איש הרנסאנס - Web Development

[Aranchik]

לאלה מאיתנו שרוצים ליצור מוביליות בחייהם ולא להתמקצע בנושא אחד בלבד - קרי "מומחים" - נשאלת השאלה איך ניתן ללמוד מספר נושאים (נתחיל את השרשור בנושא Web Development בהמשך נרחיב הלאה) ולעבוד בצורה ורסטילית שלא מחייבת לקבל הוראות מ"האיש" (עבודה יומיומית, 9-18, לשבת בקופסה וכו').
אני אתחיל בסיפור קצר אודותיי ואיעזר בניסיון החיים של חברי הפורום.
השתחררתי משירות קבע בצה"ל לפני שנתיים ומאז אני מחפש את דרכי באזרחות. בסיבוב האחרון נתקלתי בעולם ה-Web ומאז אני סולו - למדתי דרך אתרים מצוינים כמו CodeCademy ו-W3schools. צברתי ידע ב-Client Side ׁׁׁ(כמו HTML, CSS, Js, Jquery) וקצת Server Side (שפת Python). בשבוע הבא אני מתכנן לקחת קורס בג'ון ברייס בנושא #C ו-Net. של חצי שנה וחושב במקביל לקחת התמחות בחברה שעוסקת ב-Data Journalism (ולעבות את הידע ב-Python).
בקיצור - סלט.
מה דעתכם על למידה רוחבית כפי שתואר לעיל?
האם עדיף בשלב זה להתמקד בנושא אחד (חושש שהקורס של ג'ון ברייס יוביל אותי להיות שכיר בחברת גדולה ומדכאת) או ללמוד במקביל?
נ.ב. - המטרה הכללית שלי בעתיד היא - עצמאות כלכלית.
היעד:
1. ייצור הכנסה פסיבית באמצעות פרילנס.
ו / או 2. שליטה על נכסים (בעלות על עסק למשל).
ו / או 3. יצירת נכסים (בניית תיק השקעות / נדלן מניב) ע"י חיסכון משכורת שכיר (עדיפות נמוכה).

 

[Lamur]

למידה רוחבית זה אחלה, בטח אם אתה מספיק מוכשר ובעל סבלנות כדי להרחיב את הידע בעצמך לפי הצורך.
בנוגע לקורס בגון ברייס, זו נראית לי בחירה מוזרה, כדי להיות יותר רלוונטי בשוק ועם יותר אפשרויות לא הייתי בוחרת ב-.net, עדיף Java בקטגוריה הזו של השפות. לא רק יתרון של יותר מבחר שוק, אלא גם הרבה יותר קל אחרי זה לעבור ל-.net שזו שפה הרבה יותר נוחה, מאשר לעשות את המעבר ההפוך.

*גילוי נאות, אני עובדת בc# ו-.net כבר הרבה שנים

 

[Yevgeny]

שפות תכנות יש הרבה, כל אחת עם יתרונות וחסרונות - ולומדים אותן לפי הצורך (ברגע שלמדת אחת או שתיים, השאר זה פשוט יותר).
לדעתי, הדרך הכי טובה ללמוד זה להתחיל מעולם תוכן או עולם בעיה שמעניין אותך.

אז אם זה web development - לא חייבים ״מסגרת״ בשביל להקים אתר, ובדרך יעזור ללמוד שפות פיתוח (בין אם זה פייתון או javascript), אבל אולי גם תצטרך ללמוד על מסדי נתונים, תקשורת, איך להרים/לנהל שרת (בהתאם לכמה אתה רוצה לעשות בעצמך לעומת להסתמך על שירותים מאחרים). והתוצאה תהיה שתלמד לפתור בעיה שיש כנראה לעוד כמה אנשים בעולם.
אם זה תחום כמו data journalism (משהו שלדעתי מאוד חסר) - אז בדרך לומדים לקחת מקורות נתונים מפוזרים ולא מאורגנים ולנקות/לארגן אותם, לנתח אותם (פייתון שוב, או אפילו R) וחשוב לא פחות - להיות מסוגל להמחיש אותם בצורה ברורה (עולם תוכן שלם בפני עצמו של ויזואליזציה של נתונים). ברגע שתעבוד על בעיה קונקרטית - הנושאים החסרים אותם כדאי להשלים יגיעו מעצמם. דוגמא קרובה אלינו - תחשוב על סוגי הבעיות שנגיד ״הסדנא לידע ציבורי״ מנסים לפתור, איך להמחיש נתונים יבשים באופן מוחשי לקהל הרחב.

 

[חתול]

כתבתי לך בפרטי, @Aranchik . אני בסה"כ מסכים מאוד עם @Yevgeny . אני מתנדב כבר כמה שנים בסדנא לידע ציבורי, והוא צודק לחלוטין.
מה ששכחתי לכתוב לך בפרטי הוא שאם סטארט אפים מעניינים אותך, קרא את החלק הראשון של "מניפסט החומוס" של מייקל אייזנברג (רצוי בשפת אמו: אנגלית) כדי להבין למה מסוכן להמר על ג'אווה וסישרפ ורצוי ללמוד דווקא את מה שכבר למדת

לגבי עצמאות כלכלית והיעדים:

1) הכנסה באמצעות פרילנס אינה פסיבית, אם אתה צריך לעבוד בשבילה
3) בהחלט רצוי להיות בעל נכסים - אבל זה עובר דרך חיסכון שנעשה בצורה חכמה. אין קיצורי דרך, תתחיל לקרוא ספרי השקעות ואת "הסולידית".
2) לגבי זה, כתבתי לך בפרטי... בגדול הדבר הרלוונטי מבחינתך זה "בעלות" על אחוזים מסטארט אפ. אבל זה כמובן הימור לא פחות מאשר השקעה בנכסים מסוכנים.

בהצלחה!

 

[c881]

אם עוד לא שילמת ל-ג'ון ברייס, אל...

 

[tarkil]

מנסיון גלובלי של חיפוש עבודה בתחום הווב, ובמיוחד בסטארטאפים, שמהווים את כל החידוש בעולם כרגע, אל תלמד דוט נט.
אם אתה רוצה להיות שפיץ מבוקש לך על התמחות חזרה בopen stack כמו למשל תהיה תותח ב- AngularJS, NodeJS
לדעתי תרוויח מכך עשרות מונים יותר.
וזה מאיש דוט נט שמבלה את השנים האחרונות במעבר לווב "חדש" ולא מחותן ל-IIS.

 

[Aranchik]

חברים, תודה רבה על תשובותיכם.
אפשר לומר שיצרתם לי יותר שאלות מתשובות - אבל זו דרך הזהב!

 

[מומו]

שני השקלים שלי.
לדעתי הדרך הנכונה היא לא לבחור בתחומים הדינמיים בהם אתה צריך כל הזמן להתעדכן ו"לרדוף" אחרי הטכנולוגיה.
לדוגמא ,במקום שפות עם באז כמו .net . ללמוד C או גאווה (שני השפות הפופלריות בעולם). שפות פחות "דינמיות" שבהם אתה לא צריך להיות האצבע על הדופק ולרדוף אחר היכולות שהגרסא\הטכנולוגיה החדשה מציעה. רק ככה אפשר להמשיך וללמוד את הדבר הבא בלי לחשוש שמה שכבר למדת אינו רלוונטי.

במקום להתמקצע בטכנולוגיות עם שם נוצץ (הציעו פה openstack) שהיום חמות ומחר יוחלפו בטכנולוגיה אחרת, ללמוד תחום יסודי יותר כגון רשתות או storage.

במקום ללמוד תחום שכל כולו buzz word כמו data journalism או big data , ללמוד התחום התאורתי העומד בתשתית (machine learning,סטיסטיקה, וכ).

אני נווטתי את הקיירה שלי לפי העקרונות הנ"ל ועכשיו כל פעם שאני מסתכל על טבלאות שכר אני צוחק מהפער העצום ביני לבין הממוצע.

 

[Yevgeny]

מומו - נראה לי שההבחנה היא בין כלים ספציפיים לתיאוריה שעומדת בבסיסם.

אז יש נגיד אינספור מסדי נתונים (mysql, אורקל, mongo db, cassandra, וכו׳) וכל הזמן נוספים עוד - אבל הבנת רעיונות כמו ACID או CAP theory והשלכותיה רלוונטיים מאז ומעולם לשימוש רציני בכל אחד מהם. מאחורי התחומים ה״חמים״ כמו ה-big data שציינת יש אכן המון כלים פרטניים לשימושים השונים, שהולכים ומשתנים, אבל יש גם את התיאוריה שעומדת בבסיס ניתוח הנתונים שהיא רלוונטית לאורך זמן.
נדמה לי אבל שצריך את שניהם - את הכלים הפרקטיים בשביל להפוך את הרעיונות וידע למוצרים עובדים בפועל, ואת התיאוריה בשביל להבין מה אתה עושה ולעשות אותו טוב. זה אולי בחירה אישית מאיפה מתחילים ללמוד את זה - מהתיאוריה (כמו שעושים באוניברסיטה למשל) או מהפרקטיקה.
קשה לי לומר אבל שלא צריך ״כל הזמן להתעדכן״ בתעשיה הזאת (בשונה מלרדוף אחרי כל דבר נוצץ שמופיע) - גם בתחומים תשתיתיים יותר כמו machine learning או סטטיסטיקה (שלכאורה ״התאבנה מזמן״) אני מסתמך כיום בעבודה גם על מאמרים ותוצאות חדשות מהשנים האחרונות ממש.

 

[מומו]

מומו - נראה לי שההבחנה היא בין כלים ספציפיים לתיאוריה שעומדת בבסיסם.

אז יש נגיד אינספור מסדי נתונים (mysql, אורקל, mongo db, cassandra, וכו׳) וכל הזמן נוספים עוד - אבל הבנת רעיונות כמו ACID או CAP theory והשלכותיה רלוונטיים מאז ומעולם לשימוש רציני בכל אחד מהם. מאחורי התחומים ה״חמים״ כמו ה-big data שציינת יש אכן המון כלים פרטניים לשימושים השונים, שהולכים ומשתנים, אבל יש גם את התיאוריה שעומדת בבסיס ניתוח הנתונים שהיא רלוונטית לאורך זמן.
נדמה לי אבל שצריך את שניהם - את הכלים הפרקטיים בשביל להפוך את הרעיונות וידע למוצרים עובדים בפועל, ואת התיאוריה בשביל להבין מה אתה עושה ולעשות אותו טוב. זה אולי בחירה אישית מאיפה מתחילים ללמוד את זה - מהתיאוריה (כמו שעושים באוניברסיטה למשל) או מהפרקטיקה.
קשה לי לומר אבל שלא צריך ״כל הזמן להתעדכן״ בתעשיה הזאת (בשונה מלרדוף אחרי כל דבר נוצץ שמופיע) - גם בתחומים תשתיתיים יותר כמו machine learning או סטטיסטיקה (שלכאורה ״התאבנה מזמן״) אני מסתמך כיום בעבודה גם על מאמרים ותוצאות חדשות מהשנים האחרונות ממש.

שלא ישתמע ממה שאמרתי שצריך לקפוא על השמרים, אולם לדעתי שווה להשקיע בטכנולוגיות שצריך ללמוד פעם אחת ויהיו רלוונטיות להרבה זמן. הדוגמא הכי קלאסית היא שפת C, עדכון אחרון ב 2011 וגם אותו לוקח מעט מאוד זמן להבין.
בנוגע ל buzz words, קלעת בדיוק לנקודה. big data זה אוסף של טכניקות שהיו קיימות הרבה זמן, אספו אותם וקראו להם בשם נוצץ (שמושך אליו הרבה כסף). אני כסטודנט לתואר שני הלכתי ל 3 קורסים\סמינרים בנושא. מרצה מתחום הלמידה מלמד אותך הורדת מימדים בתור "ביג דאטא" מרצה אחר עם רקע בחישוב מבוזר מלמד אותך "map reduce" ומרצה שלישי עם רקע במסדי נתונים מדבר על big table. מה למדתי מהקרקס הזה? שעדיף ללמוד כל אחד אחד מהתחומים האלו ברמה סבירה, וכשיצוץ הבאז וורד הבא יהיה לי את סט הכלים כדי להבין על מה מדברים במהירות ובצורה טובה.

 

[שלי]

תמיד טוב ללמוד כולל בקורס.
לא מדובר בתחומים מאוד שונים.
בעולם של ה.net וגם בג'אווה משלמים יפה.
אם תעמוד על כך,תוכל לעבוד כפרילאנסר ולא כשכיר.