукой компьютера или приходится проводить много времени в транспорте или в ожидании, можно продолжать учиться и развиваться со смартфоном в руках и двигаться вперёд, делать по несколько упражнений в день, открывая такими маленькими шагами для себя новые знания и возможности.

Мастер-класс: контейнерные типы данных в Python

В октябре 2018 года я провела мастер-класс по программированию на Python для сообщества Women in Big Data.

Можно посмотреть и скачать IPython-ноутбук с теорией и упражнениями по контейнейрным типам данных в Python.

Как изучать Machine Learning и анализ данных

Рассказ на встрече сообщества женщин, интересующихся анализом данных, Women in Big Data в 2017 году.

После погружения в тему машинного обучения и анализа данных в течение полутора лет (как хобби), я делюсь своими подходами к учёбе, курсами, сайтами и чатами, которые помогают быстрее освоить материал, найти единомышленников и сохранить мотивацию.

Видео с рассказом на youtube

Слайды со всеми ссылками можно скачать тут: Екатерина Антакова “Как начать изучение Machine Learning”.

Экзамен по философии науки

Не знаю, для кого я это пишу. Скорее для себя, чем для вас, потому что здесь личные, субъективные переживания, знаете ли, и передать их другим очень трудно.

Как там говорил Дорожкин про причину молчания Будды: это невыразимо, если это будет высказано, то не будет понятно, если это будет понято, то это нельзя будет передать другим… Вот так же и с моими ощущениями.

Экзамен проходил в противоречии. Прямо-таки диалектика Гераклита. Знания у меня были. Но страх перед авторитетом (привет, идолам товарища Бэкона!), некритическое отношение, задавленность и зависимость от преподавателей просто живут во мне. Всегда.

Поэтому, несмотря на то, что Сергей Мирославович Антаков сказал, что реферат мой, по его мнению, лучший на потоке, вид у меня был весьма жалкий. И даже сам Александр Михайлович, придя на кафедру и увидев меня в таком замешательстве, вежливо осведомился, все ли в порядке с моим ответом.

Нет, было не все в порядке. Потому что, комментируя мой реферат, Антаков говорил очень много дельных и хороших вещей, которые были логическим продолжением его рецензии… Однако большую часть я, – признаемся честно, – не поняла. Буду оправдываться: ну, во-первых, волнение. Во-вторых, я еще не прочла всю рецензию и была «не в материале». Так что прошу извинения за сумбурный разговор и рассеянность. Я еще подхвачу, еще отвечу, наверное. Если силы найдутся и время.

Если бы мне просили отвечать по билетам, то не получилось бы, конечно, твердой пятерки. Ну поставили бы, да, из вежливости, но если по-честному, то подготовка уже не та. Помню, бывало, две тетрадочки по матанализу наизусть я воспроизводила — это было прилично. На экзамен идешь и не боишься ничего. А теперь силы уже не те. Конечно, сейчас другая ситуация, появилась работа, ответственность и прочие вроде бы более важные вещи.

Но все же мне жаль, что уже нет той полной уверенности, нет удовольствия от безукоризненно выполненной работы, нет чувства, что сделал все, что мог. А есть пусть легкое, но все же ощущение, что кому-то что-то должен за эту вот пятерку и что не заслужил ее полностью.

Ну что же, значит, надо работать. Значит, надо заслужить. Будем стараться. 🙂

Если интересно, вот текст моего реферата.

Математическая теория музыки. Что такое «Хорошо темперированный клавир?».