10 шагов изучения чего угодно по Джону Сонмезу

Наткнулась на методику Джона Сонмеза - автора книг "Гибкие навыки. Исчерпывающее руководство по прокачке себя для начинающих разработчиков" и "Путь программиста". Он предлагает универсальный подход к изучению любой темы 🤔

Суть методики в 10 шагах:

- Определите точную цель - что именно хотите изучить
- Найдите границы темы - что входит, что нет
- Определите ресурсы для обучения
- Создайте план обучения
- Отфильтруйте ресурсы - оставьте самое важное
- Начните с основ, не углубляясь
- Играйте с материалом - экспериментируйте
- Изучайте глубже то, что нужно для практики
- Учите других - лучший способ закрепить знания
- Применяйте на практике постоянно

Фишка в том, что Сонмез делает акцент на практическом применении с самого начала. Не "сначала выучу всё, потом буду делать", а наоборот - делаешь и учишься в процессе.

Другие популярные методики:

- Метод Фейнмана - объясняй тему простыми словами, как будто учишь ребёнка
- Техника Помодоро - 25 минут учёбы, 5 минут отдых
- Spaced Repetition - повторение материала через увеличивающиеся интервалы
- Learning by Teaching - учишь других = учишься сам

Я сама часто использую комбинацию: беру основы, сразу пробую на практике, потом углубляюсь в то, что реально нужно. И обязательно делюсь с кем-то - вот как сейчас с вами 🙂

А какой подход к обучению работает у вас? Или вы тоже из тех, кто сначала собирает 100500 курсов в закладки, а потом... ну вы поняли 🐸

Сайт для ностальгии. Попался видеоролик про такую необычную находку. Вот ссылка ➡️https://www.myretrotvs.com/

#ретро #веб

5 GPT-инструментов для преподавателей от OpenAI 🎓

OpenAI выпустили подборку готовых промптов для тех, кто преподаёт(к сожалению все промпты только на английском). Я разобрала, что там есть:

🟠Lesson Planner — помогает составить план урока с учётом целей и уровня студентов. Экономит кучу времени на подготовку.

🟠Quiz Maker — генерирует тесты и вопросы по теме. Можно быстро проверить, как материал усвоился.

🟠Rubric Generator — создаёт критерии оценивания для заданий. Особенно полезно для проектных работ.

🟠 Feedback Assistant — помогает сформулировать конструктивную обратную связь студентам. Экономит нервы и время.

🟠 Discussion Prompts — подбирает вопросы для обсуждений на занятиях. Оживляет даже самые скучные темы.

Кажется, это реально может упростить жизнь преподавателям, особенно тем, кто ведёт несколько курсов одновременно. Хотя я побоялась бы полностью доверить GPT составление критериев оценки - всё-таки человеческий фактор важен 👻

А вы бы использовали такие инструменты в преподавании? Или считаете, что это слишком автоматизирует творческий процесс?

Бесплатный курс по дизайну в Figma. Ссылка ➡️
курс

Разработчица в маленьком городе: как я работаю из Цхинвала

Привет! Я живу и работаю разработчицей в Цхинвале. И знаете, это совсем не та картинка с удаленкой, которую рисуют в статьях про "работу из любой точки мира" 😅

С чем приходится сталкиваться:

✅ Интернет - это вообще отдельная история. Выбор провайдеров интернета очень ограничен. А иногда интернет падает прямо во время созвона с командой 😡

✅ Электричество - отключения случаются, и это не "ой, раз в год свет моргнул". Приходится держать ноут заряженным и всегда иметь план Б для важных встреч

✅ Комьюнити - его просто нет. Никаких митапов, конференций, возможности просто встретиться с коллегами за кофе и поговорить про код. Все онлайн, но это совсем не то

✅ Обучение и развитие - приходится искать все самой: онлайн-курсы, вебинары, статьи. Нет возможности просто подойти к старшему коллеге и спросить совет вживую

Что помогает:

Онлайн-сообщества, телеграм-каналы, виртуальные митапы. Да, это не замена живому общению, но лучше, чем ничего. Плюс я научилась быть более самостоятельной - когда нет возможности быстро спросить, учишься искать ответы сама

Кто ещё работает из небольших городов? Какие сложности у вас? И как справляетесь с отсутствием IT-комьюнити рядом?

⚙️ Это ж опыт — знакомьтесь с каналом, который мне понравился

Я недавно договорилась об обмене постами с автором канала "Это ж опыт Курманова". Мы близки по духу: честные истории из жизни разработчика, полезные заметки про путь в IT и искренность без пафоса.

Почему мне понравился его канал:

🟠Автор открыто рассказывает про свой путь - от "я почти не программировал в школе" до первых проектов и работы; это мотивирует и показывает реальный маршрут.
🟠Часто встречается формат "Это ж опыт…" - короткие заметки о том, как решалась реальная проблема, что было трудно и чему научился автор. Такие посты помогают понимать, как на практике выглядят навыки и рост.
🟠Много полезных кейсов: от истории про создание Тетриса и поиск первой работы до мыслей о самопрезентации и личном бренде.

Кому будет интересно:
🟣 тем, кто учится и ищет мотивацию;
🟣 тем, кто хочет видеть реальные кейсы поиска работы и первых проектов;
🟣 людям, которые ценят честные, "без прикрас" истории о профессиональном росте.

Посмотрите его пост - там и личная история, и полезные инсайты.
Подпишитесь на канал автора, мне кажется, вы найдёте там много полезного. ❤️

🤖 Супер-джуниоры OpenAI - кто они и зачем нужны?

OpenAI всё чаще берёт в команду молодых ИИ-нативных инженеров, так называемых super junior: людей, выросших в эпоху больших моделей, которые не просто используют LLM, а умеют запускать параллельно несколько агентов/экземпляров моделей и заставлять их "общаться" друг с другом. Об этом Сулман Чоудри рассказал в разговоре с Гергели Оросом (The Pragmatic Engineer). Вот одна из таких историй: джун разработчик обиделся, когда его спросили, не использовал ли он Codex , потому что он применил не один Codex (Codex - это модель ИИ, разработанная OpenAi), а несколько экземпляров, настроенных на разные части задачи и проверяющих работу друг друга.

Как это работает?

- "супер-сеньор и супер-junior" работают в связке: старший отвечает за архитектуру и продукт, младший отвечает за скорость и новые практики работы с ИИ;

- super-juniorы умеют запускать параллельно несколько экземпляров моделей и связывать их работу;

- OpenAI это формализует: существуют программы Residency и Emerging Talent, которые привлекают людей «на переходе», то есть тех, кто ещё в начале карьеры, с минимальным формальным опытом, но с практическим навыком работы с ИИ.

Это может быть сигналом рынку: параллельно многие компании сокращают позиции для джунов из-за автоматизации, а OpenAI показывает другой путь: ценить тех, кто "с пеленок" работает с ИИ и умеет его масштабировать.

А вы как думаете — что в ближайшие годы важнее для команды: глубокие CS- знания или навыки владения ИИ-инструментами и креативный подход?