Wpis z mikrobloga

Mircy programiści 853k, jeszcze raz kminiłem temat i wydaje mi się, że zdecydowanie bliżej mi do data science i szeroko pojętego security (bo i tak się tym zajmuje w obecnej pracy, tyle, że nie od strony programistycznej), niż do klepania appek webowych.

Więc może jednak Python? Uprzedzę - tak, wiem, programista9001k musi ogarniać wiele języków, ale ja mam na myśli optymalny kierunek przebranżowienia. Żeby jak najrozsądniej gospodarując czasem (którego nie mam nieskończenie wiele, 35 stuknęło) dotrzeć do branży, która mnie interesuje. Innymi słowy, muszę działać z sensem.

Boję się tylko tego "100 CV na jednego juniora z Pythona". Trochę mnie to przeraża. Jakieś rady? Mam wyklepać bota na Binance w pythonie żeby się wyróżnić ? ( ͡° ͜ʖ ͡°)

Z racji pięciocyfrowych zarobków chciałbym, no wiecie, wrócić do nich jak najszybciej, nie tracić lat na suboptymalną pensję dobrą dla dzieciaka po studiach na utrzymaniu rodziców.

Czemu upieram się na IT? Bo chcę pracować zdalnie. W mojej branży nie ma absolutnie na to szans w tym kraju, z czym nie umiem się pogodzić, nie chce mi się marnować życia na dojazdy.

Będę wdzięczny za rady.

#programowanie #programista15k
  • 16
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@TypowyZakolak: popatrz na ogłoszenia i sprawdz na jakie stanowisko jest najwięcej ofert dla juniorow, zawsze możesz się potem wewnątrz IT przebranzowic. Pajtonowi dałbym spokój serio jest masa bootcampowcow
  • Odpowiedz
@bb89: Chyba Java. Ale to kierunek raczej webowy, apek, etc. A mnie to niezbyt. Chyba, że czysta nauka pod pierwszą posadę żeby mieć te 2 lata odbębnione i dopiero nauka w docelowym kierunku.
  • Odpowiedz
@TypowyZakolak: jako javowiec raczej nie będziesz miał kontaktu z apkami webowymi a już na pewno nie w dużych firmach. To co robi backend developer to głównie obsługa zapytań do bazy danych i integracja z różnymi innymi zewnętrznymi API jak i tymi wewnętrznymi. Do tego dochodzi dużo projektowania i zabawek, bo popularne są mikroserwisy przez co używa się dużo różnych tooli i platform, żeby jakoś zorganizować tą hałastrę

Czy to API
  • Odpowiedz
@babool: @Saly: Wybaczcie koledzy, nie znam się specjalnie :) dzięki za poprawki. W każdym razie najbardziej kręci mnie branża security cyfrowego i big data, robienie typowych apek biznesowych - niezbyt.
  • Odpowiedz
@TypowyZakolak: Cała masa systemów big data jest napisanych w Javie albo JavoScali. Data science i data engineering to dwie różne rzeczy, w tym pierwszym rządzi Python, w tym drugim jest jednym z trzech języków.
  • Odpowiedz
@TypowyZakolak: to nie jest tak ze data science = Python, Python to jeden ze srodkow do osiagniecia celu, tak o tym pomysl.

Ogarnij sobie np. Jakis cert jak Azure Data Fundamentals (Microsoft ma darmowe materialy, a na virtual training days mozesz sie wkrecic we free voucher na egzamin). Ogarnij te "fundamentals" i podejmuj decyzje na biezaco co chcesz dalej robic. Bo tak to bedziesz myslal, myslal czy X czy Y
  • Odpowiedz
@TypowyZakolak: a juz w pojedynku Python vs Java - Java jest lepsza do developmentu sporych systemow. Natomiast jest toporna i Python znacznie lepiej sie sprawdza do jakiegos skryptowania. To nie tak, ze ludzie wybieraja sobie jezyki jakie im sie podobaja i mysla sobie - a tem projekt opylimy w Pythonie a ten w Javie bo tak, kazdy ma konkretny use case (przynajmniej powinien) w ktorym jest lepszy od X i
  • Odpowiedz
a juz w pojedynku Python vs Java - Java jest lepsza do developmentu sporych systemow. Natomiast jest toporna i Python znacznie lepiej sie sprawdza do jakiegos skryptowania. To nie tak, ze ludzie wybieraja sobie jezyki jakie im sie podobaja i mysla sobie - a tem projekt opylimy w Pythonie a ten w Javie bo tak, kazdy ma konkretny use case (przynajmniej powinien) w ktorym jest lepszy od X i gorszy od Y,
  • Odpowiedz
@ElMatadore: Ale to można powiedzieć o każdym języku, że jest hard to master xD Jeśli chodzi o analizę danych i ML, to jednak używa się głównie Pythona. W data engineeringu narzędzia i biblioteki są wspólne (Spark, Databricks, narzędzia AWSowe czy Azurowe itd.), więc zostaje się przerzucić na inny język i nie musisz go masterować. Data engineering to w zasadzie nie jest klasyczne programowanie, które wymaga dogłębnej znajomości języków.
  • Odpowiedz
@ElMatadore: @kilemile: W pełni rozumiem, że każdy język ma swoje zastosowanie, natomiast wydaje mi się (i proszę o korektę, jeśli tak nie jest), że lepsze efekty na zaczepienie się da opanowanie jednego języka przyzwoicie, niż dwóch na poziomie "napisz kalkulator"?

Stąd moje rozkminy. Chcę to zoptymalizować i trzymać się planu.
  • Odpowiedz
@TypowyZakolak zalezy w co chcesz wejsc, ale IMO lepiej zrozumiec najpierw dlaczego mialbys sie czegos uczyc, mozesz tez np. na start pobawic sie Pythonem (imo najlepsza opcja na start) a pozniej przejsc na cos innego jak juz lepiej zewaluujesz co chcesz robic
  • Odpowiedz
@kilemile ogolnie zgadzam sie, po prostu nie "lekcewazylbym" Pythona pod tym katem, ze ktos z Javy/Scali z marszu wejdzie w buty jakiegos Python deva, chociazby ze wzgledu na biblioteki czy fundamentalne roznice w jezykach jak np. statyczne vs dynamiczne typowanie

(Usunalem poprzedni kom, bo nie moglem zedytowac)
  • Odpowiedz
@TypowyZakolak: Jak chcesz uderzać prosto do data engineeringu, to moim zdaniem nie. Lepiej będzie opanować jako tako dwa języki i poznać narzędzia. To wynika ze specyfiki tej działki. Znajomość choćby API i bebechów sparka będzie ważniejsza niż masterowanie samego języka.
  • Odpowiedz