Русский
Русский
English
Статистика
Реклама

Учебный процесс

Перевод Задачки для фронтенд-тренировки doodle-place, Apple Podcasts, Site Blocker, парсинг CSV-файлов

13.07.2020 12:11:27 | Автор: admin

Клон doodle-place


image

doodle-place это онлайн-мир, населенный анимированными каракулями. Вы можете бродить и просматривать каракули, созданные пользователями по всему миру, или внести свой вклад.

Чему вы научитесь, сделав клон doodle-place:

  • Использованию API для Canvas в JavaScript для рисования графики вроде каракулей на экране.
  • Методам работы с 2D-графикой и API WebGL
  • Работе с пользовательским вводом, например, с рисунками, и сохранению результатов в базе данных.

Парсинг CSV-файлов в JSON


Это приложение использует d3-dsv (на стороне клиента) для парсинга CSV-файлов. d3-dsv это утилита, входящая в состав d3 (популярная библиотека визуализации данных), но также может быть использована сама по себе, как показано здесь.

image

Чему вы научитесь, создав парсер из CSV в JSON.

  • Как работать с различными источниками данных (такими как CSV и JSON), и как анализировать наборы данных.
  • Вы обретете практический опыт работы с библиотекой d3-dsv. Вот документация по d3-dsv.

Клон расширения для блокировки сайтов


Site Blocker это веб-расширение, позволяющее блокировать один или несколько сайтов путем добавления доменного имени. Эффективно распоряжайтесь своим временем без отвлекающих факторов.

image

Чему вы научитесь, построив клон Блокировщика сайтов:


Клон Notion


Notion легкое, быстрое и не отвлекающее внимание приложения для ведения заметок и многого другого. Я использую его, чтобы следить за своими задачами и идеями. Что мне нравится в Notion, так это поддержка языка разметки Markdown.

Нет никаких ограничений: вы можете создать настольную версию Notion, а также мобильную или веб-версию. Выберите любимую среду (или ту, которую вы хотите изучить больше всего).

image

Чему вы научитесь, создав клон Notion:

  • Если вы хотите продвинуться, используйте Grid в CSS. Grid фантастически подходит для создания макетов.
  • Работе с базой данных. Вы захотите хранить заметки в базе данных, к которой потом сможете делать запросы.
  • DevOps. Как только вы закончите, разворачивайте приложение в сети или магазине приложений. Покажите миру, что вы сделали.

Клон Подкастов от Apple


Приложение Подкасты для iOS и MacOS обеспечивает легкий доступ к популярным и новым подкастам с помощью навигационных значков в нижней части приложения.

image

Чему вы научитесь, создав клон Подкастов:

  • Как получать данные из API. В случае данного приложения, данные представлены подкастами. Используйте этот API для получения всех подкастов.
  • Как разработать настольное приложения для Mac OS или приложение для iOS и развернуть его в магазине приложений. Если вам нравится собирать для веба, это тоже отлично!
  • Построению нативных интерфейсов. Например, вы узнаете как выводить данные на экран.

image

Узнайте подробности, как получить востребованную профессию с нуля или Level Up по навыкам и зарплате, пройдя платные онлайн-курсы SkillFactory:



Полезное


Подробнее..

Как связаны занятия музыкой и достижения в учебе

29.08.2020 14:19:54 | Автор: admin
Многие утверждают, что прослушивание музыки и игра на инструментах развивают когнитивные способности. Однако последние исследования в этой области говорят, что это не так.


Фото Dayne Topkin / Unsplash

Попытки найти ответ


Одними из первых о влиянии музыки на обучаемость заговорили греческие философы. Платон утверждал, что музыкальные науки раскрывают в человеке его внутренние моральные качества и пробуждают желание учиться. Аналогичной точки зрения придерживался Аристотель по его словам, музыка взывает к эмоциям, поэтому подготавливает ум к принятию новых знаний.

Много лет спустя научное сообщество стало рассматривать этот вопрос не только с философской точки зрения. Научная группа из Японии и Великобритании изучила результаты более 50 исследований, проведенных с 1986 по 2019 год и посвященных тому, как умение играть на музыкальных инструментах влияет на мышление. Во время анализа специалисты заметили большое количество ошибок, связанных с интерпретацией эмпирических данных, и сделали вывод, что умение играть на инструментах не улучшает когнитивные способности.

Занятия музыкой развивают исключительно музыкальные навыки за пределы этой области эффект не распространяется. Свою работу ученые опубликовали в престижном журнале Memory & Cognition. В свою очередь, представители Американской академии наук отмечают, что игра на музыкальных инструментах помогает развить отдельные функции мозга, связанные с распознаванием звуков и речи, но тоже говорят, что она не влияет на когнитивную составляющую.

Такие выводы подтверждает исследование, проведенное психологом Генном Шелленбергом (Glenn Schellenberg) из Университета Торонто еще в 2013 году. Он оценил успеваемость 130 школьников в возрасте от 10 до 12 лет. Ученики, занимавшиеся в музыкальной школе, действительно имели более высокие оценки. Однако Шелленберг также обнаружил, что их успеваемость не связана с умением играть на гитаре или фортепиано. Психолог отметил, что главную роль сыграли социальные факторы. Родители этих школьников имели высокий достаток, были образованы и уделяли особое внимание воспитанию, поэтому дети лучше учились.

Эффект Моцарта


Аналогичные исследования проводят не только сред тех, кто занимается музыкой, но и тех, кто просто любит её слушать. Так, французский медик Альфред Томатис (Alfred Tomatis) в своей книге Почему Моцарт?утверждал, что звуки определенной высоты способствуют развитию мозга, и его можно тренировать с помощью произведений Моцарта. Доказать гипотезу на практике взялись три специалиста из Калифорнийского университета. Они провели эксперимент участникам предложили ответить на вопросы из теста на уровень IQ после прослушивания Сонаты для двух фортепиано ре мажор K. 448 Моцарта и после отдыха в тишине. Результат получился интересным у респондентов наблюдалось значительное улучшение пространственного мышления: на 89 баллов.

Работа ученых привела к рождению термина эффект Моцарта.


Фото Jesus Hilario H. / Unsplash

Ты то, что ты слушаешь


Ряд специалистов утверждает, что существует зависимость между уровнем интеллекта и предпочитаемым музыкальным жанром. Несколько лет назад группа ученых из университета Британской Колумбии опросила более 1600 респондентов из разных социальных категорий.

Они обнаружили, что любители кантри, диско или хип-хоп, образованы хуже, чем любители классики, рока, попа, блюза или джаза. Но есть мнение, что подобные исследования нерепрезентативны. Они часто не учитывают широкий спектр сторонних факторов.

Как и в ситуации с не обнаруженной зависимостью между успеваемостью учащихся и занятий музыкой, наибольшее влияние оказывает не сам факт прослушивания композиций, принадлежаших определенному жанру, а социальные факторы и общий уровень благополучия и достатка. Причинно-следственные связи между образованностью и тем или иным жанром действительно не выявлены.



Что еще почитать в нашем Мире Hi-Fi:

Как связаны интеллект и музыкальные предпочтения: теории и исследования
Листомания: почему музыкальные способности делают человека сексуально привлекательным
Почему офисный шум сводит нас с ума обсуждаем исследования
Выходной гимн работе: Что слушают разработчики


Подробнее..

Учиться или только работать как найти баланс

23.11.2020 02:14:32 | Автор: admin

Разберемся, стоит ли выделять рабочее время на учебу, когда и как это уместно делать, что думают по этому поводу руководители и как относятся к прокачке сотрудников.

Christian Erfurt / Unsplash.comChristian Erfurt / Unsplash.com

Легко пообещать, сложнее сделать

Сегодня образовательные программы как никогда доступны: любой может пройти нужный MOOC, а их общее количество исчисляется десятками тысяч. Но компании, кажется, только входят во вкус c момента кризиса 2008-го они разогнали общемировой объем рынка профессионального образования с 244 до 370 млрд. долларов и продолжают увеличивать инвестиции в прокачку сотрудников. Учеба для бизнеса не только утилитарный инструмент, но и работа на HR-брендинг. Чем активнее компания подкрепляет траектории карьерного развития образовательной базой, тем легче ей привлечь адекватных и квалифицированных специалистов.

Другое дело, что за красивой картинкой и обещаниями не всегда следуют результаты. Совмещать рутину с учебой и погружаться в новые области знаний могут позволить себе не только лишь все: кто-то не хочет заниматься чем-то, кроме обязанностей, прописанных в договоре, другие завалены боевыми задачами, у третьих и выбора нет обучение им просто не предлагают.

Порой так происходит из-за того, что менеджеры не понимают, входит ли корпоративное обучение в рабочий процесс, и не знают, как учитывать время, потраченное на него сотрудниками, с точки зрения бухгалтерии. Либо и вовсе открыто говорят, что не хотели бы расходовать средства компании на повышение квалификации тех, кто может завтра уволиться, и рекомендуют проходить курсы на стороне за свой счет.

В таких ситуациях специалисты остаются один на один с вопросами о том, как все успевать самим, стоит ли обсуждать эту тему с начальством и как вообще подступиться к учебе.

Как может выглядеть учебный процесс

Даже самые заурядные моменты вроде взаимодействия с заказчиками не лишены возможностей для изучения чего-то нового. Так, в деятельности любой службы поддержки (и даже менеджмента) найдется место для внедрения элементов клиентоориентированного подхода, а в отделе финансового планирования для изучения новых методик управления и инструментария для подготовки бюджета. Полученные знания в большинстве случаев будут инкрементальными, то есть подкрепляющими предыдущий опыт (общения с клиентами, построения фин.моделей, сдачи отчетности компании и т.д.) и уже имеющиеся компетенции. Кстати, хорошим примером будет и так называемая StackOverflow-driven разработка.

Mr. Bochelly / Unsplash.comMr. Bochelly / Unsplash.com

Что уж говорить о профессиональных курсах, если даже школьные, вузовские и специализированные методики и приложения для запоминания устроены хоть и более комплексным, но все-таки похожим образом. В их основе в том или ином виде лежит инкрементальное обучение. С другой стороны, сам факт широкого распространения модели еще не показатель ее эффективного использования. В теории такое обучение подразумевает личную инициативу учащемуся следует самостоятельно выбирать, чем и когда он хотел бы заниматься. Речь не о том, чтобы делать это в начальных классах в школе, но в университетах и, тем более, на работе этот подход вполне допустим. Другое дело, что мало кто им пользуется.

В профессиональной среде вместо голоса снизу мы видим движение по инерции: чему учиться и как решают исключительно руководители. Подчиненные становятся заложниками заданной траектории развития и часто отказываются ей следовать. Похожая ситуация наблюдается, когда им и вовсе не предлагают варианты для прокачки навыков в таком случае сотрудники вынуждены делать это либо в ходе рутинных процессов (замкнутая инкрементальная модель), либо тратить личное время и деньги.

Как справедливо замечает Джанпьеро Петрильери, профессор одной из наиболее известных бизнес-школ и эксперт в области образования, инкрементальная схема требует внимания к контексту и окружению: Вашим коллегам будет намного удобнее учиться, если им в том или ином виде предоставят песочинцу, воспроизводящую боевые условия, но с защитой от дурака. Это могут быть семинары, корпоративные хакатоны и другие форматы, но их стоит дополнить еще и трансформирующим обучением, когда такие песочницы становятся гораздо более открытыми для экспериментов и тематических ответвлений. Тогда можно говорить о развитии экспертизы в смежных областях, получении новых компетенций и личностном росте.

Этот формат подразумевает чуть большее вовлечение сотрудников, но его все-таки стоит считать комплементарным итеративному. Если последний направлен на выполнение задач и последовательный прогресс, то первый [трансформирующее обучение] исключительно на прорывное развитие. Он помогает научиться учиться, а не механически выполнять какие-то действия на работе, подчеркивает Джанпьеро Петрильери в колонке для портала Массачусетского технологического института.

Charles Deluvio / Unsplash.comCharles Deluvio / Unsplash.com

Проблема в том, что этому подходу практически не уделяют внимания в корпоративной среде, где привыкли фокусироваться исключительно на обучении ради роста ключевых показателей эффективности в моменте. Хотя могли бы предоставлять и свободный формат, в котором сотрудники не боялись бы формулировать гипотезы и выдвигать нестандартные решения.

Кажется, что именно так стоит действовать в кризис, когда экономический контекст постоянно меняется, появляются новые вызовы, а реагировать на них нужно максимально быстро.

Что можно сделать своими силами

Вне зависимости от рабочей обстановки, личностное развитие, прокачка навыков и, как следствие, карьерный рост обязательно потребуют внимания, времени и ваших собственных усилий. Дожидаться момента, когда начальство возьмет этот процесс в свои руки, точно не стоит.

В этом есть свои плюсы: если вы, ваш отдел или команда предоставлены сами себе, организовать обучение будет, как минимум, удобнее. Другой вопрос, с чего начать.

Запастись терпением и временем

Здесь вам потребуется та самая инициатива, о которой мы говорили выше, когда обсуждали итеративное обучение. Принципиально важно не просто принять решение учиться, но и самостоятельно контролировать этот процесс и возвращаться к нему вновь и вновь особенно если в силу обстоятельств обучение пришлось на некоторое время приостановить.

Следующее это время на образовательные активности. Если вы занимаетесь разработкой или другой творческой деятельностью, всегда есть возможность добыть дополнительные час-два в день с помощью элементов методики deep work и понимания того, как устроен механизм нашего внимания, и почему время, затрачиваемое на саму работу, утекает сквозь пальцы.

! Если вы руководите командой, не пытайтесь вводить тотальный контроль за подчиненными и слишком частую отчетность. Все это не поможет направить все 146% времени ваших сотрудников на выполнение рабочих задач, а скорее вызовет раздражение и потерю продуктивности. В худшем случае у вас за спиной будет формироваться подпольное движение за восстановление прав и свобод.

Начать с чего-то простого

Если изучение нового пока связано исключительно с сиюминутными делами (условная StackOverflow-driven разработка и гуглинг), стоит сбалансировать подобный формат чтением книг по смежной сфере деятельности, необязательно пересекающейся напрямую с вашей специализацией. Если сходу осуществить это не получится, попробуйте делать чек-листы по тому, что находите на SO и в поиске по рабочим вопросам. Как минимум, из этого получится хабрапост. Для вдохновения читайте чужие лонгриды и подпишитесь на тематические рассылки.

Jake Oates / Unsplash.comJake Oates / Unsplash.com

Важно при этом учитывать порядки, принятые в вашем коллективе вероятно, чтение бумажной книги в офисе напротив работающих коллег будет не лучшей идеей. Поэтому стоит оценить обстановку перед тем, как что-то подобное предпринять. Хорошо, если атмосфера в команде позволяет делать это открыто например, для переключения внимания со сложной проблемы на рутину и обратно. В ином случае придется задействовать время перерывов на чай и кофе.

! Тим-лидам полезно брать инициативу на себя и вырабатывать с сотрудниками общий подход к учебе на рабочем месте. Обсудите, что будет допустимым, а что не совсем, и как обмениваться соображениями на этот счет. Такой подход послужит драйвером для запуска инкрементального обучения силами самих специалистов.

Попробовать пятничный формат

Он будет трансформационным компонентом в учебном процессе и позволит вам:

  • навести порядок в делах (и на рабочем месте), плюс быть готовым к новым задачам;

  • понимать, что происходит в индустрии (чем занимаются конкуренты и эксперты);

  • заняться долгосрочным планированием развития команды;

  • внести вклад в открытые проекты по своему профилю.

К изучению нового во время тихих пятниц стоит подходить как к любому другому делу: наметить планы, проводить ревю, обсуждать сложности и делиться опытом с коллегами по возможности обучать младших специалистов. Это поможет вам закреплять материал.

Делиться успехами в текущей обстановке удобно в формате компактных онлайн-конференций, когда на звонке выступают, а потом и отвечают на вопросы один или два сотрудника. Темы можно подбирать в спонтанном режиме или распределять заранее, главное искренний интерес к ним.

! Пятничный формат не дополнительный выходной, но и от обычных будней он отличается. Обычно во время тихих пятниц принято снижать интенсивность коммуникации ограничить традиционные совещания, онлайн-стендапы и звонки.

Такой подход поможет сотрудникам тратить на описанные (в буллитах выше) задачи меньше времени на выходных. Заниматься ими они, скорее всего, будут в любом случае, но если вы возглавите этот процесс, то и риск выгорания будет ниже, а команде будет чуть легче возвращаться к рутине и новым рабочим делам по понедельникам.

!! Не стоит ограничивать разработчиков в пятничных деплоях (изменения могут быть чувствительными, и разбираться с каждым отдельным случаем, когда у всех тихая пятница, просто нет смысла). Даже если вы не занимаетесь IT, сообщите клиентам об особом порядке общения в конце недели. Так, если кто-то будет настойчиво просить созвониться, вам будет проще перенести обсуждение на другой день.

!!! Не пытайтесь запретить личные проекты. Лучше отрегулировать этот момент с точки зрения трудового договора, чтобы специалисты не беспокоились о конфликтах вроде известной ситуации со спором вокруг прав на Nginx. Обсудите с юристами и командой целесообразность декларирования личных разработок для снятия возможных претензий впоследствии. Так вы будете в курсе, чем заняты ваши подчиненные, и создадите предпосылку для презентаций в пятничном формате.

Планировать и корректировать

Внимательнее подходите к распределению нагрузки и временным затратам по проектам. Если есть возможность, расширьте временной буфер между сроками их сдачи, чтобы при возникновении сложностей и правок оставалось время для учебы и развития. Без этого вы падете жертвой первого закона Паркинсона работа заполнит все время, отпущенное на неё.

Ryland Dean / Unsplash.comRyland Dean / Unsplash.com

В тематическом треде на Hacker News мы нашли следующий пример подобного решения один из разработчиков посчитал нужным не заводить разговор о корпоративном обучении за счет работодателя, а попытался договориться о частичной занятости в 30-32 часа в неделю (все остальное время он отвел на самостоятельную учебу и участие в open source проектах).

Главное не перебарщивать и ограничивать время на сами образовательные активности. Иначе, как говорит другой участник обсуждения на HN, можно легко свалиться в чтение по верхам, бесконечный сбор полезных статей и не дойти до глубокого анализа той или иной проблемы.

! Улучшить ситуацию и скорректировать образовательные проекты в компании поможет открытое обсуждение планов по учебе или даже совместное голосование за курсы, которые хотелось бы пройти отдельным группам специалистов.

Так, вы сформируете атмосферу доверия и снизите психологическое давление в команде, а еще поймете, как могут выглядеть индивидуальные траектории развития и где они пересекаются с корпоративной. Этот момент важен не только для обучения сотрудников, но и с точки зрения планирования и выживания бизнеса в любой кризис.


P.S. Если вам хотелось бы организовать доступ к масштабной образовательной системе для всего или части штата компании, оставьте заявку в форме на нашем тематическом ленгдинге. Специалисты Актион 360 подберут для вас кастомизированные варианты учебных курсов и предоставят экспертную поддержку по юридическим, кадровым и финансовым вопросам. Плюс откроют доступ к базе знаний с наиболее актуальными практиками для российского рынка.

P.P.S. Если оставлять заявку не хочется, просто напишите нам в личные сообщение и мы свяжем вас со специалистами, которые все объяснят и предоставят максимум информации о системе.


Дополнительное чтение в нашем блоге на Хабре:


Подробнее..

Зачем нужны простые привычки пример с прогулкой

30.11.2020 02:21:16 | Автор: admin

Разберемся, как обыкновенная прогулка допустим, в качестве перерыва между рабочими задачами помогает с поиском решений и ответов на сложные вопросы. Обсудим, за счет чего она стимулирует когнитивные процессы, как это работает и может ли стать привычкой.

Victor Xok / Unsplash.comVictor Xok / Unsplash.com

Чуть сложнее, чем кажется

Гуру продуктивности предлагают тысячу и один вариант эффективного распорядка дня: что стоит сделать сразу после пробуждения, когда можно притрагиваться к смартфону и проверять почту, начинать день с медитации, йоги или лучше выпить пуленепробиваемый кофе. Свои рекомендации они преподносят в формате готовых алгоритмов в постах и книгах по личностному развитию, тайм-менеджменту, борьбе с выгоранием и прокрастинацией темам, которые действительно беспокоят многих. Другое дело, что подобные чек-листы, основанные на собственном опыте эксперта, мало кто сможет в точности воспроизвести на практике.

Возьмите хотя бы продолжающуюся историю с мед. масками такой простой и однозначный предмет умудряются надевать и носить с поразительной вариативностью.

Даже если пытаться следовать рекомендациям и выполнять все в точности, как проповедуют гуру, скорее всего вы разочаруетесь в том, как мало успеваете из намеченного. Привычные реалии жизни возьмут верх за какие-то пару-тройку дней, а антипродуктивность вернется в полный рост, предвещая возможное выгорание и критическую потерю работоспособности.

Все эти риски наступят еще быстрее, если вы переусердствуете с подавлением прокрастинации в любых ее формах и проявлениях. Есть мнение, что она является ни чем иным, как естественным состоянием организма, перегруженного стрессом. И нужна она не для того, чтобы изо дня в день портить вам настроение и вызывать чувство вины за сорванные дела. С помощью прокрастинации мозг всего-лишь пытается взять паузу, чтобы перезагрузиться и, возможно, найти более эффективные выходы из ситуации, если она вызывает избыточное напряжение.

Ученые не первый год занимаются данным механизмом эмоциональной саморегуляции и утверждают, что попытки вмешаться в его работу путем агрессивного тайм-менеджмента и концентрации на краткосрочных планах с высокой вероятностью потерпят наудачу. Гораздо эффективнее будет мягкий подход, когда вы отдаете себе отчет о том, какими жизненными обстоятельствами могла быть вызвана прокрастинация, не ломаете себя в моменте и не забиваете на проблему, а больше думаете, как добиться нужного результата в долгосрочной перспективе начинаете мыслить стратегически и действуете более взвешенно.

Marcos Paulo Prado / Unsplash.comMarcos Paulo Prado / Unsplash.com

Вместо того, чтобы бороться с собственной природой с помощью чек-листов, которые когда-то помогли автору и его друзьям, лучше самостоятельно разобраться в том, как работают те или иные механизмы, регулирующие наше внимание и продуктивность.

Попробуем сделать это на примере одного из самых простых, доступных и эффективных вариантов ментальной перебивки обыкновенной пешей прогулки. По мере чтения этого материала вы поймете, как она влияет на когнитивные способности, и сможете самостоятельно внедрить что-то подобное в свой график с учетом специфики занятости и вашей жизни в целом.

Далеко не новый метод

Влияние прогулок на мыслительную деятельность и образовательный процесс задокументировали еще до нашей эры философская школа перипатетиков получила свое название от древнегреческого прохаживаться или ходить кругом. Согласно легенде, Платон, а потом и Аристотель часто прогуливались с учениками во время чтения лекций, а перипатами называли специальные городские сады (обычно их располагали при гимнасиях), где как раз и шли беседы о разных жизненных проблемах, ситуациях и философских вопросах.

Известно и об интересе к регулярным прогулкамсо стороны других великих мыслителей. Так, Иммануил Кант в свое время придерживался определенного распорядка дня, включавшего обязательный послеобеденный моцион по привычному для него маршруту, а Чарлз Диккенс, наоборот,любил пройтись до обеда, часто задолго до него энергии у писателя было столько, что он гулял по городу и ночью, а за день мог легко пройти более пятнадцати километров.

Лев Толстой любил прогулки и старался каждый день выбираться из дома, чтобы сбросить напряжение, а иногда совершал длительные пешие путешествия на большие дистанции. Даже Пушкин запомнился мемуаристам как неутомимый ходок пешком.

Дарвин, Тесла, Менделеев и множество прославленных ученых, изобретателей и деятелей культуры не могли представить свой день без ходьбы. В сфере IT такими людьми, конечно же, были Стив Джобс, предпочитавший проводить встречи и совещания с коллегами на ногах, и Дуглас Энгельбарт [изобретатель первых предшественников современных GUI, гипертекста и прототипа компьютерной мыши], тративший свое свободное время на походы и долгие прогулки.

Nenad Stojkovic / Flickr.comNenad Stojkovic / Flickr.com

Теперь их место занимают Линус Торвальдс с беговой дорожкой, позволяющей идти в медленном темпе прямо на рабочем месте перед компьютером, Марк Цукерберг и Джек Дорси любители регулярного променада по городу и парковым зонам, плюс огромное количество представителей творческих профессий: дизайнеров, инженеров, финансистов и маркетологов.

В литературе и спорте

Примеров намного больше, чем можно себе представить, да и книг этой теме вышло уже немало. В одних дают обзоры прогулочных привычек философов и известных личностей, в других исследуют влияние физической активности на нейропластичность мозга, а Даниел Канеман, экономист и лауреат премии памяти Альфреда Нобеля 2002 года, и вовсе проводит параллель между темпом ходьбы и способностью аккуратно раскладывать все в голове по полочкам.

Есть книги не только про историю пеших прогулок, но и множество художественных произведений, где подобная активность сопровождает весь сюжет, а зачастую и лежит в его основе. Взять хотя бы короткий рассказ Пешеход, который в 1951 году выпустил Рэй Брэдбери.

Его герой живет в 2053-м и вот уже целых десять лет в отличие от большинства горожан совершает регулярные ночные прогулки. В один прекрасный момент его ритуал нарушает автоматизированная surveillance-система, отказывающаяся понимать, зачем герой вышел на улицу: Так и знал: никого ни на переднем сиденье, ни вообще в машине Пахло сталью. Едко пахло дезинфекцией Здесь не было ничего мягкого.

В основу Пешехода лег личный опыт взаимодействия автора с силами правопорядка. Во время прогулки по бульвару Уилшир в Лос-Анджелесе в далеком 1949-м его с компаньоном остановил наряд полицейских, заинтересовавшихся причиной, по которой граждане находятся в совершенно безлюдном месте там, где никто не прогуливается. В своем научно-фантастическом рассказе Рэй поделился эмоциональной проекцией этой ситуации, а еще сформировал яркий и весьма точный образ беспилотного surveillance-автомобиля.

Josh Hild / Unsplash.comJosh Hild / Unsplash.com

Ходьба раньше занимала весьма значимое место и в индустрии спорта в конце 18-го века в США она была не менее популярна, чем бейсбол. Как пишет в своей книге Pedestrianism Мэттью Алгео, интерес был объясним тем, что спортсмены могли находиться в движении по несколько дней подряд, а за неделю проходили по шестьсот миль, используя более двадцати одного часа в сутки для ходьбы по треку. Массовая аудитория, сходившая с ума по такому зрелищу, быстро привлекла внимание корпораций: известные ходоки тогда выступали в качестве амбассадоров крупных изданий, газет и даже брендов соли. Именно с этого типа состязаний началась активная спонсорская поддержка самых разных видов спорта.

Что говорят исследования

Социально-культурный вес прогулок во всевозможных формах и проявлениях сложно переоценить, но все-таки полезно разобраться и с тем, какое воздействие на наш организм оказывает ходьба с точки зрения науки. В Стэндфорде действительно занимались этим вопросом еще в 2014 году и показали связь променада с потенциалом к творческому мышлению.

Для этого ученые провели несколько исследований. В первом попросили респондентов сначала посидеть, а затем пройтись по беговой дорожке и в обеих ситуациях протестировали их уровень дивергентного [тест Джоя Гилфорда] и конвергентного мышления. Выяснилось, что в процессе ходьбы оценки выросли на 81% и 23% соответственно, а после нее респонденты отмечали заметный творческий подъем. В рамках еще одного эксперимента удалось проверить способность к поиску аналогий и ассоциаций: в положении сидя и при использовании беговой дорожки внутри помещения, плюс при перемещении по улице на кресле-каталке и во время обыкновенной прогулки. Ожидаемо, последняя помогла максимизировать результаты теста, но независимое влияние оказал и сам факт пребывания на свежем воздухе.

В то же время специалисты из Бристольского университета и Университетского колледжа Лондона показали влияние физической активности на выработку астроцитами [вспомогательными клетками мозга, в том числе и спинного] молочной кислоты, которая вызывает выброс норадреналина. Он, в свою очередь, выполняет роль нейромедиатора и оказывает воздействие на уровень нашей мотивации, стресса и на механизмы мозга, отвечающие за творческие способности и возможность удерживать концентрацию.

Шейн ОМара, нейробиолог из Тринити-колледжа в Дублине, профессор и член Ирландской королевской академии, в книге In Praise of Walking обращает внимание еще и на то, как активно мозг задействует различные зоны во время ходьбы, чтобы распознавать визуальный контекст и сопоставлять его с внутренним опытом: размышлениями и представлениями о том, какой маршрут выбрать для движения. ОМара подчеркивает, что во время прогулки вместе с ориентировочным рефлексом в мозге активизируется так называемый тета-ритм, и есть мнение, что именно он обеспечивает повышенный уровень внимания, необходимый для поддержания общей алертности в ходе движения и строительства когнитивных карт местности.

Отсюда происходят понятия чертоги разума, дворец памяти и мнемонический метод запоминания, основанный на мысленно-пространственных ассоциациях.

Ученый также считает, что когнитивные механизмы, ответственные за изучение нового, и память наиболее уязвимы, поэтому даже когда мы просто идем или занимаемся легкой разминкой, мозг реагирует на нагрузку выпуском защитного белка BDNF [brain-derived neurotrophic factor или нейротропный фактор мозга], стимулирующего развитие нейронов и перестройку синапсов.

Он вместе с эндорфинами помогает ему и всему организму адаптироваться и снимать напряжение, а нам получать приятные эмоции от активности. Этой гипотезе соответствуют и выводы других исследователей о том, что регулярные прогулки помогают сохранить нейропластичность и увеличить объем гиппокампа, обслуживающего нашу память и эмоции.

Проще некуда

По аналогии с тем, как энергичная музыка подталкивает к подъему темпа бега, езды или просто задает настроение для учебы или работы, действует обратный механизм, присущий исключительно ходьбе. В зависимости от длины шага, скорости и манеры движения меняется не только эмоциональный фон, но и мыслительный процесс в целом. Такой эффект, как и те особенности, что мы рассмотрели выше, можно и нужно использовать по максимуму.

Jeffrey Blum / Unsplash.comJeffrey Blum / Unsplash.com

К счастью, прогулка позволяет осуществлять это относительно легко. Для нее не нужны программы тренировок и экипировка, временные затраты на планирование и готовку, как в случае со специальной диетой, календари и диаграммы Ганта, забитые обещаниями себе о том, сколько строк кода / страниц текста / отчетов / дизайн-проектов в день мы хотели бы делать.

В какой-то степени ходьба [как привычка] даже доступнее чем откалиброванный по часам сон. Ее можно внедрить в любой отрезок дня в перерыв между рабочими задачами, как еще один формат для совещаний или регулярного общения с близкими.

Да и занятия в процессе моциона просто варьировать от случая к случаю: изучать незнакомые локации, наблюдать за тем, как организована городская среда и потоки транспорта, обращать внимание на окружающие звуки или слушать что-то свое в наушниках. Одним словом переключаться, разгружать разум, возможно, в прямом смысле записывать аудиозаметки, если что-то интересное приходит в голову.

Как пишет ОМара, чтобы почувствовать эффект от регулярных прогулок, достаточно совершать их четыре-пять раз в неделю, стараться ходить со скоростью более 5 км/ч и почаще выбираться в парки. Главное не переборщить. Здесь этот принцип работает, как и в любой другой деятельности: если вы без подготовки займетесь спортивной ходьбой, отправитесь в лес в шлепанцах или попробуете сходу использовать босо-обувь, скорее всего, из этого не выйдет ничего хорошего, а вот травму получить будет проще простого. При городском променаде не стоит наглухо закрываться от внешнего мира наушниками или становиться ходячим зомби со смартфоном: вам понадобятся либо открытая модель, либо уши с режимом прозрачности.

Важно не расстраиваться, если пройтись не получилось. Допустим, вы отложили прогулки на пару дней или неделю, это нормально. Больше того, эффект от предыдущих выходов сохранится. При этом не нужно требовать от себя чрезмерных достижений автор The First 20 Minutes: Surprising Science Reveals How We Can Exercise Better, Train Smarter, Live Longer так и пишет: ваша цель хорошее самочувствие, а не регулярность. Если ранее вы обходились без долгих прогулок, попробуйте начать с наиболее доступного и безопасного лично для вас формата.

Подойдет не всем

Мегаполис не всегда предоставляет возможности и достаточный уровень комфорта для частого передвижения пешком. Но если очень хочется, можно пройтись и вокруг дома. В таком случае важно не раздражать окружающих необычной активностью под окнами или на парковке. В западных странах все еще встречаются ситуации вроде той, что описал в своем рассказе Брэдбери. Да и у нас соседи без тени сомнений не только вызовут полицию, но и сами выйдут пообщаться, если вы им покажетесь подозрительным. Обязательно учитывайте этот фактор.

Carlos Vaz / Unsplash.comCarlos Vaz / Unsplash.com

Творческого подъема легко добиться не только с помощью прогулок, но и смены рабочего процесса на дела по дому. В знакомой среде будет легче все контролировать, плюс слушать развлекательно-образовательный контент в фоновом режиме.

Возможные альтернативы [принять душ или помыть посуду] Эдвард де Боно, известный писатель и психолог, обобщил с помощью термина творческая пауза.

Кстати, при передвижении внутри помещения вполне может проявлять себя так называемый эффект дверного проема характерная особенность нашего внимания, восприятия и памяти, привязывающая к определенной комнате уникальные ассоциации и тематический контекст. В этом случае вы не только не улучшаете когнитивные способности, но и получаете научно доказанный риск забыть сделать что-то нужное при переходе из одного зала в другой.

В качестве финального аккорда хотел бы вспомнить классического Дилберта, иллюстрирующего метод прогулочного менеджмента [MBWA, management by walking around]. Спасибо, что дочитали, надеюсь, что ваши варианты прогулок принесут максимум пользы в учебе и работе.

Подробнее..

Замедлиться, чтобы быстрее учиться новому подробно обсуждаем ключевые рекомендации

07.12.2020 04:14:37 | Автор: admin

Ранее мы поговорили о том, как найти баланс между работой и учебой, а еще детально разобрали метод deep work. Сегодня попробуем подступиться к теме с другой стороны поговорим о мотивации, методе юзабилиста и лайфхаках для тех, кто хотел бы быстро изучать все новое.

Diego Gavilanez / Unsplash.comDiego Gavilanez / Unsplash.com

Начните с мотивации

Лекции в вузе, чтение профессиональной литературы, семинары в офисе лишь малая часть классических или инкрементальных образовательных форматов. Они широко распространены и доступны каждому, однако последовательное изучение тем, предметов и отдельных областей знаний, кажется, все чаще вызывает отрицательные эмоции и проблемы с концентрацией, а по мере завершения процесса стремительную выгрузку пройденного из памяти. Возможно, дело в актуальности материалов и в том, как их преподносят аудитории учитывают ли меняющийся информационный контекст, клиповую культуру и другие особенности, влияющие на изучение нового, или предпочитают не менять наполнение и подачу программ десятилетиями.

Если смотреть исключительно на работу, очевидно, что и тут найдется место для учебы. Как минимум, ни одна вакансия не обходится без подобных обещаний. В нашей компании вы будете постоянно изучать что-то новое, говорили они. Но на деле многим не удается даже близко подобраться к этой картине мира. Ожидания от будущей профессии, сформированные в вузе и в ходе общения с HR-специалистами, разбиваются о суровую реальность вместо комплексного сочетания опыта и новых знаний работодатель предлагает лишь компоненты для самостоятельного приготовления идиосинкразии к любым видам корпоративного обучения:

Вот файл с документацией на английском, нужно сделать перевод в виде краткого руководства, чтобы передать его клиенту вместе с оборудованием. Заодно и для себя что-то новенькое там найдешь, еще не самый плохой вариант по сравнению с:

Завтра у нас общая аттестация, будем тестировать всех сотрудников. Или: Это родственник моего знакомого, пожалуйста, помоги ему с изучением веб-фреймворков вроде Ruby on Rails или чего-то в этом роде, а попутно и свои знания освежишь.

На практике чем-то новым зачастую становятся отчеты, считающиеся в компании неплохой формой для закрепления знаний; подготовка к конференциям и командировкам, когда основная часть времени уходит не на проработку докладов, а на бесконечные согласования счетов за билеты, дорогу и проживание; однообразные задачи и в конечном счете отсутствие реальной заинтересованности руководства в вашем карьерном росте. Чего уж тут говорить, вы и сами знаете, что все это ведет к потере мотивации и интеллектуальной деградации, а не к развитию.

Однако так происходит только в том случае, если вы полагаетесь исключительно на внешние факторы то, как все заведено в офисе или в вузе. К счастью, даже весьма закостенелый инкрементальный подход в духе некогда объяснять, двигаемся от задачи к задаче, легко разнообразить трансформирующим обучением. Допустим, в формате тихих пятниц, когда инициативу отдают сотрудникам. В большинстве случаев им удается лучше мотивировать себя к постоянной прокачке на работе, после работы, а самое главное для эффективной работы.

Вообще для раскачки когнитивных способностей неплохо, как минимум, быть уверенными в том, что затея выполнима. Ведь речь не о том, чтобы пройти определенное число курсов, выучить тысячу-другую слов на английском или просто натренировать механическую память, хотя последняя задача представляет отдельный интерес в качестве соревновательной практики.

Мы говорим о более широких понятиях, таких как подвижный интеллект, проявляющий себя на всем спектре жизненных ситуаций от условного программирования на уже знакомом языке до изучения, осмысления и анализа меняющегося контекста [например, влияния на ваш бизнес экономического кризиса], незнакомых задач и инструментов для их реализации. Здесь возможности памяти играют не последнюю роль, по аналогии с оперативкой в работе компьютера, но подвижный интеллект тоже можно натренировать. Для этого не нужна специальная подготовка, а эффект зависит только от уровня вашей мотивации [зачем вам это, чего вы хотели бы добиться и в какие примерно сроки] и вдумчивой работы над собой.

Учитесь как юзабилист

Как только у вас появляется личная заинтересованность, важно не засиживаться в окопе не браузить неделями полезные публикации [да, вроде этой], добавляя находки в избранное, чтобы потом возвращаться и часами разбирать их. Лучше не бояться испачкать руки и максимально быстро перейти к действиям, пока заинтересованность в изучении нового еще не погрязла в рутине [кстати, если это все-таки произошло, переживать точно не стоит, просто в этот раз мотивации, скорее всего, было недостаточно]. Это может быть что угодно мокапы экранов приложения, диаграммы бизнес-процессов, элементы кода или гаджетов. Тогда попутное чтение материалов и руководств, просмотр туториалов и лекций по теме принесут пользу здесь и сейчас с практической точки зрения и для развития подвижного интеллекта.

Чтобы не застревать в процессе поиска таких источников, первым делом проводите их беглое юзабилити-тестирование посмотрите на аффорданс. Как и при взаимодействии с гаджетами, интерфейсами и навигационными указателями в городской среде, вам должно быть понятно: как подступиться к представленной информации, нужна ли она в моменте, приведет ли ее изучение к ощутимым результатам, сможете ли вы воспользоваться предложенными инструкциями и так далее. Зачастую все это зависит от того, каким опытом и знаниями вы уже обладаете, а не от объема издания или популярности авторов [хотя и эти факторы не стоит списывать со счетов]. Понятная структура материала, примеры и ссылки на репозитории с кодом придадут уверенности в том, что время на чтение или просмотр не будет потрачено зря.

Dmitry Kabanov / YouTube.comDmitry Kabanov / YouTube.com

В этом и заключается аналогия. Продуманный дизайн условного рулевого колеса не требует чтения руководства по эксплуатации. Даже если автомобиль новый, вам будет достаточно пары минут, чтобы разобраться с регулировками они сами подскажут, как и что функционирует.

Так и работают аффордансы, заложенные проектировщиками в качестве отсылок к уже знакомым поведенческим паттернам [опыту водителя, а в случае с подбором источников потенциальному уровню подготовки аудитории и ее ожиданиям от изучения книги / лекции / хабрпоста]. Кстати, данную терминологию и логику вывел и описал в Дизайне привычных вещей Дональд Норман она стала частью методологической базы всемерно известного консалтингового бизнеса. Так что попробовать в деле подход юзабилистов определенно стоит.

Главное не плодить идиосинкразии на ровном месте. Если выступление или пост какого-то спикера показались вам очень уж общими, это не повод ставить на нем крест или отказываться от записей в этих форматах в дальнейшем. Придерживайтесь взвешенной позиции и старайтесь задействовать разнообразные источники, чтобы не замыкаться на чем-то одном при изучении выбранной темы и заведомо не отрезать себя от новых идей и инсайтов. Помните про аффордансы, чтобы выбирать те материалы, которые помогут максимально быстро получить необходимые знания здесь и сейчас.

Сам по себе поиск нового это тоже учеба. Он запускает процесс формирования синаптических связей, а работа с разнообразными источниками гарантированно повышает нейропластичность мозга [увеличивается количество и устойчивость связей, влияющих на скорость появления новых]. Она объясняет то, как быстро и эффективно человек, обладающий базовым уровнем навыков и экспертизой в своей области, может адаптироваться к изменениям контекста [информационного, рабочего, жизненного], то есть влияет на уровень его интеллекта.

Периодические и продуманные вылазки за новыми знаниями еще и стимулируют выработку дофамина нейромедиатора, вознаграждающего мозг за проделанную работу. Он служит мощным механизмом внутреннего подкрепления того или иного поведения, плюс играет важную роль в поддержании когнитивного тонуса, а значит и мотивации для занятий.

Погружайтесь без опасений

Так называемые ноуледж джанки часто становятся жертвами собственной привязанности к поверхностному подходу. В погоне за новыми впечатлениями они впадают в цикл переходов от изучения китайского к игре на барабанах, от увлечения журналистикой данных к туториалам по Python и так далее. Базовый объем знаний по каждой из тем позволяет им воспринимать более детальную информацию и общаться со специалистами. Вот только придерживаться первого более трудоемкого и энергозатратного способа развития предпочитают как раз немногие.

Чаще всего первичные знания о какой-то области путают с универсальными концепциями и понятиями, считая их достаточными, чтобы ухватиться за соседнюю сферу деятельности лихо переключиться с Python на Ассемблер или начать от бедра переводить экономическую литературу после продолжительной работы с техническими терминами. С уверенностью в том, что перепроверять себя не нужно.

Ложные представления о собственных способностях к переработке поверхностной информации в полезный скилл могут здорово навредить окружающим, если после беглого чтения пары книг вы перейдете к пыткам коллег о том, как все-таки делать правильно. Такие разговоры будут только отвлекать опытных специалистов от дела, а вы заработаете репутацию, как минимум, дистрактора. Если вы сможете собраться, приложить усилие и погрузиться в тему, избежать этой участи будет легче даже новичкам в своей области. Ваши вопросы станут более точными, все вокруг увидят проделанную работу и воспримут уточнения с пониманием и добродушием.

Pascal van de Vendel / Unsplash.comPascal van de Vendel / Unsplash.com

Для этого потребуется немало терпения и вам самим изучение отдельных тем может занять несколько дней или недель, но бояться этого не стоит. Зачастую лучше растянуть сессии на максимальные временные отрезки в ходе вашего дня насколько позволяют другие дела и отвлекающие факторы и пользоваться методиками вроде deep work, в том числе и для учебы. Тогда, казалось бы, черепаший темп, каким бы мучительным он ни казался на первый взгляд, даст действительно быстрый и долговременный результат. Но нужно чувствовать меру.

Для прокачки когнитивных способностей важно не буксовать на месте, иначе не за горами спад той самой нейропластичности. К счастью, отловить этот момент можно достаточно глубокое погружение в тему обычно совпадает с выходом на плато с точки зрения кривой обучаемости [похожим образом работает и кривая Альберта Бандуры]. Мозг просто-напросто завершает адаптацию к новой информации и перераспределяет ресурсы на более значимые процессы, поэтому важно вовремя аккуратно и без слома об колено подкидывать ему что-то на вход.

Ищите аналогии и повторяйте

Внимательное погружение в тему обязательно окупится в ситуации неопределенности, когда потребуется быстро переключиться на новую технологию, освоить финансовый менеджмент или разобраться с отчетностью компании.Если при этом вы применяете проектный подход и следуете методу юзабилиста [см. все это выше], у вас еще и формируется привычка к смешанному обучению. Оно эффективнее последовательного, так как резкое включение новых задач не вызывает особых проблем и сопутствующего стресса, а interleaved-подход к ним развивает дивергентное мышление. Оно влияет на то, как легко вам удается охватывать широкий спектр тем и вырабатывать решения, используя уже имеющиеся знания и поиск аналогий.

Все это, конечно же, не имеет отношения к тому, какой половинкой мозга лучше думать об учебе и творчестве. Речь о смешивании навыков. Другое дело, что при переключении с одного на другой важно не заблудиться в чертогах разума и не растерять накопленный опыт с ходом времени. Помимо естественных механизмов вроде кривой забывания этому способствует беспрерывное и безальтернативное использование сервисов: для проверки текста на качество, навигаторов и других помощников, без которых вполне можно легко обходиться время от времени.

Технологии обладают безусловной ценностью, но если мы говорим о развитии когнитивных способностей, иногда стоит задействовать собственную память или потратить чуть больше времени, чтобы поднять условные правила правописания и изучить дополнительные источники. Это работает и на уровне физической активности постоянная езда на автомобиле за кофе в соседний двор, скорее всего, не поспособствует набору хорошей формы, а прогулка по городу вполне может, плюс положительно повлияет и на работу мозга [об этом наш предыдущий материал].

Чтобы закрепить пройденное, пользуйтесь доступными лайфхаками:

  • Правило шести секунд вспомните одну из тем и попытайтесь в рамках этого временного промежутка сформулировать основную концепцию изученного.

  • Правило второго захода если вы прослушали лекцию, перескажите ее знакомым или прочитайте вслух заметки [смысл в переключении с одного формата на другой, поэтому можете и хабрапост написать так вы заодно и узнаете, как глубоко погрузились в тему].

  • Интервальное повторение стоит использовать для ключевых моментов и наиболее ценных знаний, чтобы добиться эффекта долговременной потенциации.

  • Метод чистого листа, когда нужно выписать все, что помните по теме, без подсказок.

  • Сложные тренажеры для раскачки вроде тех, что предлагают проходить задачу n-назад.

Поддерживайте связь с окружающими

Сегодня следовать этому совету стало чуть сложнее, чем обычно в силу известных всем обстоятельств. Но без него не обойтись общение с коллегами и близкими обогатит и разнообразит все те процессы, что мы разобрали выше, плюс поможет по-новому взглянуть на привычные вопросы. При разумной дозировке улучшит ваше эмоциональное состояние.

Ajay Murthy / Unsplash.comAjay Murthy / Unsplash.com

Начать можно и с комментария по теме к этому материалу. Расскажите, за счет чего вам удается быстрее учиться новому, что работает для вас, а какие рекомендации, наоборот, не подходят.

Подробнее..

Музыка фоном помогают ли сконцентрироваться Моцарт, белый шум и тяжелый рок?

11.01.2021 12:12:41 | Автор: admin

За время пандемии работы у разработчиков Учи.ру только прибавилось: по данным SimilarWeb за апрель, платформа стала вторым по популярности образовательным сайтом в мире. А вот сконцентрироваться на ней из дома получается с переменным успехом. Мы проверили на себе самые разные лайфхаки и хотим поделиться результатами. Сегодня разбираемся с одним из самых многообещающих способов музыкой.

Наверное, у каждого разработчика есть свой набор музыки на все случаи жизни: для учебы, спорта, работы. Причем для горящих дедлайнов выбираем что-то пожестче, для рутинных задач ритмичное, но без акцентов. Для домашних дел сгодятся подкасты, для обеда выпуск блогера на YouTube, под игру можно включить белый шум стрима на Twitch. Но мало у кого есть готовый плейлист, чтобы сосредоточиться.

При опросе коллег мнения разделились: примерно по 40% из них для лучшей концентрации выбирают тишину и любимую музыку. Еще у 15% есть специальные плейлисты или приложения именно на тот случай, когда необходима максимальная сфокусированность. Еще 4% и 3% соответственно слушают белый шум и звуки природы.

Интерес к влиянию музыки на концентрацию породил огромное количество исследований, мифов и коммерческих проектов. Миллионы людей ищут способ борьбы с прокрастинацией в аудио. Одно лишь приложение Endel, которое обещает генерировать звуки для концентрации внимания пользователя, скачали в общей сложности более 2 млн раз. А YouTube-канал ChilledCow с самыми популярными стримами лоу-фай хип-хопа насчитывает уже больше 7 млн подписчиков.

Главный миф музыкальной терапии

Одна из самых популярных спекулятивных теорий в области использования музыки для повышения результатов умственной деятельности так называемый эффект Моцарта. Утверждают, что музыка Моцарта жизнерадостная и позитивная помогает решать задачи и учиться.

Судя по всему, это мнение породило исследование, опубликованное в журнале Nature, в котором ученые анализировали влияние музыки разного темпа и тональности на состояние обучающихся. Проблема в том, что участникам эксперимента давали слушать одну и ту же сонату Моцарта в более быстром или более медленном темпе, в миноре или мажоре. Результаты показали, что быстрая и жизнерадостная музыка лучше способствует решению пространственных задач. Ну а выбор был: Моцарт или Моцарт. Так что победил Моцарт. Возможно, музыка великого композитора действительно позитивно влияет на состояние и помогает настроиться, однако метаанализ с говорящим названием Эффект Моцарта эффект Шмоцарта полностью опровергает красивую теорию. Скорее всего, это просто влияние позитивной мажорной музыки. Например, к таким выводам пришли организаторы исследования 2017 года.

Приятный джаз или тяжелый рок?

Исследователи изучали влияние на продуктивность не только произведений великого австрийского композитора. Так какую же музыку выбрать? Есть ли универсальные рецепты?

Для начала стоит сузить круг поисков и рассматривать только приятные мелодии. Непривлекательная музыка, прослушанная до работы, снижает производительность. Некоторые эксперты предлагают слушать саундтреки из видеоигр. Ведь эти композиции составляют специально, чтобы помочь человеку сосредоточиться и погрузиться в процесс.

Тяжелая музыка помогает сбросить напряжение и настроиться на высокий темп работы. Австралийские исследователи провели эксперимент, в котором людям включали панк-рок, скрим и метал и задавали раздражающие вопросы. Во время прослушивания музыки испытуемые успокаивались быстрее. Уверены, что многие присоединятся к популярному мнению, что жесткий активный блэк-метал помогает разогнаться и сделать работу быстрее.

Такие разные виды музыки, как техно, классика и бразильский поп, могут оказывать похожий эффект. Дело в различимой речи: она способствует рассеянности внимания, а ее отсутствие может стать одним из критериев при выборе фона для продуктивного дня (конечно, если вы не знаете португальский язык).

Шум: проблема или решение

Музыка не единственный звуковой допинг для борцов с прокрастинацией. Так называемый белый шум тоже пользуется популярностью. Например, этой весной сайт генератора офисного шума получил сотни тысяч просмотров. Его создатель, бельгийский инженер-исследователь, признался, что не ожидал такого внимания к проекту, запущенному в шутку.

На некоторых белый шум действительно оказывает позитивное влияние. Например, одно из исследований показало, что фоновый шум в 60 дБ улучшил концентрацию у экстравертов. В другом эксперименте ученым удалось выяснить, что белый шум помогает сосредоточиться невнимательным детям, которые часто отвлекаются.

Однако эти исследования показывают и обратную сторону шума. Он снижает показатели интровертов в сравнении с работой в тишине и отвлекает внимательных детей.

Громкий продолжительный шум наносит вред организму этот факт давно изучен и подтвержден опытами. Длительное воздействие шума негативно воздействует на вегетативную и центральную нервные системы: ухудшает психическое состояние и повышает тревожность. С громким шумом на фоне мы устаем быстрее на 1525%, чем обычно. По данным Роспотребнадзора, уровень шума не должен превышать 68 дБ. Для сравнения: в жилых домах мы слышим примерно 40 дБ, в офисах, в которые вернемся нескоро, 5565 дБ. Поэтому так тяжело работать удаленно родителям младенцев: плач ребенка звучит на уровне 7682 дБ.

Выход из этой ситуации хорошие наушники. Правильно подобранные шумоподавляющие наушники могут обеспечить защиту от негативного влияния извне, которое мешает работать и учиться.

Что слушать

Если вы верите, что фоновая музыка помогает настроиться и сосредоточиться, или просто хотите проверить, так ли это лично для вас, мы приготовили небольшую подборку приложений, в которых можно послушать специальную музыку:

Endel обещают, что приложение создаст персонализированный звуковой фон для любого занятия, в том числе для концентрации внимания. Синхронизируется с сердечным ритмом и учитывает уровень естественного света.

Noisli генерирует фон из звуков природы, в том числе для повышения продуктивности. Можно настроить количество и комбинации из 16 видов шумов.

Coffitivity синтезатор комфортных фоновых звуков кофейни. Это решение подойдет тем, кто считает небольшое кафе эталоном комфорта, кому нравятся звуки тихих разговоров людей, звон чайных ложек и фарфоровых чашек.

My Noise еще одно аудиокафе. Система позволяет смешать звуки прямо в браузере, в отличие от Coffitivity, здесь все делается прямо на первой странице сервиса, без загрузок и регистраций.

Brain.fm создатели приложения заявляют об искусственном интеллекте, который генерирует музыку для концентрации внимания, сна и других приятных дел. Обещают, что эффект будет длиться 15 минут после прослушивания. Много это или мало, каждый решает сам.

Rainy Mood в арсенале этого приложения около 400 разнообразных звуков дождя, призванных помочь расслабиться и улучшить концентрацию.

A Soft Murmur еще одна система для индивидуального смешивания фоновых звуков. Можно настроить уменьшение звука до тишины к нужному времени.

Расскажите: вы слушаете музыку во время учебы или работы? Помогает ли это вам?

Подробнее..

Перевод Задачки для фронтенд-тренировки клоны CodeSandbox, Robinhood, Whoishiring, Stackoverflow

10.07.2020 12:22:13 | Автор: admin
Предлагаем вашему вниманию идеи/задачи (не решения) для самостоятельного изучения и оттачивания мастерства.

График цен на акции в стиле Robinhood


image

Robinhood имеет красивый график для отображения цен на различные акции. По мере перемещения по графику, бегущая строка меняется с помощью прокручивающейся текстовой анимации. Если вам интересно как создать такую анимацию, то этот репозиторий может быть чрезвычайно полезен.

Чему вы научитесь, построив график цен на акции в стиле Robinhood:

  • Как получать данные о ценах акций через API.
  • Как отображать график с различными временными шкалами (например, отображать цены за 3 месяца, полгода, год и т.д.)
  • Воссозданию анимации с прокручивающейся стоимостью.

Вы можете использовать этот API для получения котировок акций. Если вы знаете лучший API, который можно использовать бесплатно, разместите его в комментариях ниже.

Клон CodeSandbox


CodeSandbox это онлайн-редактор кода и инструмент прототипирования, позволяющий ускорить создание и обмен веб-приложениями.

image

Не переусложняйте, постарайтесь реализовать только самые основные функции. Сосредоточьтесь на редакторе, так как это самая полезная функция.

Чему вы научитесь, создав клон CodeSandbox:

  • Как рендерить и запускать HTML, CSS и JavaScript внутри браузера.
  • Как осуществлять перезагрузку с отображением изменения в реальном времени как в редакторе, так и в полном просмотре.
  • Как сгенерировать встраиваемый URL. Встраивание позволяет включить сендбокс в документацию, сообщение в блоге или на сайте, используя iframe (или куда угодно, где есть поддержка Embedly, например Medium, Reddit, Trello и Notion). Вы можете показывать только код, предварительный просмотр или все вместе.

Клон Whoishiring


Whoishiring представляет наиболее релевантные вакансии в виде карты. Соискатели легко могут находить работодателей в наиболее привлекательном для них месте.

image

Чему вы научитесь, создав клон Whoishiring:

  • Как работать с разными картами и рисовать на них.
  • Работе со сложной версткой, например, с картой и боковой навигацией которые должны быть синхронизированы.
  • Работе с базой данных для получения заданий. Я бы посоветовал использовать фиктивные данные, так как это всего лишь клон, ваша цель отточить навыки фронтендера.

Клон Stackoverflow (только вопросы и ответы)


Всякий раз, когда разработчики сталкиваются с проблемой, StackOverflow это первое место, куда они обращаются. Это умный друг, у которого есть все необходимые ответы!

Stackoverflow это огромный сайт, так что не пытайтесь клонировать его целиком. Начните с вопросов и ответов. Дайте пользователям возможность задавать вопросы, отвечать на них, и ставить теги.

image

Чему вы научитесь, построив клон StackOverflow.

  • Работе с базой данных, такой как PostgreSQL или MongoDB. Вопросы и ответы должны сохраняться в базе данных и извлекаться из нее всякий раз, когда кто-то открывает ваш клон StackOverflow.
  • Тегированию сообщений и реализации поиска с индексированием. Вы должны обеспечить лаконичный, но всесторонний поиск для пользователей. Также нужно реализовать возможность осуществлять поиск по вопросам и ответам с помощью простых ключевых слов вроде [react] или [javascript].

Монитор времени работы сайта


Существует множество сервисов, которые позволяют вам контролировать производительность и время безотказной работы приложений. Они просты в реализации, так почему бы не построить один из них для удовольствия?

image

Чему вы научитесь, создав клон монитора времени работы:

  • Работе с терминалом. Как пользоваться командной строкой и проверять статус сайта. Если сайт возвращает код 200, ничего не делайте. Если он вернет код 404 или 500, сообщите об этом по электронной почте.
  • Построению графиков. Все хотят пользоваться интуитивно понятными и свежо выглядящими приложениями. Создавайте красивые графики для отображения состояния сервера.

Маятник Ньютона на CSS


Маятник Ньютона это устройство, которое демонстрирует сохранение импульса и энергии с помощью ряда качающихся сфер. Когда одна сфера на конце поднимается и опускается, она воздействует на неподвижные сферы, передавая через них силу, которая толкает последнюю сферу вверх.

image

Чему вы научитесь, построив клон маятник Ньютона:

  • Работе с keyframe в CSS и созданию анимаций.

Если вы решите использовать Canvas в JavaScript, то это здорово.

image

Узнайте подробности, как получить востребованную профессию с нуля или Level Up по навыкам и зарплате, пройдя платные онлайн-курсы SkillFactory:



Полезное


Подробнее..

Взглянуть на выходных англоязычные YT-каналы о разработке и архитектуре ПО, алгоритмах и электронике

10.10.2020 22:18:47 | Автор: admin

Одни считают, что образовательные YouTube-каналы и подкасты по определению не могут дать глубоких знаний, другие находят там новые идеи и черпают вдохновение. Мы решили разобраться, что смотрят опытные разработчики и те, кто только начинают учебный процесс в IT.

Сегодня остановимся на общих темах, а в следущий раз перейдем к специализированным.

Главное не воспринимать эти рекомендации как единственные в своем роде. Что-то новое для себя вы точно найдете как с точки зрения общей культуры программирования, так и некоторых аспектов computer science. Но не стоит ждать от авторов этих каналов чего-то невозможного.

Chase Chappell / Unsplash.comChase Chappell / Unsplash.com

Fun Fun Function

245 тысяч подписчиков

Заметим сразу, что автор канала приостановил выпуск роликов. Но библиотеку записей, собранную за пять с лишним лет работы, он сохранил. Наибольшее количество просмотров 600k набрала первая часть разбора техник функционального программирования на JavaScript. Из более свежих в лидеры вырвались такие темы как React Hooks (123k) и когнитивно-поведенческая психотерапия (28,5k), ставшая частью длительной серии из нескольких десятков роликов о культуре разработки, карьере в IT, лайфхаках для программистов, продуктивной работе и эмоциональной гигиене.

Подойдет для продвинутых разработчиков и тех, кто только начинает разбираться в теме.

Отличительная черта канала информативность и хорошее чувство юмора ведущего. Благодаря им все публикации в общей сложности набрали более десяти миллионов просмотров. Кстати, загляните и в дружественный проект DevTip (хотя тут апдейты перестали появляться еще раньше).


Art of The Problem

70 тысяч подписчиков

Здесь каждый выпуск посвящен истории технологической или научной проблемы. В роликах рассказывают, с чего начиналось решение того или иного вопроса, обсуждают ход этого процесса и делятся современными исследованиями и проектными реализациями по заданной теме.

Одни из наиболее популярных передач по теме нейронок и глубокого обучения. В последнем видео из этой серии авторы объясняют базовые концепции и математику, задействованную в этой области, с помощью различного рода визуализаций. На канале есть огромное количество разборов: от механик рекомендательных до основных принципов работы криптографических систем.

Rishabh Agarwal / Unsplash.comRishabh Agarwal / Unsplash.com

Подойдет для всех, кто интересуется технологиями и не хочет буксовать на одном месте.

Отличительная черта аккуратный подход к видеоряду, подготовленная закадровая читка, высокая информативность и темп подачи материала (в самом хорошем смысле). Эти качества справедливы для всех роликов, которых здесь не так и много, но свои 6,5 млн просмотров они все-таки набрали.


Канал Гурава Сена

287 тысяч подписчиков

Это одна из находок среди точечных рекомендаций участников сообщества Hacker News. Автор канала выбрал для себя следующие тематические направления: проектирование систем, алгоритмы, спортивное программирование и работа над системами ИИ. Но на них он не ограничивается.

Суммарно ролики Гурава набрали более одиннадцати миллионов просмотров, хотя всего на канале чуть меньше 170 публикаций. Наиболее популярное видео 720k это разбор устройства системы обмена сообщениями. Сразу за ним самый быстрый алгоритм сортировки (668k), третье место занимает шардинг баз данных, четвертое архитектура сервисов вроде Tinder.

Понравится тем, кто учится на одной из CS-специальностей и развивает карьеру в этой области, а более продвинутым программистам поможет найти свежий взгляд на некоторые вопросы.

Отличительная черта скорость подачи материала, которая существенно отличается от того, к чему многие привыкли в вузе; разнообразие и достаточно глубокое погружение в определенные темы.


Канал Бэна Итера

559 тысяч подписчиков

Продолжаем движение от каналов, где новые видео не появлялись около месяца, к более активным. Этим проектом занимается человек, известный по технической части Khan Academy и независимым начинанием в области разработки электроники и моделирования компьютерного железа.

Его ролики набрали более 33 млн просмотров, а отдельные видео регулярно выходят на миллионный охват. В топе рассказ о том, как собрать худшую в мире видеокарту (2,8M), еще мы выделили бы знакомство с работой TCP (333k) и обсуждение проблемы сетевого нейтралитета.

Подойдет тем, кто хотел бы на практике погрузиться в мир компьютерного железа.

Отличительная черта глубокая проработка отдельных тем (пример плейлиста по одной из них), подробные объяснения принципов работы и устройства компонентов, внимательное отношение к видеоряду (крупные планы, свет), хороший звук и подробные закадровые комментарии к гайдам.


The Coding Train

1,19 млн подписчиков

Если при просмотре действительно полезного YouTube-туториала вы задумывались о том, как было бы круто, если его автор преподавал бы в вашем вузе, то это именно такой случай. Здесь есть все: от алгоритмов и машинного обучения до генеративной поэзии и проведения различных симуляций.

Slidebean / Unsplash.comSlidebean / Unsplash.com

Отдельно стоит отметить плейлисты. Их количество вполне можно сравнить с общим числом роликов на похожих каналах. Их наиболее популярных серий для просмотра на этих выходных мы бы рекомендовали компактный гайд по машинному обучению для представителей творческих профессий и еще один, но уже по теме задачи коммивояжёра.

Этот канал подойдет всем, кто читает Хабр каждый день. Опытные разработчики и те, кто только начинают путь в сфере IT, точно смогут найти для себя что-то подходящее и полезное.

Отличительная черта прекрасное чувство юмора ведущего, профессиональное отношение к разбору тем, высокий уровень подачи материала в формате live-презентации (без редактирования).


Новые публикации у нас на Хабре:


Подробнее..

Как мы готовим победителей олимпиад по молодежной робототехнике в Университете ИТМО

01.11.2020 18:17:43 | Автор: admin

Ранее мы рассказывали, как работает наша международная лаборатория робототехники. Продолжаем тему и обсуждаем проекты-призеры всероссийских и международных соревнований вместе с Игорем Лосицким, заведующим молодежной лабораторией.

P.S. Вчера показали наши робототехнические лабы и обсудили победы молодежных команд.

Послушать беседу:Apple PodcastsЯндекс.МузыкаPodfmАудиоверсия на YouTube.

Знакомство с лабораторией молодежной робототехники

Таймкод 00:14

Дмитрий: Сколько команд вы поддерживаете и тренируете?

Игорь: У нас всегда занимается около двадцати человек. Из них мы ежегодно формируем три команды от трех до пяти участников, которые делают по одному проекту. Но у нас есть и деятельность, не требующая формирования коллективов. Это общие проекты.

Дмитрий: Расскажите, пожалуйста, подробнее о вашей лаборатории.

Игорь: Она небольшая и в какой-то степени берет начало в лицее 239. Тогда это была творческая лаборатория робототехники, где мы делали с ребятами проекты из конструкторов Lego, постепенно добавляли к ним что-то еще для разнообразия. В определенный момент нас пригласили в Университет ИТМО. Теперь мы работаем и со студентами, которые зачастую формируются из тех, кто пришел к нам заниматься еще во время обучения в школе.

Дмитрий: Они осуществляют и преподавательскую функцию в лаборатории?

Игорь: Да. У нас все учатся друг у друга. Часто бывает так, что ребята знают гораздо больше преподавателей. Такие возможности нельзя упускать. Они очень быстро схватывают и передают знания, если преуспели в какой-то дисциплине: механике, программировании, 3D-моделировании. Иногда мы собираем младших участников, а старшие делятся опытом.

В зависимости от сложности темы и количества учеников мы устраиваем еженедельные семинары например, на протяжении полугода или пары месяцев (если базовые знания уже есть и нужно изучить условное устройство простейших нейросетей). Но даже самые короткие образовательные программы, мы предварительно анализируем и утверждаем.

Путь от школы до международных соревнований

Таймкод 04:09

Дмитрий: Можем ли мы проследить путь участников вашей лаборатории от школы до конкурсных проектов? Как они попадают к вам и развиваются уже внутри коллектива?

Игорь: Есть различные варианты. Обычно мы проводим набор в сентябре. Он включает в себя собеседование и тестирование. Все-таки важно понять, что ребенок обладает базовыми знаниями. К сожалению, времени для обучения с нуля у нас нет мы готовим ребят к крупнейшим состязаниям, какие только могут быть в этой сфере для начинающих робототехников. В них мы стараемся занимать призовые места.

Дмитрий: Сколько времени уходит на подготовку к таким соревнованиям?

Игорь: Если это дети из школ, где все в порядке с математикой и программированием, и сами они заинтересованы, тогда для выхода на соревновательный уровень достаточно шести месяцев.

Дмитрий: Для детей какого возраста доступны такие варианты развития?

Игорь: Есть разные возможности. Все зависит от индивидуальных особенностей человека. Мы обычно постепенно усложняем задания, чтобы посмотреть на прогресс учеников.

Дмитрий: Как может выглядеть такая траектория развития?

Игорь: Есть типы траекторий для конкретных соревнований. Если мы говорим о Всемирной олимпиаде роботов (World Robot Olympiad), то мы отталкиваемся от темы. Это происходит осенью, а в январе организаторы дают утончения, которые могут легко перевернуть наши представления о том, что ждут от участников олимпиады. В одном из таких подготовительных циклов первоначальной темой были умные города. Мы стали разрабатывать идеи вокруг соответствующих решений и направления умных домов, но уточненный вариант выглядел уже как умное управление городом, умное образование и умное рабочее место.

Дмитрий: Времени на внесение изменений у вас уже было меньше года?

Игорь: Менее шести месяцев. Готовый проект нужно продемонстрировать в конце мая, а потом через месяц выступить на всероссийской олимпиаде, где желательно победить. Хотя есть и экспертный отбор, там нужна более детализированная версия разработки. Но если человек толко пришел к нам в лабораторию, он не обязан сразу участвовать в соревновательном цикле.

Можно заниматься со всеми, помогать другим, делать свои небольшие проекты, изучать какую-то тему, но в рамках первого года быть вне каких-либо конкурсов. Это нормально.

Дмитрий: Все это зависит еще и от времени, которым располагает человек.

Игорь: Многие в итоге добираются до серьезных проектов. И до соревнований.

Дмитрий: Могли бы вы рассказать о наиболее заметных проектах последних лет?

Игорь: Самые заметные чемпионские проекты. Каждый год у нас есть либо чемпионы, либо призеры соревнований. С начала работы вместе с Университетом ИТМО мы сделали два проекта для Всемирной олимпиады в Индии. Это была рука-манипулятор, контролируемая с помощью сенсора Leap Motion. Управление может быть дистанционным, а сама роборука например, находиться в опасном для человека окружении. Мы заняли с этим проектом второе место.

Еще была разработка по теме Арктики модель системы по уборке бочек из горюче-смазочных материалов. С ней мы заняли четвертое место, но потом все усовершенствовали и через два года с большим отрывом от всех победили на международных соревнованиях RobotChallenge в Китае.

После этого мы делали робота-лесника для олимпиады в Коста-Рике, но уже с другими ребятами.

Как правило, состав команд не повторяется. Один человек может присоединяться к разным командам, но общий их состав всегда уникальный.

Как родители могут оценить кружки для начинающих

Таймкод 12:05

Дмитрий: Как родители могут распознать интерес ребенка к этой теме и помочь ему разобраться сделать первые шаги и совместить все это со школьной программой?

Игорь: Я начинал эту историю именно как родитель купил набор по робототехнике, мы постепенно собирали небольшие проекты, а потом меня пригласили в лицей 239, и успехи пошли один за другим. Как могут к этому подойти другие родители, сказать сложно.

Если не хватает времени на учебу в школе, то не всегда есть смысл что-то добавлять сверху. Но если ребенок все успевает и тянется к технике, а родители думают, куда его можно отдать часто выбирают робототехнические кружки. Другой вопрос, как понять, куда отдавать.

Дмитрий: Сейчас такие кружки начали появляться с огромной скоростью. Есть ли какие-то простые способы разобраться в этой области и предварительно оценить возможности кружка?

Игорь: Нужно смотреть на результаты. Как правило, это позволяет увидеть уровень. Например, всероссийские конкурсы требуют прохождения отборочных этапов в регионах. Международные еще больших усилий и понимания того, что ожидают увидеть на таких мероприятиях. Если у кружков есть результаты, то да там учат и скорее всего делают это хорошо.

Примеры проектов-участников соревнований

Таймкод 15:57

Игорь: У нас есть то, что отличает лабораторию молодежной робототехники от других. Это возможность себя проявить в творческой атмосфере. Мы с Евгением Завариным и другими преподавателями даем возможность свободного конструирования. Очень важно готовить креативщиков так, чтобы в них сохранялось желание изобретать и придумывать.

Часто даже на крупных соревнованиях люди останавливаются на скучных реализациях. Например, была тема еда имеет значение. Нужно было найти новые способы земледелия или чего-то подобного, и многие просто взяли идеи, связанные с гидропоникой.

Мы выращивали клубнику, но придумали неожиданное решение.

Дмитрий: Расскажите, пожалуйста, об этом проекте.

Игорь: Это был стенд-грядка с разбросанной игрушечной клубникой трех видов: недозревшей, перезревшей и спелой. По рейке двигался манипулятор с камерой. Так мы обнаруживали, где находится клубника. Делали это с помощью технического зрения, вычисляли координаты, а при помощи нейросети определяли свойства клубники. Управлять системой можно с помощью приложения: выбирать грядки, видеть клубнику, заказывать доставку определенных ягод. Сбор осуществлялся при помощи специального мягкого захвата, который мы реализовали вместе с нашими химиками, а базовая технология работы манипулятора была придумана в Гарварде.

После сбора клубника попадала на квадрокоптер, осуществляющий доставку. Такая грядка может находиться на условной крыше офисного центра, а сотрудники делать заказы в приложении.

Дмитрий: Серьезный проект. Даже если взять команду инженеров с высшим образованием, им придется потратить существенное время, чтобы все реализовать что-то подобное.

Игорь: Если делать это не в формате стенда, а для настоящей грядки, конечно, задача будет очень и очень трудоемкая. У нас были некоторые допущения, но в проект входил ряд сложных робототехнических задач, на которые мы потратили год подготовки.

Дмитрий: Когда вы формулируете такие идеи, вы основываетесь по большей части на существующих разработках, или ребята стараются сделать основные компоненты с нуля?

Игорь: Что-то мы заимствуем и интегрируем, но концепция всегда оригинальная. Это не какие-то изобретения, а больше решения для практических задач.

Дмитрий: В этом проекте была какая-то специализация внутри команды?

Игорь: Да. Как правило, у нас это есть. Но иногда ребята комбинируют несколько направлений.

Есть и другие примеры. Так, у нас был робот-флейтистка по имени Эльза. Его делал наш ученик, который уже является студентом бакалавриата. Он смоделировал руки робота по примеру своих.

Дмитрий: Расскажите, пожалуйста, про проект по теме умного рабочего места.

Игорь: В нем мы связали две темы эту и умное образование. Получился робот-лампа. Он мог действовать в качестве осветительного прибора, а после завершения тематического урока, собрать со стола детали конструктора. Нейросеть определяла, какие детали разбросаны по столу, а пневматический захват подбирал их и раскладывал по ячейкам контейнера.

Компактные выводы

Таймкод 24:05

Дмитрий: Что вы хотели бы улучшить в своей работе?

Игорь: У нас много идей, а времени хватает не всегда, но мне интересно заниматься этим. Мы можем позволить себе ставить любые задачи робототехника не имеет узкого формата, она включает в себя, например, и применение систем ИИ. Но мы стремится к оправданной сложности, к оригинальности, чтобы наши разработки находили отклик в душе человека, вызывали эмоции. Помимо технической составляющей нам важен интерес самих разработчиков. Здесь мы подходим к понятию Art&Science, где наука и искусство соседствуют.


Что еще у нас есть на Хабре:


Подробнее..

Перевод Угол наклона важнее, чем точка пересечения с осью Y

26.11.2020 16:14:32 | Автор: admin

A little bit of slope makes up for a lot of Y-intercept

(by John Ousterhout)

Вот вам пища для размышлений на выходные. Угол наклона важнее, чем точка пересечения с осью Y.

[смех]

image

С точки зрения математики это банальность. Если есть две прямые, красная и синяя, и красная пересекает ось Y ниже чем синяя, но имеет больший угол наклона, то в конце-концов, красная пересечет синюю.

Если по оси Y мы откладываем что-то хорошее, в зависимости от того, как мы определим хорошее, то большинство людей выбрали бы красную, а не синюю траекторию (главное, не состариться и не умереть до точки пересечения).

[смех]

Пусть это банально с точки зрения математики, но это может быть хорошим ориентиром по жизни. То, как быстро вы учитесь, намного важнее, чем то, как много вы знаете с самого начала. Люди переоценивают значение того, как много они знают, а на самом деле важно то, как быстро они учатся.

Это хорошая новость для всех вас, потому что вы в Стэнфорде, и это означает, что вам придется учиться очень, очень быстро. Это ваше большое преимущество. Теперь позвольте мне привести вам несколько примеров. Первый пример: вы не должны бояться пробовать что-то новое, даже если вы совершенно ничего не знаете о той области, в которую входите. Не нужно этого бояться. Пока ты быстро учишься, ты наверстаешь упущенное и будешь в порядке.

Например, я часто слышу разговоры в первую неделю занятий, в которых кто-то ноет: о, такой-то знает много о бла-бла-бла, как я когда-нибудь догоню их? Ну, если вы один из тех людей, которые знают о бла-бла-бла, то это плохая новость для вас, потому что, честно говоря, все очень быстро наверстают упущенное. Прежде чем вы это осознаете, это преимущество исчезнет, и если вы не будете учиться тоже, вы будете позади.

Другой пример заключается в том, что многие люди застревают в колее своей жизни. Они понимают, что работают не на своем месте. У меня не та работа или не тот супруг или что там еще

[смех]

И они боятся уйти и попробовать что-то новое. Часто они беспокоятся, что я действительно буду плохо выглядеть, если уйду

[смех]

Я шучу насчет супруга. Но, серьезно, люди будут бояться попробовать что-то новое, потому что они боятся, что они будут выглядеть плохо или сделают много ошибок новичка. Но, говорю я, просто иди и сосредоточься на учебе.

[смех]

Позвольте мне пока исключить супруга из уравнения.

[смех]

Сфокусируемся на деле.

Другой пример найм персонала. Прежде чем вернуться в академическую среду пару лет назад, я занимался стартапами. Я заметил, что когда люди нанимают работников, они почти всегда нанимают на основе опыта. Они ищут чье-то резюме, пытаясь найти человека, который уже сделал работу, которую они хотят, чтобы они сделали три раза. Это в основном найм на основе точки пересечения с осью Y.

Лично я не думаю, что это очень хороший способ нанять. Люди, которые делают одно и то же снова и снова, часто выгорают, и обычно причина, по которой они делают одно и то же снова и снова, заключается в том, что они исчерпали себя. Больше они ничего не могут сделать. И на самом деле, как правило, то, что происходит, когда вы стабилизируетесь, это вы стабилизируетесь немного выше своего уровня компетентности. Так что на самом деле вы не очень хорошо справляетесь с текущей работой.

Поэтому то, что я всегда нанимаю, основываясь на способностях, а не на опыте. Готов ли этот человек выполнить свою работу? Возможно, они никогда не делали этого раньше и не имеют никакого опыта в этой области, но являются ли они умными людьми, которые могут понять вещи? Они быстро учатся? И я обнаружил, что это гораздо лучший способ привлечь действительно эффективных людей.

Я считаю, что это действительно интересная концепция, которую вы можете применять в разных сферах. И самое главное здесь, я думаю, что медленный и устойчивый это здорово. Тебе не нужно делать ничего героического. Вы знаете, что разница в наклоне не должна быть такой уж большой, если вы просто каждый день думаете о том, чтобы узнать немного больше и стать немного лучше, делаете много маленьких шагов, удивительно, как быстро вы можете догнать и стать настоящим экспертом в этой области.

Я часто спрашиваю себя: узнал ли я сегодня что-нибудь новое? Вы, ребята, моложе и знаете, что ваш угол наклона немного больше моего, так что вы можете изучать 2, 3 или 4 новых вещи в день. Но если вы просто думаете о своем угле наклона и не беспокоитесь о том, где вы начинаете, вы окажетесь в каком-нибудь хорошем месте.

Хорошо, подумайте над этим в выходные.

[аплодисменты]
Подробнее..

Квантовый хакинг, вычисления, алгоритмы и машинное обучение на практике дайджест Университета ИТМО

20.09.2020 12:13:41 | Автор: admin
Это подборка текстовых материалов и тематических подкастов с участием представителей Университета ИТМО студентов, аспирантов, научных сотрудников и преподавателей. Мы обсуждаем научные статьи, делимся личным опытом разработки проектов различного уровня и говорим о возможностях для развития, которыми располагает первый неклассический.


Фото Claudio Schwarz | @purzlbaum (Unsplash.com)

Как системы ИИ смогут улучшить исследования. ITMO.NEWS взяли интервью у Марина Солячича, профессора MIT. В обсуждении затронули тему фотонных кристаллов и нейронок в фотонике.

Как ускорить открытия в области квантовой физики. Алексей Мельников, представляющий сразу несколько организаций, в том числе и Университет ИТМО, специализируется на квантовом машинном обучении и системах ИИ для ученых. В прошлом году он получил престижную премию Национальной академии наук США Cozzarelli Prize за работу по теме Active learning machine learns to create new quantum experiments. Рассказываем простыми словами о том, как подход, предложенный Алексеем и его коллегами, помогает ускорить научные исследования в области квантовой физики: так, в процессе дизайна экспериментов применяется машинное обучение с подкреплением, что позволяет в разы повысить эффективность подготовки к осуществлению опытов.

Квантовые компьютеры: в чем сложность разработки. Александр Кириенко, выступивший в Университете ИТМО в рамках программы ITMO Fellowship, выдвинул рад тезисов по теме квантовых вычислений, а мы подготовили развернутую заметку по итогам его семинара. В ней дискуссия о задачах в этой области, их теоретической и практической специфике, проблемах, а еще рассказ о потенциале таких сфер деятельности как квантовая химия и квантовое программирование.

Кто исследует атаки на системы квантовой рассылки ключа. Рассказываем, что такое квантовый хакинг, какие нюансы есть у исследований в этой сфере и кому из специалистов они могут быть близки, если смотреть на смежные области. Погрузиться в тему и познакомиться с особенностями квантовых систем связи нам помог Антон Козубов,руководительтеоретической группылаборатории квантовых процессов и измеренийУниверситета ИТМО. Мы записали с ним один из выпусков подкаста и опубликовали разговор на нескольких платформах полный текст на Хабре.


Как определить подлинность подписи. Рассказ о статье Юрия Рождественского, д.ф.-м.н. и профессора факультета фотоники и оптоинформатики, и его коллег Семена Рудого и Татьяны Вовк. Речь идет о вычислении фрактальной размерности Минковского для траектории кончика пера. В материале объясняем все простыми словами и приводим примеры.

Как улучшить систему оценки алгоритмов поиска плагиата. Антон Белый и Дмитрий Некрасов, представляющие наш факультет ИТ и программирования приняли участие в нескольких хакатонах, где были поставлены задачи по работе с текстами и поиску заимствований. Результат они решили закрепить в виде статьи и рассказали, почему оценка эффективности алгоритма поиска точных границ заимствований может быть завышена, плюс опубликовали решение в репозитории.

Что позволяет предсказать пол игрока. Чтобы найти связь между игровым поведением и демографией оценивали потраченное на игру время, внутриигровые достижения, жанры игр и ряд других показателей. Иван Самборский, аспирант факультета ИТиП, замечает, что это поле для исследований гораздо интереснее данных из соц.сетей, где люди стараются в большей степени контролировать свое поведение задумываются, что публиковать и как себя преподнести аудитории: В играх такого не происходит: там мы ведем себя так, как хотели бы в жизни. И мне удалось подтвердить, что игровые данные имеют отношение к реальным характеристикам людей.


Что поможет повысить завершаемость онлайн-курсов. Святослав Орешин, победитель конкурса докладов SEEL2019 и студент нашего бакалавриата, предложил варианты использования методов машинного обучения для увеличения мотивации студентов MOOC и онлайн-курсов различного формата. Его основная задача повысить их завершаемость. Для этого Святослав оценивал среднее время выполнения заданий и проверил свои гипотезы на данных пяти тысяч учеников одной из образовательных платформ. В материале простыми словами об этом проекте.



Что еще у нас есть на Хабре:



Подробнее..

Три англоязычных YouTube-канала для разработчиков, на которые стоит взглянуть на выходных

10.10.2020 20:06:06 | Автор: admin

Одни считают, что образовательные YouTube-каналы и подкасты по определению не могут дать глубоких знаний, другие находят там новые идеи и черпают вдохновение. Мы решили разобраться, что смотрят опытные разработчики и те, кто только начинают учебный процесс в IT.

Сегодня остановимся на общих темах, а в следущий раз перейдем к специализированным.

Главное не воспринимать эти рекомендации как единственные в своем роде. Что-то новое для себя вы точно найдете как с точки зрения общей культуры программирования, так и некоторых аспектов computer science. Но не стоит ждать от авторов этих каналов чего-то невозможного.

Chase Chappell / Unsplash.comChase Chappell / Unsplash.com

Fun Fun Function

245 тысяч подписчиков

Заметим сразу, что автор канала приостановил выпуск роликов. Но библиотеку записей, собранную за пять с лишним лет работы, он сохранил. Наибольшее количество просмотров 600k набрала первая часть разбора техник функционального программирования на JavaScript. Из более свежих в лидеры вырвались такие темы как React Hooks (123k) и когнитивно-поведенческая психотерапия (28,5k), ставшая частью длительной серии из нескольких десятков роликов о культуре разработки, карьере в IT, лайфхаках для программистов, продуктивной работе и эмоциональной гигиене.

Подойдет для продвинутых разработчиков и тех, кто только начинает разбираться в теме.

Отличительная черта канала информативность и хорошее чувство юмора ведущего. Благодаря им все публикации в общей сложности набрали более десяти миллионов просмотров. Кстати, загляните и в дружественный проект DevTip (хотя тут апдейты перестали появляться еще раньше).


Art of The Problem

70 тысяч подписчиков

Здесь каждый выпуск посвящен истории технологической или научной проблемы. В роликах рассказывают, с чего начиналось решение того или иного вопроса, обсуждают ход этого процесса и делятся современными исследованиями и проектными реализациями по заданной теме.

Одни из наиболее популярных передач по теме нейронок и глубокого обучения. В последнем видео из этой серии авторы объясняют базовые концепции и математику, задействованную в этой области, с помощью различного рода визуализаций. На канале есть огромное количество разборов: от механик рекомендательных до основных принципов работы криптографических систем.

Rishabh Agarwal / Unsplash.comRishabh Agarwal / Unsplash.com

Подойдет для всех, кто интересуется технологиями и не хочет буксовать на одном месте.

Отличительная черта аккуратный подход к видеоряду, подготовленная закадровая читка, высокая информативность и темп подачи материала (в самом хорошем смысле). Эти качества справедливы для всех роликов, которых здесь не так и много, но свои 6,5 млн просмотров они все-таки набрали.


Канал Гурава Сена

287 тысяч подписчиков

Это одна из находок среди точечных рекомендаций участников сообщества Hacker News. Автор канала выбрал для себя следующие тематические направления: проектирование систем, алгоритмы, спортивное программирование и работа над системами ИИ. Но на них он не ограничивается.

Суммарно ролики Гурава набрали более одиннадцати миллионов просмотров, хотя всего на канале чуть меньше 170 публикаций. Наиболее популярное видео 720k это разбор устройства системы обмена сообщениями. Сразу за ним самый быстрый алгоритм сортировки (668k), третье место занимает шардинг баз данных, четвертое архитектура сервисов вроде Tinder.

Понравится тем, кто учится на одной из CS-специальностей и развивает карьеру в этой области, а более продвинутым программистам поможет найти свежий взгляд на некоторые вопросы.

Отличительная черта скорость подачи материала, которая существенно отличается от того, к чему многие привыкли в вузе; разнообразие и достаточно глубокое погружение в определенные темы.


Новые публикации у нас на Хабре:


Подробнее..

Перевод 7 бесплатных книг, которые следует прочитать каждому дата-сайентисту

05.10.2020 16:20:50 | Автор: admin


Самообразование пожалуй, один из самых сложных путей и процессов для взрослого человека. Когда вокруг столько отвлекающих факторов, уже трудно заставить себя довести дело до конца (особенно если мотивация неочевидна). Но самообразование как эволюция это неотъемлемый элемент жизни любого профессионала или того, кто хочет им стать. Книги в этом случае могут стать тем самым выстрелом, которым убиваются два зайца, вы и растете как специалист, и не выпадаете из жизни. Автор материала подобрал 7 бесплатных электронных книг, которые помогут вам изучать Data Science и ML.

1. Deep Learning




Авторы: Ян Гудфеллоу, Йошуа Бенжио и Аарон Курвиль.
Deep Learning впервые издана в 2016 году. Она была одной из первых книг, посвященных глубокому обучению. Книга написана командой выдающихся исследователей, в то время стоявших в авангарде разработок. Эта работа в области нейронных сетей остается влиятельной и уважаемой. Представленный труд теоретический трактат по глубокому обучению, от базовых концепций до современных идей, типа сложных генеративных сетей и применения машинного обучения в бизнесе и за его пределами. Эта книга подробное, основанное на математике объяснение области науки. Если вы хотите получить обширные базовые знания о самых передовых элементах этой области эта книга для вас.

2. Dive Into Deep Learning




Авторы: Астон Чжан, Зак К. Липтон, Му Ли, Алекс Дж. Смола
Dive Into Deep Learning интерактивная книга по глубокому обучению с кодом, математикой и комментариями. В ней показаны реализации на NumPy, MXNet, PyTorch и TensorFlow. Авторы сотрудники Amazon, которые используют библиотеку Amazon MXNet, чтобы научить глубокому обучению. Книга регулярно обновляется, поэтому убедитесь, что вы читаете последнюю редакцию.

Захари Липтон о книге:
Что делает Dive into Deep Learning (D2K) уникальной? Мы так далеко зашли с идеей обучения через действия, что вся книга состоит из исполняемого кода. Мы постарались объединить лучшие стороны учебника (ясность и математику) с лучшими сторонами практических руководств (приобретаемые навыки, справочный код, уловки реализации и интуитивный подход). Каждый раздел в главе учит одной ключевой идее с помощью нескольких модальностей: текста, математики и кода, который можно легко понять и изменить, чтобы быстро начать проект. Мы считаем, что такой подход необходим в преподавании глубокого обучения. Большая часть основных знаний в глубоком обучении получена в результате экспериментов, а не из основных принципов.


3. Machine Learning Yearning




Автор: Эндрю н.
Эта книга написана Эндрю ном, профессором Стэнфордского университета и пионером онлайн-образования. Эндрю один из основателей Coursera и deeplearning.ai.
Machine Learning Yearning научит вас тому, как заставить алгоритмы машинного обучения работать, но не самим алгоритмам. В ней определены наиболее перспективные направления для проекта AI. Эта книга жемчужина, которая поможет вам на практике решить проблемы, такие как диагностика ошибок в системах машинного обучения. Она научит применять сквозное обучение, трансфертное обучение, многозадачное обучение и не только.

4. Interpretable Machine Learning




Автор: Кристоф Мольнар.
Технически эта книга не бесплатна. Она продаётся по принципу плати сколько хочешь.
Interpretable Machine Learning фокусируется на моделях машинного обучения для табличных данных (также называемых реляционными или структурированными данными) и уделяет меньше внимания задачам компьютерного зрения и обработки естественного языка. Книгу рекомендуется читать специалистам по машинному обучению, специалистам по обработке данных, статистикам и всем, кто интересуется интерпретацией моделей машинного обучения. В ней подробно описано, как выбирать и применять лучшие методы интерпретации машинного обучения в вашем проекте.

5. Bayesian Methods for Hackers




Автор: Кэмерон Дэвидсон.
Bayesian Methods for Hackers книга посвящена важной области науки о данных, которая называется байесовский вывод. Bayesian Methods for Hackers разработана как введение в байесовский вывод с точки зрения, прежде всего, понимания, а уж затем вычислений и математики. Книга нацелена на энтузиастов, не имеющих серьезной математической базы, но практикующих байесовские методы. Для таких людей этот текст должен быть достаточно интересным. Также эта книга отличный ресурс для изучения PyMC, вероятностного языка программирования на Python.

6. Python Data Science Handbook




Автор: Джейк Вандерплас.
Python Data Science Handbook ориентирована на молодых специалистов по анализу данных. Она показывает, как работать с самыми важными инструментами, включая IPython, NumPy, Pandas, Matplotlib, Scikit-Learn и многие другие. Эта книга идеально подходит для решения повседневных задач, таких как очистка, обработка и преобразование данных, а также для построения моделей машинного обучения.

7. An Introduction to Statistical Learning




Авторы: Гарет Джеймс, Даниэла Виттен, Тревор Хасти и Роберт Тибширани.
An Introduction to Statistical Learning представляет из себя введение в методы статистического обучения. Книга предназначена для студентов старших курсов, магистров и аспирантов нематематических наук. Она содержит ряд лабораторных работ на R с подробными объяснениями того, как реализовать различные методы в реальных условиях. Этот текст должен быть ценным источником для практикующего специалиста по данным.

image

Получить востребованную профессию с нуля или Level Up по навыкам и зарплате, можно пройдя онлайн-курсы SkillFactory:



Подробнее..

Перевод 10 контринтуитивных выводов после 10 лет проведения DevOpsDays

14.07.2020 12:05:49 | Автор: admin
image

Ветеран DevOps Крис Байтаерт, стоявший у истоков DevOpsDays, делится своим опытом, и его выводы вас удивят.

Десять лет назад мы внезапно отправились в путешествие. Мы собрали нескольких наших хороших друзей в Генте (Бельгия), чтобы обсудить Agile, open-source и первый опыт работы с облачными технологиями. В 2009 году Джон Оллспоу и Пол Хаммонд выступили на Velocity с докладом 10+ развертываний в день: сотрудничество dev и ops в Flickr (и запись этого доклада стоит посмотреть). Увидев это выступление, Патрик Дебуа решил основать DevOpsDays.

Верно ли, что мир DevOps очень сильно изменился за эти 10 лет? Я посещаю мероприятия DevOpsDays с самого основания конференции, и за это время я накопил значительный опыт. В этом посте я расскажу о 10 уроках, которые могут также быть полезны для вас.

1. Нет такого понятия, как DevOps-инженер


Во многих командах есть человек с должностью DevOps-инженер, и далеко не всем специалистам нравится такое звание. Такое название профессии создает ложное впечатление, что DevOps это работа, которую может выполнить один человек. Чаще всего, инженер DevOps это Linux-инженер, который, если повезет, может решать задачи автоматизации. Когда рекрутеры начинают искать DevOps-инженера, соискатели должны задать себе правильные вопросы: Что на самом деле нужно компании от соискателя? Они ищут инженера для сборке? Сеньора, который понимает нефункциональные требования? Специалиста в отдел операций, способного заниматься автоматизаций или кого-то еще? Чаще всего компании ищут специалиста, который отвлечет остальных сотрудников от невыполнения практических принципов и требований Agile.

В организациях с большими DevOps-отделами, как правило, никто не занимается DevOps. Слово DevOps говорит только об отделенности от остальной команды, а соискатель может получить хорошую зарплату и освоить новые навыки на работе, но он не будет заниматься DevOps.

2. DevOps-команд не существует


Раньше мы часто говорили, что цель DevOps устранение неразберихи между разными командами. В частности, между разработчиками и сотрудниками оперативных отделов. Тем не менее, недавно мы столкнулись с новым феноменом появлением множества DevOps-команд.

Формирование DevOps-команды звучит как новая практика, но тут возникают очевидные противоречия. В одной организации эта команда будет заниматься инструментами разработки, в другой это буквально стена между командой разработчиков и операционными специалистами. Проблема в том, что эта стена порождает путаницу, фрустрацию и снижает уровень полезного взаимодействия. Команда, которую называют DevOps в лучшем случае решает разносортные задачи и несет определенную ответственность за службы, с которыми они работают. Обычно профессиональные команды предпочитают, чтобы в их названии не было слова DevOps.

Мой опыт показывает, что наличие слова DevOps в названии команды, скорее всего, будет препятствовать достижению желаемых результатов.

3. DevOps-проектов не бывает


Все проекты конечны. Вы занимаетесь разработкой, разворачиваете свое решение и двигаетесь дальше. Также последние 10 лет идут разговоры о том, что DevOps это постоянное совершенствование, а постоянное совершенствование бесконечно. В свою очередь, результатом ваших проектов являются долгоиграющие сервисы, а сервис подразумевает последовательность Разработка -> Развертывание -> Поддержка работоспособности

Лишь после того, как мы посмотрим на сервисы вне рамок проектов, мы сможем увидеть аспекты, которые легко забываются: нефункциональные требования. Нефункциональные требования включают в себя функциональность, которая не вписывается в специфическое поведение. Также эти требования определяют нашу оценку работы системы. Зачастую в эти требования включают аспекты, которые относят к области DevOps: надежность, юзабилити, поддерживаемость и масштабируемость. Все эти характеристики важны для достижения результатов в бизнесе.

При работе с краткосрочными проектами существует риск того, что вы не уделите этой работе достаточно внимания. Когда вы перейдете к следующем проекту вы уже не будете думать о нефункциональных требованиях предыдущего, поскольку займетесь новыми вызовами, а остальные проблемы уже не будут вас волновать. В свою очередь, при управлении сервисом, вы действительно погружаетесь в работу, и в ваших же интересах отшлифовать все таким образом, чтобы все работало гладко.

4. DevOps-инструментов не существует


Несмотря на то, что многие поставщики будут стараться продать вам различные инструменты, включая тот, который решит абсолютно все ваши проблемы, DevOps не про инструменты. DevOps о людях и их взаимодействии. Некоторые инструменты действительно помогают людям сотрудничать. Зачастую благодаря инструментам люди с разным опытом могут пользоваться одной терминологией и экосистемами. Тем не менее, столь же часто инструменты мешают эффективному взаимодействию.

Культура, основанная на инструментах может скорее изолировать людей вместо того, чтобы помочь им взаимодействовать. Дело в том, что люди становятся одержимы своим тулчейном и отдаляются от тех, кто им не пользуется. Несмотря на то, что те или иные инструменты могут быть очень полезны с технической точки зрения, ряд новых инструментов (условно относимых к DevOps) увеличил раскол между различными группами. Например, я часто слышу фразу это работает в моем контейнере. Разработчики используют эту фразу, чтобы обозначить, что их работа выполнена. Контейнеры сами по себе не решают проблем взаимодействия, связанных с эффективным запуском приложений. Мы не можем позволить инструментам отдалить нас друг от друга.

5. В DevOps не бывает сертификации


Никакой тест с выбором вариантов ответа не может подтвердить, что вы способны эффективно взаимодействовать с коллегами. Организации, предлагающие сертификацию, могут иметь невероятную квалификацию в технической области (и даже вопросах эффективного взаимодействия), но сертификат не может показать, что кто-то хорош в DevOps.

К сожалению, команды менеджеров требуют сертификаты в области, в которой трудно что-то сертифицировать. Будьте образованы в области своего любимого программного и аппаратного обеспечения, изучите облачные технологии. Выучитесь в местном университете, читайте книги, из которых вы многое почерпнете, в частности, книги Деминга, Форсгрен, Хамбла и многие другие. Но не надейтесь, что станете лучшим в DevOps после получения сертификата. Взаимодействовать с коллегами намного важнее.

6. DevOps-конвейера не существует


DevOps уже отработал?" DevOps-конвейер работает. DevOps-конвейер сломан. Всякий раз, когда я слышу эти заявления, я удивляюсь, что мы пришли к подобной терминологии. Мы сделали ребрендинг конвейера развертывания, или дело в том, что в некоторых компаниях DevOps-команды занимаются этой инфраструктурой? А может дело в том, что разработчики звонят операционной команде, если конвейер сломан?

Несмотря на огромную важность технологий CI/CD, я скептически отношусь к использованию термина DevOps-конвейер. Если конвейер разработки ломается, то в этом виновата операционная команда. Разработчики не задумываются о работе конвейера, покуда они пишут тесты. Также в заблуждение вводит сама концепция. Конвейеры создаются для каждого сервиса или приложения отдельно, а не в рамках всей области DevOps. Создавая обобщенные конвейеры мы рискуем увеличить разрыв между командами, а это совсем не та целью, которую преследует DevOps.

Я рекомендую пользоваться методикой, которую я видел в сотнях организаций по всему миру: называть каждый отдельный конвейер конвейером для приложения X. С такой терминологией будет проще узнать, с каким приложением возникают проблемы при тестировании, развертывании или обновлении. Также мы будем знать какая команда будет работать над исправлениями в приложении X (возможно, с помощью друзей из операционной команды).

7. В DevOps нет стандартов


Самая непростая из тысяч историй, связанных с DevOps это стандартизация. Точно так же, как мы не можем сертифицировать людей, в DevOps не существует универсального стандарта. У каждой организации свой путь, и эти пути могут иметь очень большие отличия. Не существует волшебного рецепта, в котором будут перечислены инструменты и описаны методы создания потоков автоматизации, которые внезапно наладят в вашей организации DevOps.

Стандарт в DevOps означает, что вы применяете определенную методику, которая позволит вашей организации начать сотрудничать и отказаться от офисной политики, Также эта методика должна улучшить качество работы, повысить моральный дух позволить добиваться лучших результатов с меньшим количеством перебоев в работе.

DevOps стоит понимать как совокупность практик, подобную методологии ITIL. Помните, что буква L в ITIL означает Library (Библиотека). И эту библиотеку нужно воспринимать не как руководство к действию, а как перечень лучших практик, из которого нужно выбрать самые применимые для вас. ITIL возненавидели именно из-за неудачных реализаций, в которых библиотеку использовали именно как пошаговую инструкцию. Стандартизация в DevOps приведет к таким же результатам.

8. Нет такого понятия, как DevSecOps


Мы начали проводить DevOpsDays в 2009, и эта конференция была открыта для всех. Конечно, изначально это было мероприятие для разработчиков и сотрудников операционных команд, но к нам приходили все: администраторы баз данных, тестировщики, бизнес-аналитики, финансисты, и, конечно, специалисты в области безопасности. Еще в 2012 году мы выступали на встречах OWASP, рассказывая о том, что мы сделали. Мы шутили, что буква S в DevOps означает безопасность, как и буква S в HTTPS.

DevOps подразумевает безопасность по самой своей сути. Я заметил, что лучше всего принципы CD приживаются в командах, занимающихся безопасностью. CD это требование безопасности: вы должны иметь возможность развертывать в любое время, это даст вам возможность произвести развертывание и внедрить обновления, требуемые бизнесом или вопросами безопасности.

С одной стороны, печально, что нам приходится придумывать слова, чтобы включить людей, отвечающих за безопасность. С другой стороны, хорошо, что мы снова обсудили это. По сути, нет никакой разницы между DevSecOps и DevOps. Безопасность всегда была частью разработки и операций. Я могу использовать для этого термин DevSecOps, но лучше просто пользоваться термином DevOps.

9. Нельзя взять и перейти на DevOps


Вы когда-нибудь встречали компанию, делавшую заявление в духе Мы реализуем DevOps-проект в четвертом квартале этого года, а в следующем году мы перейдем на DevOps полностью, у которой все это действительно получилось? Вот и я не встречал.

Поставка программного обеспечения никогда не прекращается, технологии всегда меняются, им всегда требуется поддержка, и (в идеале) подходы и отношение к DevOps должны оставаться неизменными. Как только вы усовершенствуете свой подход к поставке, вы захотите совершенствоваться дальше. Не потому, что ваше реализован весь функционал вашего приложения или потому что экосистема, в которой оно живет, перестала развиваться. Вы захотите продолжить развитие потому что качество вашей работы растет в геометрической прогрессии, а вместе с тем растет и качество жизни. Развитие DevOps продолжится даже после того, как некоторая задача получит статус Выполнено.

10. Есть такая штука, как Дев-уупс


К сожалению, многие люди не понимают всей важности сотрудничества. Они строят стены между командами, считают, что инструменты важнее практик, требуют сертификации всего и вся. Также они считают, что все 9 предыдущих утверждений неверны. И эти люди будут вечно мучиться, чтобы преуспеть в том, что я называю Дев-уупс.

Дев-уупс это считать, что инструменты и разделение команд важнее настоящих принципов DevOps, которые могут улучшить вашу работу. Давайте будет стремиться к тому, чтобы заниматься DevOps, а не Дев-уупс.

Главная цель


Мы проводим DevOpsDays уже 10 лет, и за это время тысячи людей узнали друг от друга много интересного в легкой и открытой обстановке. Некоторые концепции, которые я нахожу противоречащими целям DevOps и agile, популярны. Сосредоточьтесь на том, чтобы ваши услуги помогали вашей компании, и не прекращайте процесс обучения. И речь не о копировании инструментов и внедрении их в своей организации. Речь о концентрации на постоянном совершенствовании во всех отношениях.

image

Узнайте подробности, как получить востребованную профессию с нуля или Level Up по навыкам и зарплате, пройдя платные онлайн-курсы SkillFactory:



Полезное


Подробнее..

Перевод Какой совет оказал наибольшее влияние на вашу карьеру в DevOps

15.07.2020 12:10:08 | Автор: admin
Взгляните на практики, принципы и модели, которые повлияли на карьеры ведущих специалистов в DevOps, и поделитесь своей собственной мудростью.

image


Мне нравится изучать различные аспекты open-source проектов, особенно когда они набирают популярность в сфере DevOps. Проекты, которые относят к технологиям DevOps, могут представлять собой масштабируемые системы для совместной работы, которые решают широкий спектр проблем от методов передачи сообщений до мониторинга. Всегда есть что-то новое, что можно исследовать, устанавливать, раскручивать и исследовать.

Тем не менее, DevOps не может существовать без принципов. Некоторые из этих концепций очевидные истины, для принятия которых требовалось некоторое время. В свою очередь, есть и другие идеи, которые помогают нам многое признавать и выходить за рамки наших когнитивных искажений.

Хотя, строго говоря, он не относится к DevOps, один из принципов, который изменил все для меня это Канбан. Простая идея о том, что работа должна быть прозрачной и оптимизированной, была радикальной для такого хронически многозадачного человека, как я. Я поддерживаю наглядность рабочих процессов и по сей день. Возможность не теряться в задачах стала для меня огромным облегчением. Кроме того, я больше не радуюсь промежуточным успехам: теперь я радуюсь решенным задачам.

Чтобы узнать, что повлияло на моих коллег, я попросил членов DevOps-команды OpenSource.com поделиться своими мыслями по этому вопросу:

Какая из концепций DevOps (практика, принцип или модель) изменила вашу карьеру?


image

Алекс Бунарджич


Ошибайтесь быстрее, ошибайтесь как можно раньше, ошибайтесь так часто, как можете. До того, как я вник в эту удивительную концепцию, я тщетно бился и работал в стандартной водопадной модели. Моя карьера состояла из ряда неудачных проектов, и все они начинались с тезиса Отказы недопустимы!. Это чрезвычайно утомительная модель, которая снижает эффективность работы и приводит к тому, что от одного разочарования к другому приходится переходить к другому.

Воплощение в жизнь шквала быстрых и неистовых отказов лучшее, что случилось в моей карьере. Фрустрация сменилась ощущением полета. Это привело к массовому принятию/внедрению практик TDD [test-driven development разработка на основе тестирования] и к осознанию того, что TDD это не test, а DRIVING!

image

Кэтрин Луи


Культурный хакинг. Я понятия не имела, что существует название метода, который я (как партизан) использовала, чтобы изменить корпоративную культуру, но потом я увидела видео Себа Паке Ignite Montreal и порадовалась, что этим занимаюсь не только я.

image

Клемент Верна


Постоянное улучшение. До тех пор, пока меня не познакомили с идеями непрерывного совершенствования, я не искал путей развития ни в своей работе, ни в карьере. Постоянное совершенствование заставило меня осознать, что именно зависит от меня. Я понял, что смогу бросить вызов самому себе, узнав что-то новое и выбравшись из своей зоны комфорта. Это привело к тому, что я начал вносить свой вклад в проект с открытым исходным кодом (Fedora), а затем начал работать в Red Hat. Это определенно изменило мою карьеру.

image

Джейсон Хиббетс


Все началось с The Lean Startup на моем первом саммите Code for America Summit. Я отчетливо помню поворотный момент в моей карьере в 2012 году. Эрик Рис, автор The Lean Startup и член совета директоров Code for America", был на сцене вместе с Тимом О'Райли. Они говорили о взломе кода, а также о культуре и неудачах при проверке знаний. Моим самым большим достижением было знакомство с The Lean Startup. Я скачал книгу и прочитал большую ее часть во время полета домой. Она изменила мой подход к работе и к руководству командой.

Самым большим изменением, которое я внес, стало внедрение циклов обратной связи. Это критически повлияло на стиль работы и мою команду. Я сместил привычки моей команды в сторону принятия решений, основанных на данных. Мы стали обмениваться информацией и идеями в рамках циклов обратной связи. Также мы проводим еженедельные встречи для проверки здоровья и постоянно изучаем наши рабочие процессы и гипотезы. Кроме того, мы экспериментируем с новыми идеями и оцениваем эти эксперименты. Мы проводим встречи для в начале работы над задачей в процессе работы над ней и после ее завершения это позволяет нам понять, что делать дальше, а что нет, чтобы мы могли двигаться дальше.

image

Вилли-Питер Шауб


Во время двухмесячного академического отпуска в 2018 году меня осенило, что страх неудачи отбирает у меня энергию и страсть к разработке ПО, а я любил эту карьеру. Я понял, что ошибки это не трагедия, а инструмент для инноваций, сотрудничества и непрерывного обучения, который подпитывает DevOps. И это осознание стало ключевым моментом в моей карьере. Прозрачность сотрудничества, прогрессивное воздействие, развитие, основанное на гипотезах и тестах, а также методы CD все эти практики, создают возможности как можно скорее добиться отказа, провести проверки и адаптировать решения, над которыми мы работаем (и свою карьеру).

Ваша очередь


DevOps может многому вас научить, даже если вы ни разу не откроете терминал или какую-либо программу. Поэтому я задаю вам тот же вопрос:

Какая концепция из DevOps оказала наибольшее влияние на вашу карьеру?

Пожалуйста, поделитесь своими мыслями в комментариях.

image

Узнайте подробности, как получить востребованную профессию с нуля или Level Up по навыкам и зарплате, пройдя платные онлайн-курсы SkillFactory:



Полезное


Подробнее..

Оптические чипы в чашке Петри и квантовые сети магистратура мегафакультета фотоники ИТМО

10.07.2020 18:18:20 | Автор: admin
Сегодня мы расскажем, что изучают магистры и чем занимаются выпускники факультета. Также поговорим об их знаковых работах вроде гиперболических плазмон-поляритонов.


Фото Университета ИТМО

Пара слов о мегафакультете фотоники


Он объединяет четыре факультета: прикладной оптики, лазерной фотоники и оптоэлектроники, фотоники и оптоинформатики, а также физико-технический. Здесь изучают технологии, связанные с обработкой светового излучения и оптических сигналов.

Если информационные технологии это индустрия настоящего, то фотоника индустрия будущего. Объем глобального рынка фотоники в настоящий момент составляет 550 млрд долларов, но уже к 2023 году достигнет примерно 800 млрд долларов, что обеспечивает рост потребности в квалифицированных специалистах, в том числе и в России

Владислав Бугров, директор мегафакультета фотоники

На фото: Владислав Бугров
Сотрудники, магистранты и аспиранты синтезируют материалы с несуществующими в природе оптическими и электромагнитными свойствами, разрабатывают квантовые технологии. Например, в 2017 году на мегафакультете запустили первую в России и СНГ квантовую сеть. Это система передачи данных, информация в которой транслируется с помощью фотонов и надежно защищена от прослушки и хакерских атак.

В перспективе технологию будут использовать банки. Они получат еще более защищенные каналы связи между отделениями и подразделениями. Применение квантовым сетям также найдут спецслужбы и телекоммуникационные компании.

В начале лета группа инженеров под руководством специалистов Нового физтеха ИТМО также предложила метод выращивания оптических чипов в обычной чашке Петри. Для волновода специалисты выбрали фосфид галлия, а для микролазера галогенидный первоскит. Материалы помещают в чашку с раствором перовскитных чернил, и на волноводе вырастает источник света. После этого лазер с волноводом оставляют на подложке и создают основу для оптического чипа. Дальность излучения такой системы превышает возможности аналогов с серебряными или кремниевыми нановолноводами. Размер элементов чипа при этом в три раза меньше.

Нафизико-техническом факультете ИТМОведутся фундаментальные и прикладные исследования в области нанофотоники, радиофизики, физики твердого тела, а также междисциплинарные исследования на стыке физики, химии, информатики, биологии. Они включают метаматериалы, оптоэлектронику, адресную доставку лекарств, топологическую фотонику, биофотонику, оптомеханику, беспроводную передачу энергии, радиофизику и другие направления. На факультете есть шесть международных лабораторий, оснащенных современным исследовательским оборудованием, в которых работает большой коллектив молодых ученых

Юлия Толстых, инженер физико-технического факультета

Студенты также занимаются научной работой её результатом часто становятся публикации в тематических журналах (Nature Communications, Journal of Physics, Nanophotonics и других) и выступления на международных конференциях.

Расскажем о направлениях научных изысканий магистрантов мегафакультета.

Нанофотоника и метаматериалы


Здесь изучают новые материалы с уникальными оптическими свойствами и методы оптического управления то, как свет взаимодействует с веществом.

Студенты бакалавриата и магистратуры с самых первых семестров учебы попадают на научную практику в лаборатории и моментально все схватывают. Зачастую они уже гораздо лучше разбираются в отдельных вопросах, и они уже объясняют детали работы это чудесно

Георгий Зограф, аспирант физико-технического факультета ИТМО

Они проводят как теоретические, так и практические исследования результаты получают признание на мировом уровне. В 2015 году нашим студентам совместно с преподавателями удалось предсказать существование нового типа электромагнитных поверхностных волн гиперболических плазмон-поляритонов. Позже догадки подтвердили экспериментально, и за последние пять лет эти электромагнитные состояния обнаружили в микроволновом, инфракрасном и оптическом диапазонах.


Фото: Whos Denilo ? / Unsplash

В перспективе они могут стать носителями оптического сигнала и использоваться в системах обработки и передачи информации.

Во время обучения в магистратуре мы с коллегами теоретически предсказали новый тип электромагнитных поверхностных волн, которые сегодня известны в мире как гиперболические плазмон-поляритоны. В 2015 году по результатам этой работы опубликовали статью в авторитетном журнале Physical Review B, при этом редакторы журнала особо выделили и рекомендовали нашу работу

Олег Ермаков, выпускник и куратор программы Нанофотоника и метаматериалы

На фото: Олег Ермаков
Университет ИТМО сотрудничает с большим количеством партнеров международным центром НИЦ нанофотоники и метаматериалов, научно-исследовательскими лабораториями и вузами.

На факультете еженедельно проводятся открытые семинары по актуальным проблемам в радиофизике, оптике и теоретической физике с участием зарубежных и российских ученых.

У студентов есть возможность поехать на международные научные стажировки с обучением на английском языке и получить двойной диплом от одного из европейских университетов. Магистры получают навыки, необходимые для работы в крупных профильных компаниях, специализирующихся на оптических технологиях это Samsung, Bosch, Huawei и Corning.

Некоторые студенты решают запустить собственные проекты в этом случае факультет оказывает поддержку. Ряд выпускников решает продолжить заниматься наукой и продолжает академическую карьеру в образовательных учреждениях России, Китая, Америки, Сингапура, Австралии и других стран.

Во время обучения в бакалавриате и при поступлении в магистратуру у меня не было и мысли о том, что я буду ученым я просто любил физику. Передо мной снова стал важный выбор куда именно поступать в аспирантуру. Я получил предложения от нескольких европейских университетов, но все-таки решил продолжить карьеру в ИТМО. За время обучения в аспирантуре ИТМО я также много работал и представлял свои результаты за рубежом. В частности, за последние два года у меня было три стажировки в Техническом университете Дании и две стажировки в Институте фотонных технологий имени Лейбница в Германии. Кроме того, я посетил ряд конференций и симпозиумов не только в различных городах России, но и во Франции, Италии, Дании и даже Сингапуре

Олег Ермаков

Физика полупроводников


Образовательная программа основана в партнерстве с Физико-техническим институтом им. А. Ф. Иоффе. Студенты этого направления изучают теорию фотонных структур, оптику твердого тела, электродинамику метаматериалов, физику полупроводниковых наноструктур, а также линейную и нелинейную магнитофотонику и наноплазмонику.

Магистранты могут выбрать для себя специализацию курсы по теоретической или экспериментальной физике (хотя посещать занятия по обоим направлениям не возбраняется). Теоретический трек подразумевает углубленное изучение отдельных разделов квантовой механики, а также численные методы в физике полупроводников. Что касается экспериментального трека, то он включает цикл лабораторных работ для ознакомления с технологией производства полупроводниковых структур.


Фото: Karsten Wrth / Unsplash

Студентами и преподавателями вуза уже были реализованы несколько проектов в этой области. В 2017 году они разработали новое покрытие для солнечных батарей на основе аморфного кремния. Инженеры изменили структуру верхнего электрода солнечного элемента в него погрузили стеклянные объекты в форме капли размером в микрометр. Они фокусируют свет в слое полупроводника и снижают отражение лучей.

Этот метод позволяет сформировать структуру электрода, буквально выстраивая его по атомам. Образуется очень качественное покрытие, дающее хорошую проводимость. В результате общая эффективность солнечной батареи увеличивается на 20%. Такой электрод со стеклянными вкраплениями можно использовать для тонких солнечных батарей на основе не только аморфного кремния, но и любых других материалов

Михаил Омельянович, аспирант Нового физтеха ИТМО

Помимо Нанофотоники и метаматериалов и Физики полупроводников, у нас есть две программы по физике на базе мегафакультета фотоники Светодиодные технологии и оптоэлектроника и Информационные технологии в теплофизике. Подробнее о них расскажем в следующий раз.



О других направлениях магистратуры:



Подробнее..

Подкаст междисциплинарный подход к развитию в области робототехники и биомехатроники

20.09.2020 10:09:00 | Автор: admin
В четвертом выпуске подкаста принял участие Сергей Колюбин, руководитель международной лаборатории Биомехатроники и энергоэффективной робототехники и заместитель директора мегафакультета компьютерных технологий и управления Университета ИТМО.

Аудиоверсия: Apple Podcasts Яндекс.Музыка PodFM Google Podcasts YouTube.


На фото: Сергей Колюбин



Лаборатории робототехники и киберфизических систем


Таймкод 00:18



dmitrykabanov: Мы с вами обычно в дистанционном режиме взаимодействуем например, по комментариям для блога университета на Хабре. Ранее это были фотоэкскурсии: по лаборатории киберфизических систем и FabLab его нам показывал Алексей Щеколдин). Тогда он продемонстрировал свою учебную разработку робота SMARR с элементами VR и AR. Помимо всего прочего, вы выступали в качестве научного консультанта для этого проекта?

Сергей Колюбин: Да, все верно. Я был научным руководителем Алексея в аспирантуре. Это был практико-ориентированный проект в рамках цикла таких работ в университете. Сейчас идет очередной набор студенческих команд под руководством аспирантов. Они готовят прототипы своих решений с перспективой коммерциализации. В ходе этого процесса такие практико-ориентированные НИОКРы помогают впитать культуру производства, знакомят ребят с жизненным циклом их разработок и сопутствующими активностями например, с нюансами составления документации.

Дмитрий: Помимо этого проекта было и множество других вы участвовали с рядом команд в международных конференциях по робототехнике, в том числе ездили на TechCrunch.

Вместе с этим вы принимаете участие в управлении целого мегафакультета, плюс работаете начальником департамента магистратуры. Удается ли вам, совмещая эту деятельность, еще и оставаться на связи с младшими коллегами и помогать им?

Сергей: Соглашусь, нагрузка есть, но к решению любых задач я стараюсь подходить творчески. Как только я понимаю, что есть возможность отойти от бюрократических дел и провести время в лаборатории с ребятами, я стараюсь это делать.



Лаборатория робототехники и возможности для развития


Таймкод 02:09



Дмитрий: Кстати, в одной из фотоэкскурсий на Хабре была и лаборатория робототехники, где нам показали различные устройства захвата и промышленные манипуляторы.

Сергей: Да, это как раз моя лаборатория.

Дмитрий: Что изменилось с того момента? Над чем сейчас работают в лаборатории?

Сергей: Это международная научная лаборатория Биомехатроники и энергоэффективной робототехники. Мы руководим ей совместно с профессором Стефано Страмиджиоли, который представляет Университет Твенте, является достаточно известным экспертом в этой области, он руководит крупными робототехническими хабами и не так давно стал членом академии наук Нидерландов. Этот человек нас мотивирует и ставит сложные задачи. Есть и другие направления проекты РНФ, которые поддержаны соответствующими грантами; есть заказы от компаний; еще есть песочница инициативные проекты в рамках научных работ с магистрантами и аспирантами.


В последнем случае линейка достаточно широкая кто-то делает реабилитационные системы для кистей рук, протезы и системы классификации по энцефалограмме и миографии, другие проектируют системы для управления роботами с эластичными элементами, третьи занимаются темой автономного управления, кто-то работает над haptic-системами с удаленным управлением и обратной связью. Некоторые подключаются и к нашим проектам для РНФ разработке энергоэффективных шагающих и галопирующих роботов.

Я даю свободу творчества. Главное условие соответствие проекта направлению развития лаборатории и наличие фокуса. Если говорить о последнем, то мы занимаемся системами с гибкими элементами для работы с неструктурированным окружением. Это ситуация, когда мы не можем описать все свойства окружения, и система должна обладать внутренней адаптивностью.

Второй ключевой момент энергоэффективность системы. Все это достигается на уровне алгоритмов и на уровне конструкции, чтобы сделать систему умной еще и с точки зрения железа.



Как присоединиться к этим проектам


Аудиоверсия интервью в Apple Podcasts



Дмитрий: Что вы могли бы порекомендовать тем, кто хотел бы присоединиться к такой работе?

Сергей: На входе есть определенные пререквизиты. Грубо говоря, в моей лаборатории есть три типа специалистов, если рассуждать о компетенциях: механики, электронщики и алгоритмисты. Первые ранее учились, делали дипломные проекты или работали в компаниях, связанных с проектированием систем занимались mechanical engineering. Вторые умеют программировать контроллеры, понимают, что такое сенсоры, как на низком уровне организовать обработку данных. Третьи отвечают за более высокоуровневые алгоритмы и разработку роботов на системном уровне.

Робототехника междисциплинарная область. Помимо технарей здесь работают эксперты из области медицины и промышленного дизайна. Так, мы занялись европейским проектом из линейки Strategic Partnerships от Erasmus. Сюда вовлечены не только представители Университета ИТМО, но наши коллеги из университетов Левена, Твенте, Университета Озйегин и компании Ford Otosan крупнейшего подразделения этого бренда по производству грузовиков. Вместе мы делаем образовательный курс уровня graduate для магистров и аспирантов, а по ходу этого процесса выстраиваем более тесную кооперацию между организациями и научными группами.


Сам проект про носимую коллаборативную робототехнику. Помимо тех знаний, которые необходимы разработчикам технологий для промышленных экзоскелетов и коллаборативных манипуляторов для производств, мы затрагиваем области, связанные с медицинской техники и хирургических роботов, участвующих в операциях. Мы понимаем, что без практикующих медицинских специалистов такие разработки невозможны нужно детально понимать проблематику, инженерная работа это только 40% от подобных проектов.



Какие есть особенности у междисциплинарного подхода


Аудиоверсия интервью в Google Podcasts



Дмитрий: Междисциплинарный подход особенность Университета ИТМО. Его можно встретить на всех топовых программах.

Сергей: Да. Этот подход стыкуется со стратегическими целями и нашей программой развития. Это и есть понимание бренда, которое следует выдерживать на всех уровнях, увязывать с тем посылом, которым мы несем во внешний мир, и включать в ежедневную работу сотрудников.

Дмитрий: С точки зрения участника образовательного процесса этот междисциплинарный подход как-то сочетается с индивидуальной траекторией развития или неким фокусом, который бы позволял четко понимать свою специализацию, но при этом учитывать те необходимые компетенции, которые нужно брать из смежных отраслей?

Сергей: Готовность смотреть широко это необходимость. Наука переживает очередной виток развития. Были универсалы философы и математики, далее пошла специализация, сейчас идет новый виток, когда востребованы специалисты с универсальными компетенциями.

Уже много лет говорят о T-shaped professionals, сейчас приходит понимание того, что нужны Pi-shaped специалисты, когда вертикалей уже две.

Такой подход возможен при параллельном получении двух степеней. Это есть во многих университетах. У нас это биоинформатика. Она требует равновеликие знания в области информатики, молекулярной биологии и генетики. Есть программа по инфохимии, сочетающая компетенции в информационных технологиях и химии. Есть менее очевидные примеры. Например, я учился на системах управления. Но построить систему управления чего-либо невозможно без понимания предмета того, чем ты управляешь. Для электромеханической системы нужна физика, электричество и соответствующие процессы. Если вы делаете систему управления каким-то химическим реактором, нужно понимать хотя бы на уровне абстракции, что там происходит.

Если брать кибернетику, то это междисциплинарная наука сама по себе. Робототехника понятный пример в этом ключе. В масштабах Университета ИТМО таких примеров много.



Баланс теории и практики


Аудиоверсия интервью на Яндекс.Музыке



Дмитрий: Вы говорите про общие компетенции это та база, которую вы отсматриваете на этапе приема людей? Например, по заданиям конкурса Я профессионал можно увидеть, что это достаточно фундаментальные и соответствующие таким запросам вещи.

Сергей: Да, мы используем разные инструменты не только экзамены и конкурс портфолио.

Дмитрий: Но с другой стороны, при взгляде на такие задачи могут возникнуть сомнения, сможет ли человек заниматься практикой в достаточном объеме, чтобы реализовать все эти знания например, в рамках сотрудничества с какой-то компанией в той или иной области.

Сергей: Я понимаю. Сейчас велик запрос на быстрый переход к практике. Когда я был студентом, это мотивировало. Системы управления и график на экране это теория, а робот едет или нет, решает свою задачу или нет это уже наглядная демонстрация. Ты видишь результат и оцениваешь полезность разработки. Но быстро можно решить только простые задачи.

На более сложные вызовы не ответить без фундаментальных знаний. Вы просто потратите кратно больше времени, но если у вас есть понимание и знание формул и методов, все пойдет быстрее.

Просто мы привыкли к быстрому получению информации и достижению результата. Но иногда нужно потратить несколько недель, изучить литературу и разобраться в теории. Вы как специалист стоите ровно столько, сколько стоит подготовка такого специалиста. Если вы умеете решать только базовые задачи, реализуемые с минимальным уровнем компетенций, вы не сможете претендовать на существенный доход. Есть и другая угроза: то, за что некоторые люди ранее получали деньги, сейчас начинают уже в неплохом виде делать алгоритмы. Уровень затрат в долгосрочной перспективе может быть несопоставимым. Поэтому важно уметь решать сложные задачи с точки зрения продолжительного напряжения извилин. Для этого полезна фундаментальная подготовка.


Дмитрий: Если возвращаться к лабораториям робототехники и киберфизических систем, то обыватель может представлять их как некие офисы, где люди в белых халатах и защитных очках делают что-то однообразное круглые сутки.

Сергей: У нас такого нет. Одна из наших ценностей уважение к личности. Главное реализация в профессиональном смысле. Но если техника безопасности требует, нужно экипироваться соответственно. Конечно, у каждого из специалистов мы хотим видеть специализацию. Тогда можно сформировать команду с хорошим уровнем взаимозаменяемости и быть уверенным в том, что каждый из ее участников силен в чем-то своем.

Дмитрий: У каждого может быть личный проект или они всегда общие?

Сергей: В этом и заключается суть работы лабораторий. Хороший пример лаборатория киберфизических систем. Она существует, потому что мы на уровне факультета поставили задачу собрать специалистов в разных областях, дать им инфраструктуру, чтобы они решали совместные задачи, общались, формировали взаимопонимание. Без специализированных локаций сделать это сложнее, но важно иметь и личное пространство для работы над своими задачами. При этом выходить и общаться с коллегами. Оптимальный баланс между одним и другим искусство.



Другие выпуски нашего подкаста на Хабре:






Подробнее..

Перевод Объясняем p-значения для начинающих Data Scientistов

13.07.2020 12:11:27 | Автор: admin
Я помню, когда я проходил свою первую зарубежную стажировку в CERN в качестве практиканта, большинство людей все еще говорили об открытии бозона Хиггса после подтверждения того, что он соответствует порогу пять сигм (что означает наличие p-значения 0,0000003).

image


Тогда я ничего не знал о p-значении, проверке гипотез или даже статистической значимости.

Я пошел, чтобы гуглить слово p-значение, и то, что я нашел в Википедии, заставило меня еще больше запутаться

При проверке статистических гипотез p-значение или значение вероятности для данной статистической модели-это вероятность того, что при истинности нулевой гипотезы статистическая сводка (например, абсолютное значение выборочной средней разницы между двумя сравниваемыми группами) будет больше или равна фактическим наблюдаемым результатам.
Wikipedia


Хорошая работа Википедия.

Ладно. Я не понял, что на самом деле означает р-значение.

Углубившись в область науки о данных, я наконец начал понимать смысл p-значения и то, где его можно использовать как часть инструментов принятия решений в определенных экспериментах.

Поэтому я решил объяснить р-значение в этой статье, а также то, как его можно использовать при проверке гипотез, чтобы дать вам лучшее и интуитивное понимание р-значений.

Также мы не можем пропустить фундаментальное понимание других концепций и определение p-значения, я обещаю, что сделаю это объяснение интуитивно понятным, не подвергая вас всеми техническими терминами, с которыми я столкнулся.

Всего в этой статье четыре раздела, чтобы дать вам полную картину от построения проверки гипотезы до понимания р-значения и использования его в процессе принятия решений. Я настоятельно рекомендую вам пройтись по всем из них, чтобы получить подробное понимание р-значений:

  1. Проверка гипотезы
  2. Нормальное распределение
  3. Что такое P-значение?
  4. Статистическая значимость


Это будет весело.

Давайте начнем!

1. Проверка гипотез


image

Прежде чем мы поговорим о том, что означает р-значение, давайте начнем с разбора проверки гипотез, где р-значение используется для определения статистической значимости наших результатов.

Наша конечная цель определить статистическую значимость наших результатов.

И статистическая значимость построена на этих 3 простых идеях:

  • Проверка гипотезы
  • Нормальное распределение
  • P-значение


Проверка гипотез используется для проверки обоснованности утверждения (нулевой гипотезы), сделанного в отношении совокупности с использованием выборочных данных. Альтернативная гипотеза это та, в которую вы бы поверили, если бы нулевая гипотеза оказалась неверной.

Другими словами, мы создадим утверждение (нулевая гипотеза) и используем пример данных, чтобы проверить, является ли утверждение действительным. Если утверждение не соответствует действительности, мы выберем альтернативную гипотезу. Все очень просто.

Чтобы узнать, является ли утверждение обоснованным или нет, мы будем использовать p-значение для взвешивания силы доказательств, чтобы увидеть, является ли оно статистически значимым. Если доказательства подтверждают альтернативную гипотезу, то мы отвергнем нулевую гипотезу и примем альтернативную гипотезу. Это будет объяснено в следующем разделе.

Давайте воспользуемся примером, чтобы сделать эту концепцию более ясной, и этот пример будет использоваться на протяжении всей этой статьи для других концепций.

Пример. Предположим, что в пиццерии заявлено, что время их доставки составляет в среднем 30 минут или меньше, но вы думаете, что оно больше чем заявленное. Таким образом, вы проводите проверку гипотезы и случайным образом выбираете время доставки для проверки утверждения:

  • Нулевая гипотеза среднее время доставки составляет 30 минут или меньше
  • Альтернативная гипотеза среднее время доставки превышает 30 минут
  • Цель здесь состоит в том, чтобы определить, какое утверждение нулевое или альтернативное лучше подтверждается данными, полученными из наших выборочных данных.


Мы будем использовать односторонний тест в нашем случае, так как нам важно только, чтобы среднее время доставки превышало 30 минут. Мы не будем учитывать эту возможность в другом направлении, поскольку последствия того, что среднее время доставки будет меньше или равно 30 минутам, еще более предпочтительны. Здесь мы хотим проверить, есть ли вероятность того, что среднее время доставки превышает 30 минут. Другими словами, мы хотим посмотреть, не обманул ли нас пиццерия.

Одним из распространенных способов проверки гипотез является использование Z-критерия. Здесь мы не будем вдаваться в подробности, так как хотим лучше понять, что происходит на поверхности, прежде чем погрузиться глубже.

2. Нормальное распределение


image

Нормальное распределение это функция плотности вероятности, используемая для просмотра распределения данных.

Нормальное распределение имеет два параметра среднее () и стандартное отклонение, также называемое сигма ().

Среднее это центральная тенденция распределения. Оно определяет местоположение пика для нормальных распределений. Стандартное отклонение это мера изменчивости. Оно определяет, насколько далеко от среднего значения склонны падать значения.

Нормальное распределение обычно связано с правилом 68-95-99.7 (изображение выше).

  • 68% данных находятся в пределах 1 стандартного отклонения () от среднего значения ()
  • 95% данных находятся в пределах 2 стандартных отклонений () от среднего значения ()
  • 99,7% данных находятся в пределах 3 стандартных отклонений () от среднего значения ()


Помните порог пять сигм для открытия бозона Хиггса, о котором я говорил в начале? 5 сигм это около 99,99999426696856% данных, которые должны быть попасть до того, как ученые подтвердили открытие бозона Хиггса. Это был строгий порог, установленный, чтобы избежать любых возможных ложных сигналов.

Классно. Теперь вы можете задаться вопросом: Как нормальное распределение относится к нашей предыдущей проверке гипотез?

Поскольку мы использовали Z-тест для проверки нашей гипотезы, нам нужно вычислить Z-баллы (которые будут использоваться в нашей тестовой статистике), которые представляют собой число стандартных отклонений от среднего значения точки данных. В нашем случае каждая точка данных это время доставки пиццы, которое мы получили.

image

Обратите внимание, что когда мы рассчитали все Z-баллы для каждого времени доставки пиццы и построили стандартную кривую нормального распределения, как показано ниже, единица измерения на оси X изменится с минут на единицу стандартного отклонения, так как мы стандартизировали переменную, вычитая среднее и деля его на стандартное отклонение (см. формулу выше).

Изучение стандартной кривой нормального распределения полезно, потому что мы можем сравнить результаты теста с нормальной" популяцией со стандартизированной единицей в стандартном отклонении, особенно когда у нас есть переменная, которая поставляется с различными единицами.

image

Z-оценка может сказать нам, где лежат общие данные по сравнению со средней популяцией.

Мне нравится, как Уилл Кёрсен выразился: чем выше или ниже Z-показатель, тем менее вероятным будет случайный результат и тем более вероятным будет значимый результат.

Но насколько высокий (или низкий) показатель считается достаточно убедительным, чтобы количественно оценить, насколько значимы наши результаты?


Кульминация


Здесь нам нужен последний элемент для решения головоломки p-значение, и проверить, являются ли наши результаты статистически значимыми на основе уровня значимости (также известного как альфа), который мы установили перед началом нашего эксперимента.

3. Что такое P-значение?




Наконец Здесь мы говорим о р-значение!

Все предыдущие объяснения предназначены для того, чтобы подготовить почву и привести нас к этому P-значению. Нам нужен предыдущий контекст и шаги, чтобы понять это таинственное (на самом деле не столь таинственное) р-значение и то, как оно может привести к нашим решениям для проверки гипотезы.

Если вы зашли так далеко, продолжайте читать. Потому что этот раздел самая захватывающая часть из всех!

Вместо того чтобы объяснять p-значения, используя определение, данное Википедией (извини Википедия), давайте объясним это в нашем контексте время доставки пиццы!

Напомним, что мы произвольно отобрали некоторые сроки доставки пиццы, и цель состоит в том, чтобы проверить, превышает ли время доставки 30 минут. Если окончательные доказательства подтверждают утверждение пиццерии (среднее время доставки составляет 30 минут или меньше), то мы не будем отвергать нулевую гипотезу. В противном случае мы опровергаем нулевую гипотезу.

Поэтому задача p-значения ответить на этот вопрос:

Если я живу в мире, где время доставки пиццы составляет 30 минут или меньше (нулевая гипотеза верна), насколько неожиданными являются мои доказательства в реальной жизни?


Р-значение отвечает на этот вопрос числом вероятностью.

Чем ниже значение p, тем более неожиданными являются доказательства, тем более нелепой выглядит наша нулевая гипотеза.

И что мы делаем, когда чувствуем себя нелепо с нашей нулевой гипотезой? Мы отвергаем ее и выбираем нашу альтернативную гипотезу.

Если р-значение ниже заданного уровня значимости (люди называют его альфа, я называю это порогом нелепости не спрашивайте, почему, мне просто легче понять), тогда мы отвергаем нулевую гипотеза.

Теперь мы понимаем, что означает p-значение. Давайте применим это в нашем случае.

P-значение в расчете времени доставки пиццы


Теперь, когда мы собрали несколько выборочных данных о времени доставки, мы выполнили расчет и обнаружили, что среднее время доставки больше на 10 минут с p-значением 0,03.

Это означает, что в мире, где время доставки пиццы составляет 30 минут или меньше (нулевая гипотеза верна), есть 3% шанс, что мы увидим, что среднее время доставки, по крайней мере, на 10 минут больше, из-за случайного шума.

Чем меньше p-значение, тем более значимым будет результат, потому что он с меньшей вероятностью будет вызван шумом.

В нашем случае большинство людей неправильно понимают р-значение:

Р-значение 0,03 означает, что есть 3% (вероятность в процентах), что результат обусловлен случайностью что не соответствует действительности.


Люди часто хотят получить определенный ответ (в том числе и я), и именно поэтому я долго путался с интерпретацией p-значений.

Р-значение ничего не *доказывает*. Это просто способ использовать неожиданность в качестве основы для принятия разумного решения.
Кэсси Козырков


Вот как мы можем использовать p-значение 0,03, чтобы помочь нам принять разумное решение (ВАЖНО):

  • Представьте, что мы живем в мире, где среднее время доставки всегда составляет 30 минут или меньше потому что мы верим в пиццерию (наше первоначальное убеждение)!
  • После анализа времени доставки собранных образцов р-значение на 0,03 ниже, чем уровень значимости 0,05 (предположим, что мы установили это значение перед нашим экспериментом), и мы можем сказать, что результат является статистически значимым.
  • Поскольку мы всегда верили пиццерии, что она может выполнить свое обещание доставить пиццу за 30 минут или меньше, нам теперь нужно подумать, имеет ли это убеждение смысл, поскольку результат говорит нам о том, что пиццерия не выполняет свое обещание и результат является статистически значимым.
  • Так что же нам делать? Сначала мы пытаемся придумать любой возможный способ сделать наше первоначальное убеждение (нулевая гипотеза) верным. Но поскольку пиццерия постепенно получает плохие отзывы от других людей и часто приводит плохие оправдания, которые привели к задержке доставки, даже мы сами чувствуем себя нелепо, чтобы оправдать пиццерию, и, следовательно, мы решаем отвергнуть нулевую гипотезу.
  • Наконец, следующее разумное решение не покупать больше пиццы в этом месте.


К настоящему времени вы, возможно, уже что-то поняли В зависимости от нашего контекста, p-значения не используются, чтобы что-либо доказать или оправдать.

По моему мнению, p-значения используются в качестве инструмента для оспаривания нашего первоначального убеждения (нулевая гипотеза), когда результат является статистически значимым. В тот момент, когда мы чувствуем себя нелепо с нашим собственным убеждением (при условии, что р-значение показывает, что результат статистически значим), мы отбрасываем наше первоначальное убеждение (отвергаем нулевую гипотезу) и принимаем разумное решение.

4. Статистическая значимость


Наконец, это последний этап, когда мы собираем все вместе и проверяем, является ли результат статистически значимым.

Недостаточно иметь только р-значение, нам нужно установить порог (уровень значимости альфа). Альфа всегда должна быть установлена перед экспериментом, чтобы избежать смещения. Если наблюдаемое р-значение ниже, чем альфа, то мы заключаем, что результат является статистически значимым.

Основное правило установить альфа равным 0,05 или 0,01 (опять же, значение зависит от вашей задачи).

Как упоминалось ранее, предположим, что мы установили альфа равным 0,05, прежде чем мы начали эксперимент, полученный результат является статистически значимым, поскольку р-значение 0,03 ниже, чем альфа.

Для справки ниже приведены основные этапы всего эксперимента:

  1. Сформулируйте нулевую гипотезу
  2. Сформулируйте альтернативную гипотезу
  3. Определите значение альфа для использования
  4. Найдите Z-показатель, связанный с вашим альфа-уровнем
  5. Найдите тестовую статистику, используя эту формулу
  6. Если значение тестовой статистики меньше Z-показателя альфа-уровня (или p-значение меньше альфа-значения), отклоните нулевую гипотезу. В противном случае не отвергайте нулевую гипотезу.


image

Если вы хотите узнать больше о статистической значимости, не стесняйтесь посмотреть эту статью Объяснение статистической значимости, написанная Уиллом Керсеном.

Последующие размышления


Здесь много чего нужно переваривать, не так ли?

Я не могу отрицать, что p-значения по своей сути сбивают с толку многих людей, и мне потребовалось довольно много времени, чтобы по-настоящему понять и оценить значение p-значений и то, как они могут быть применены в рамках нашего процесса принятия решений в качестве специалистов по данным.

Но не слишком полагайтесь на p-значения, поскольку они помогают только в небольшой части всего процесса принятия решений.

Я надеюсь, что мое объяснение p-значений стало интуитивно понятным и полезным в вашем понимании того, что в действительности означают p-значения и как их можно использовать при проверке ваших гипотез.

Сам по себе расчет р-значений прост. Трудная часть возникает, когда мы хотим интерпретировать p-значения в проверке гипотез. Надеюсь, что теперь трудная часть станет для вас немного легче.

Если вы хотите узнать больше о статистике, я настоятельно рекомендую вам прочитать эту книгу (которую я сейчас читаю!) Практическая статистика для специалистов по данным, специально написанная для data scientists, чтобы разобраться с фундаментальными концепциями статистики.

image


Узнайте подробности, как получить востребованную профессию с нуля или Level Up по навыкам и зарплате, пройдя платные онлайн-курсы SkillFactory:



Читать еще


Подробнее..

Эксперименты с тиграми и другие способы преподавать программирование студентам, которым скучно

03.11.2020 10:17:48 | Автор: admin
image

Привет, Хабр! Я Маша, старший инженер-разработчик iOS в КРОК и аспирант на кафедре Прикладной математики и Искусственного интеллекта в московском вузе. А еще я уже четыре года преподаю. Два года назад мы с коллегами с кафедры, преимущественно аспирантами, основали кружок спортивного программирования, который вырос в большое IT-коммьюнити в стенах универа, где мы делимся разного рода знаниями со студентами.

В рамках этой затеи мы решили улучшить процессы обучения дисциплинам Computer Science (до чего дотянулись). К нему у всех уже было много вопросов.

Первый ужас я испытала на первом же занятии со студентами. Одна группа не могла привести ДНФ в КНФ, другая не смогла даже общим усилием воли вспомнить таблицу истинности для конъюнкции и дизъюнкции. Третья не понимала как программно устроены списки (это у нас проходят годом ранее). А потом я вспомнила себя про мой курс преподы говорили то же самое. И про курсы до нас, и про курсы после меня. И школьную учительницу Ольгу Николаевну вспомнила: В этом году класс еще слабее, чем в прошлом если так пойдет и дальше, вернемся к жизни на деревьях!. В школе мне казалось, что это такой изощренный педагогический прием, который должен подхлестнуть нас учиться усерднее чтобы доказать, что мы лучше чем кажется. Ошибалась.

Решили мы с коллегами порефлексировать а почему так происходит? Результаты, наши грабли и опасные эксперименты с тигром под катом!

За что я так с ними? За что они так со мной?


Осознание, что что-то не так ко мне пришло, когда мой научный руководитель, который ругал мою группу во время обучения, три года спустя теми же словами ругал группу, в которой я преподавала. Вот вы-то были умненькие, старательные! А эти! Тьфу!

Тут мне подумалось, что, кажется, дело не в студентах. И вовсе даже не в их старательности или умненьковости. Возможно, что дело и не в преподавателе А в чем тогда?

Так началось мое грандиозное расследование.

Сначала, где-то осенью 2018, я решила пообщаться с первокурсниками, чтобы проследить, в какой именно момент все идет не по плану, но не по плану пошло уже у меня:

image
Вечером после рабочего дня. Кайф.

Я решила сбавить обороты и поспрашивать старшие (третий-четвертый) курсы. В частности, почему играют на парах в карты, пишут доносы на преподавателя в дирекцию (опоздал на пару на 2 минуты!) и все такое. Я пришла к ребятам из кружка спортивного программирования, то есть довольно мотивированным студентам с высоким средним баллом, и в личке позадавала вопросы. Примерно все ответы выглядели вот так:

image
image
Фидбек от студентов

Стало ясно, что саботировать обучение студентов заставляют два фактора:
внутренний: я не понимаю, зачем мне это (скучно рассказывают, говорят ни о чем, какая-то устаревшая фигня, я это уже умею)
внешний: все в группе ничего не делают, почему я должен?

Первый фактор очень забавно выглядит со стороны препода. Это нам с вами понятно, что есть всякие там фронтенд, бэкенд, фулстек, а студенты что слышат? IT круто!, машинное обучение будущее! В итоге выходит, как в этом забавном твите у Брагилевского:

image
Виталий Николаевич плохого не скажет (ну разве что иногда и в шутку)

А вот второй фактор занимателен сам по себе. Студенты, если честно, не делают ничего предосудительного, даже наоборот. Они стремятся оптимизировать свои ресурсы, и делают это очень даже эффективно! Представьте, что чтобы получить Х, у вас есть два пути: вложить очень много сил и времени или воспользоваться уже готовым рабочим решением. Какой вы выберете? А если речь про сдачу экзамена по профильному предмету?

В итоге, пообщавшись с коллегами и студентами, я выделила общие типичные боли: кто и от чего страдает. Страданий получилось довольно много и у студентов, и у преподов.

Студенты:
ничего не понятно, слишком высокий порог входа
куча бесполезного/устаревшего материала (зачем мне это все? Где хайповые темы, нейросетки и популярность?)
не видно корреляции между вложенными на изучение предмета усилиями и профитом от этого в будущем
я уже это все умею, зачем мне тратить время на подтягивание остальных?
зачем так много работы? Можно же сделать всего одну лабу и предмет уже зачтут

Преподаватели:
студенты считают, что я несу какую-то бесполезную ахинею
но они об этом молчат, а я не телепат соответственно, курс улучшить не могу
студенты много мухлюют, пытаются меня обмануть ради оценки (списывают, подделывают подписи и т.п.)
отношение студента к образованию как к сервису: преподаватель должен мне услугу, вы меня не научили!

И все мы страдаем от глобального:
программа устарела и не поспевает за развитием области (и мотивацией студентов)
когнитивной нагрузки слишком много

Что по мотивации и программе?


Кто раньше шел учиться на кафедры прикладной математики? Увлеченные школьники-олимпиадники по физике и математике. Еще раньше члены кружка радиолюбителей. Я клоню к тому, что это были ламповые нерды люди, которым действительно интересна наука и сложные задачи.

Сегодня IT это хайп. Просто для сравнения: вы давно видели агитацию становиться ветеринаром? А инженером-энергетиком? А врачом? А вот в IT зазывают буквально на каждом углу!

image
Да дайте уже позалипать в соцсеточки!

Более того, IT это не просто реклама перспективности. IT буквально вокруг нас. Для современного студента быть программистом все равно что быть ветеринаром для смартфона (так видит мою профессию шестилетний племянник).

Зачем абитуриенты шли в IT двадцать лет назад:
интересные задачи!
много математики!
можно проектировать схемы и делать роботов!
можно написать свой язык программирования!
можно писать пРоГрАмМы!

Зачем абитуриенты идут в IT сегодня:
многа деняк!
хочу писать видеоигры! Это же весело, да?
хочу делать крутые продукты и делать жизнь людей проще! (это приложение Х такое , я бы сделал лучше если б умел!)

Что они получают?
задачи
математику
проектирование схем
теорию построения трансляторов

погодите, а видеоигры где?

Отсюда и получается ощущение устаревшей программы. Низкоуровневое воспринимается как древнее, а хайповое просто не находит отклика в закрепленных терминах (десять лет назад мы говорили индуктивный вывод, а сегодня машинное обучение). Связь низкоуровневого с актуальными технологиями и обновленных терминов с классическими также по разным причинам не доносится до студентов, что только укрепляет их в мысли что это все не то.

Более того, какие-то области и вовсе никак не вплетаются в канву образования, просто не успевают: лет пять назад мы почти не знали про микросервисы и DevOps, а сегодня это уже целая профессия. Адаптироваться к такому развитию индустрии трудно, но не невозможно. Ниже спрятала интересные источники, где можно наглядно отследить, как появляются и отмирают области знаний.

Компетенции айтишника
Ассоциация вычислительной техники начиная с шестидесятых годов совместно с ведущими профессионалами и научными сообществами в области Computer Science выпускает руководство под названием Computing Curricula (СС).

Не буду пересказывать что там, есть отличный перевод на русский издания 2001 года от СПбГУ. Сейчас важно другое: разница между изданием 2001 года и 2013 (актуальная на данный момент версия, 2020 готовится к изданию).

Knowledge areas это области знаний, которые CC выделяет как необходимые для получения компетенции. Говоря о компетенции, мне больше всего нравится определение, которое дается в IT2017: Competency = Knowledge + Skill + Disposition [CC2020]

То есть для того чтобы получить компетенцию, недостаточно только обладать необходимым знанием, нужно также иметь соответствующие навыки применения этих знаний и быть готовым их применять.

IT competencies that is, what students know, how they demonstrate performance, and how disposed they are to apply what they know. [IT2017]

Так вот за 12 лет количество этих Knowledge Areas, которые необходимо освоить чтобы стать программистом, выросло на 4 штуки! А другие две области и вовсе переформулировались и объединились с другими (новыми).


Когнитивная нагрузка: это who?


Теория когнитивной нагрузки (Cognitive Load Theory, CLT) появилась в поздних восьмидесятых в рамках когнитивной психологии. Вкратце, эта теория описывает использование рабочей памяти человека и трудности, которые могут возникать в этом процессе. Значительная часть этой теории посвящена изучению вопросов обучения и обучаемости.

Если не вдаваться в подробности, то CLT постулирует мысль о том, что объем рабочей памяти ограничен и его переполнение может вызывать сильные провалы в производительности (да, аналогия с ОЗУ тут вполне прямая).

TED Talks про CLT для тех кто любит смотреть и слушать,
статья в журнале Learning and Instructions для тех любит читать!


Таким образом, вывод довольно простой: чем больше информации учитель пытается за раз впихнуть в ученика тем меньше ученик в итоге усвоит! И речь не только о профильном знании, учитываются также организационные моменты: в каком углу листка написать фамилию и когда будет контрольная.

Мы с коллегами постарались следовать этой теории, и вот чего добились.

Что мы делали и что получили: факапы, интриги, расследования


Заручившись собственным энтузиазмом и некоторой поддержкой видосиков на ютубе про образование, мы с коллегами понеслись ломать и чинить устоявшиеся способы преподавать наши предметы.

Автомат за курсеру/литкод


Мой коллега в один прекрасный момент сам словил замечательное чувство того, что преподает какое-то устаревшее непонятно-что и решил вместо скучных лабораторок послать студентов на курсеру.

Схема была озвучена такая: проходишь три курса из специализации Яндекса по С++, в личной беседе доказываешь преподавателю, что ты реально слушал, а не прокликал (отвечаешь на вопросы, решаешь задачи: как на техническом интервью) получаешь автомат за курс Теория Графов и Комбинаторики (ТГиК).

Для тех, кому не нравилась курсера, была дана опция прорешать 200 задач на литкоде. Ограничений типа только задачи про графы не ставилось, надо было просто прорешать какую-то критическую массу. Все решения студентами коммитились на гитхаб (нет в репе не зачту), и можно было посмотреть несколько решений одновременно, посравнивать их между собой.

В итоге выяснилось, что подавляющее большинство задачи списали. Кто из интернета, кто друг у друга. Часто попадались вот такие забавные ситуации:
image
DiffChecker довольно наглядно показывает, что код был списан

Мы все-таки хотели научить студентов решать задачи, поэтому после подозрения на списывание перед получением автомата им открывался новый круг ада: защита. Очно на паре мы давали задачу прямо на литкоде сиди решай на компе как хочешь. После решения надо было объяснить это преподу (то есть нам) и ответить на дополнительные вопросы. По итогу это больше походило на алгоритмическую секцию технического интервью.

После защиты нескольких таких задач автомат подтверждался. Однако было и ограничение. За одну пару можно решить две средненьких задачи. Если не решает отправляется с этими задачами домой. На следующей паре объясняет решение этих + получает на решение в классе еще одну. Если после трех таких попыток студент все еще не решил ни одной задачи в классе (в реальном времени) автомат ему не ставим. Ибо не надо DDoS-ить препода! В итоге автомат по этим правилам получило 3-4 человека из 50 (две учебные группы).

Мы конечно очень расстроились что все так вышло: хотели как лучше, а получилось как всегда! Посовещались, собрали отзывы со студентов и поняли, что у студентов возникли сложности с когнитивной нагрузкой. Студенту предлагалось сделать два действия, чтобы решить домашнюю задачу:
1. разобраться с языком программирования
2. решить алгоритмическую задачу

Проблема была в том, что мы не сообразили, что первую задачу студентам будет решать так же тяжело, как и вторую. Мы-то считали, что они уже умеют в С++. А они не умели!

image
Отзывы студентов

Результат:
  • в погоне за одобрением студентов и модными подходами мы упустили пользу: кажется, что курсера и литкод не помогли ребятам разобраться в теории графов
  • зато одобрение догнали: получили много отзывов, что кому-то было приятно учиться по-современному, а кому-то курсера/литкод здорово помогли развить скилл программирования в целом (по данным нашей институтской курсеры белый пояс по C++ прошли 40 студентов, а еще 20 следующий уровень. А в общем 350 курсов и более 500 студентов!)

Проектирование когнитивно-простых тестов


Другой мой коллега решился (был вынужден) экспериментировать прямо во время локдауна. Он с февраля по июнь вел дисциплину под названием Теоретические Модели Вычислимости (ТМВ), предмет в известной мере сложный для студентов, с большим количеством математики и формализма. До и после локдауна мы использовали совершенно разные способы улучшить процесс подачи и проверки материала.

На этом курсе решили попробовать снизить когнитивную нагрузку и обеспечить неотвратимость наказания. До локдауна идея была такая:

сдаешь все 5 контрольных работ по ключевым темам -> молодец, допускаешься до экзамена!
не сдаешь -> не допускаешься \_()_/, иди пересдавай пока все не сдашь!
очень хотелось отучить студентов списывать: отбирали телефоны пока они писали контрольную (в прозрачный контейнер на преподском столе). О таком порядке проведения контрольных было сообщено заранее. Любого, кого поймали с телефоном, отправляли на пересдачу к/р.

Сама контрольная состояла из 5 заданий, ориентированных на применение разобранных на занятиях алгоритмов. Одно задание один алгоритм. Первые задания на алгоритмы попроще, последние на алгоритмы посложнее. При этом выдумывать ничего не надо было, только применить алгоритм к начальным данным, никакого творчества от студента не ожидалось. Чтобы еще сильнее снизить когнитивную нагрузку на студента, коллега подготовил листы-шаблоны с заданиями, куда надо было вписать ответ. Выглядели они примерно так:

image
Вариант с заготовленными ответами для преподавателя

Неожиданностью и факапом для нас было то, что невозможность списывания и последующая неотвратимость наказания не мотивировала студентов изучать предмет. Вовсе наоборот: студенты дружно поддались общему потоку отчаяния с мыслью всех все равно не отчислят. Неотвратимость наказания сработала не как честный метод разделения молодцов и халтурщиков, а как бичевальная система злого дяди-препода, который валит ВСЕХ!.

На волне разочарования студенты также проявили ужасающую безучастность: не задавали вопросов, не переиспользовали уже готовые материалы, например алгоритмы, описанные в опубликованных онлайн лекциях (то есть их даже конспектировать не надо было!).

Надо сказать что для получения автомата в этом курсе тоже были даны похожие опции, как и в предыдущем кейсе, только с более строгими условиями. Ими вообще никто не воспользовался :)
Обновленные правила получения автомата, которые никому не понравились :с
image


Результат:
  • поняли что кнут и пряник с современными студентами не работает, а только вгоняет их в тоску
  • срез знаний нужен чаще, чем в самый последний момент (на сессии) и чаще, чем раз в тему, чтобы отловить момент, когда студенты поплыли
  • ты можешь быть самым дружелюбным и открытым преподом на свете, но если студенты ничего не понимают с вопросами они не придут
  • автомат студентов не прельщает, если он не освобождает от обычного прохождения курса. Хотя может это мы их избаловали предыдущим кейсом :)

Участие в командной разработке в GitLab: issues, merge requests, pipelines


Когда случился локдаун, очные занятия и КМ по ТМВ надо было как-то срочно перевести в дистанционный формат. Мы решили делать так:
тем, кто успешно сдал КМ до локдауна, дополнительно ничего сдавать не надо
для остальных был сооружен RegLang Calculator.

RegLang Calculator это проект на Kotlin (хотели актуальных технологий вместо LISP ну и пожалуйста!), в котором студентам было нужно наполнить алгоритмами 5 языковых конструкций (например, проверить, может ли регулярное выражение определить слово в языке). Для каждой задачи были описаны методы и их семантика (входные и выходные данные). Студентам предлагалось пойти и зарезервировать за собой задачу комментарием:

image

Дальше процесс шел как обычно:
1. студент создает issue
2. решает задачу
3. отправляет MR на code review
4. если все ок, MR мержится и закрывается, если нет студент возвращается к шагу 2

master ветка естественно была protected, все студенты были помечены ролью developer. Работа предполагалась в одном репозитории, так как на объяснение форков ушло бы слишком много времени, а мы и так потратили целое занятие на объяснение гита и гитлаба. Еще был ридми с подробным планом действий:
image

Был и пайплайн сборки, который проверял:

проходят ли автотесты (часть, которая проверяла, что ничего не ломается, была написана преподавателем при подготовке проекта, другую часть (что задача работает корректно) должен был дописать студент для своей задачи)
кодстайл. Использовали Detekt. На его настройку потратили не очень много времени, поэтому часть MR пришлось вмерживать с непроходящим линтером, так как он не пропускал большую вложенность (много if внутри других if)

image

Некоторые студенты начинали DDoS-ить препода вопросами (прямо как на скрине в начале статьи). Для них пришлось ввести прогрессивную шкалу: чем больше вопросов тем больше интервал между ними.

По началу казалось, что таким образом студенты и вовсе перестанут задавать вопросы, почувствовав, что преподавателю на них наплевать и он свое время ценит выше чем их (хотя так и было). Но на деле это сработало так, что студенты стали тщательнее готовиться к сессиям ответов на вопросы, на простые вопросы находили ответы сами, а к преподавателю несли только самые важные и сложные. Это сильно повысило качество общения преподавателя со студентами.

Результат:
  • студенты научились работать с гитом через пот и слезы однозначно плюс! (хотя теперь они нас ненавидят)
  • студенты прочувствовали хотя бы один алгоритм из курса, реализовав его своими руками на незнакомом языке
  • студенты изучили Kotlin, потратив на это минимум усилий (правда, за это они нас тоже ненавидят)
  • студенты не слишком прониклись GitLub и GitFlow на это надо было потратить больше времени. Основной фидбек студентов на гитлаб: ОЧЕНЬ КРУТО, НО НИЧЕГО НЕПОНЯТНО
  • разным студентам понадобилось разное количество итераций code review, чтобы сделать все правильно, но они сошлись в одном: после того, как лабы зачли, никаких правок (даже если оставались unresolved review) они не вносили, даже самые умненькие и мотивированные

Вычисление списывальщиков: mission MOSSible


Для проверки и вычисления жуликов мы открыли для себя и использовали стенфордский алгоритм Moss (Measure Of Software Similarity). По итогу он был реализован как веб-сервис, который прогоняет алгоритм на файлах, которыми в него кидаешь, а потом показывает результаты на веб-страничке. Его код для доступа к сервису написан на Perl, но есть и несколько других community contributions, некоторые перечислены и на странице с описанием алгоритма. О том, как он определяет степень похожести программ, можно прочитать здесь. Небольшая инструкция, как получить ключ доступа и пользоваться перловым скриптом есть здесь. Подробно о том как пользоваться Moss можно прочитать здесь.

Есть еще сервис DiffChecker, его мы использовали для проверки задач с литкода. В отличие от Moss, DiffChecker не дает оценку похожести программ, а только выделяет различающиеся слова/строки (обычный diff). Особенность Moss в этом плане в том, что он умным способом определяет различные примеси/шумы и тому подобное, что часто сбивает с толку и человека и наивные плагиат-чекеры. Выбирать какой из файлов считать оригинальным все равно придется преподавателю. Но, по крайней мере, Moss поможет избавиться от ощущения мне кажется или они похожи? Не кажется. Похожи. Вот процент схожести. Оценку пополам делить будем? :)

Подробности по данному вопросу в рамках этой статьи уже too much, но если интересно давайте пообщаемся в комментариях!

У вас было два месяца, чтобы сдать или эксперимент с группой VK и Google Classroom для приема лабораторных по БКП


В сентябре этого года меня снова поставили на Базовую Компьютерную Подготовку (БКП), и я, боясь, что забуду все сроки, которые назвала мне лектор, решила вывалить эту инфу из головы прямиком в закрытую группу VK.

image

В этой группе я сразу опубликовала в виде текста с картинками описание учебного процесса (когда и как сдавать лабы, что нужно для допуска к экзамену и т.п.), а заодно постила срочные объявления и анонсы занятий.

image

Помимо этого я накидала также несколько прикладных статей типа Как поставить и пользоваться IDE, Как оформлять отчеты к лабораторным и другие FAQ.



Как видите, мне даже лайки накидали, а охват намного шире моих 25 студентов ребята делились со своими однокурсниками (это факт, я видела :))

Мое изначальное предположение было в том, что наличие текстовых конспектов по орг.процессу, а также размещение материалов и общение в известной соцсети поможет снизить когнитивную нагрузку на ребят. И О ЧУДО! это сработало!

В этом семестре у меня почти нет возможности присутствовать на парах лично, а еще в прошлом семестре я сильно задолбалась таскать здоровенную папку с бумажными отчетами по лабораторным. Это подтолкнуло меня поискать способ перевести всю отчетность и приемку/сдачу лаб как-нибудь электронно.

image
Количество отчетов по лабораторным, уносимое мной домой с каждого занятия, начиная с середины семестра

Коллега посоветовал мне Google Classroom, которым сам пользовался на тот момент уже третий год, и я поддалась искушению.

Classroom это очень прикольная и гибкая штука, которая позволяет:
1. формировать темы с заданиями
2. формировать задания разного типа (в том числе тесты и анкеты)
3. проставлять оценки автоматически на основе критериев оценки работы и аккумулировать их, например, по темам
4. все это работает на базе G-Suite

image
Удобно заранее сформулировать критерии оценки работы

Помимо этого все работы студентов загружаются автоматически на гугл диск, а проверяются вот в таком удобном интерфейсе:

image
Интерфейс проверки работы студента по конкретному заданию. Все прикрепленные к заданию им файлы можно просмотреть, можно также перейти к работе следующего студента и проставить оценки по критериям: вручную или по заранее подготовленной дискретной шкале.

Проверка работ в Classroom похожа на игру в пинг-понг и работает по следующей схеме:

1. учитель создает задание и оно назначается всем ученикам
2. ученик прикрепляет файлы с выполненным заданием и сдает работу
3. учитель проверяет работу, выставляет оценку и возвращает ее ученику
4. если ученика не устраивает оценка он может внести исправления в свою работу и вернуть работу на проверку учителю (в таком случае на ней появится пометка сдано повторно)

Как вы понимаете, пункты 3-4 могут повторяться бесконечно долго. Поэтому тут необходима какая-то договоренность с учениками: в каких случаях пересдавать работу можно, а в каких уже нельзя.

Любой, кто преподавал на младших курсах (да и вообще в вузе) знаком с этой ситуацией:

image
Совсем не смешно, между прочим

Я своим студентам выставила в этом семестре такое условие:
1. заранее известны сроки сдачи каждой лабы
2. если сдаешь в срок получаешь оценку как обычно
3. если сдаешь позже получаешь минус балл (то есть вместо 3 ставлю 2, вместо 5 4)

То же самое касается типовых расчетов, контрольных работ и вообще любых мер контроля. Получить отсрочку с понижением балла можно только по уважительной причине, если эту причину подтвердит деканат. В общем-то ничего нового и никакой жести я все это взяла из правил внутреннего распорядка института, которые также доступны студентам в открытом доступе.

В прошлом году условия, кстати говоря, были те же, но сдавать лабы можно было только очно и нигде не были зафиксированы требования и сроки. В результате я часто забывала кто, когда и что сдал, кому надо минусовать, а кому нет. Неотвратимость наказания, о которой я говорила, не работала вообще никак. Classroom же сам мне подсвечивает сроки сдачи. В итоге и мне удобно, и механизм минусования прозрачный (нет надежды на любимый авось).

Результат:
  • снижать когнитивную нагрузку за счет соцсети работает! Но приходится быть админом паблика
  • неотвратимость наказания в виде зафиксированных правил и критериев оценки работы работает! Главное не перегнуть палку, как в предыдущем примере.Это не я злая, это ты задание не выполнил, вот смотри критерии воспринимается намного лучше, чем: я поставлю тебя в сложную ситуацию и потом отругаю за то что ты ничего не смог поделать. Грань действительно тонкая, надо экспериментировать.
  • электронная ведомость очень помогает следить за прогрессом и сложными правилами выставления оценки (круто, если ее можно экспортировать в Google Sheets, например!) не только каждого конкретного студента, но и всей группы в целом. Так, например, я заметила что
  • в этом году группа сдает лабораторки быстрее, чем ребята в прошлом и позапрошлом году. То есть к середине семестра сдано чуть меньше половины всего плана по л/р. Для сравнения в прошлом семестре было чуть меньше четверти.
  • результаты контрольной работы (проводится по классике, на листочках) ощутимо лучше, чем в прошлом и позапрошлом году!

И напоследок


Короче говоря, мы выявили три основных фактора, которые сильно демотивируют студентов и заставляют их саботировать обучение. Для себя мы составили что-то вроде чек-листа, по которому можно сверяться. Заметил затык на курсе попробуй что-то поменять.

1. Студенты в ужасе от количества требований (проблема с когнитивной перегрузкой):
облегчить им жизнь (ну и себе тоже) четко пропишите структуру курса, сроки сдачи работ и критерии оценки;
попробовать схему с неотвратимым наказанием (если знаешь правила не лажай, а лажаешь пеняй на себя). Дисклеймер: применять с осторожностью.

2. Студентам кажется, что курс занудный и вообще не пригодится:
потратить пару семинаров на объяснение, как им в реальном мире пригодится то, что они будут изучать (это фундаментальная истина, и вряд ли она изменится). Рассказать, в каких продуктах, которые они используют, применяют технологии и методологии курса. Как то, чему вы посвятите семестр, связано с хайповыми темами;
не стесняться периодически напоминать им об этом, и чем разнообразнее тем лучше! (А вот в Mail, а вот в Яндексе, а вот в Google) Очень круто работают ссылки на конференции, где сотрудники рассказывают о релевантном опыте: студенты скорее всего смотреть не будут, но зато точно станут больше вам доверять;
объяснить, что учиться придется всю жизнь, а мерзкая дискретка здорово поможет в будущем учиться быстрее. Потому что на ней строятся технологии X, на которых строятся методологии Y
киньтесь в них для усиления Computing Curricula или любым другим источником, которому доверяете.

3. Студенты DDoS-ят жалобами Я ничего не панимайю и разбираться с этим не хочу:
регулярно просить обратную связь по курсу и не ругать за ошибки. Цель чтобы студенты не боялись признаваться вам, что что-то не понимают. Да, придется стать эджайл-коучем для учебной группы, но что поделать :)
если студент сдался, то попробовать честно с ним поговорить (можно слукавить это не ты ничего не понимаешь, это я плохо объясняю): В какой конкретно момент ты понял, что ничего не можешь решить?, Почему ты решил, что не справишься и ничего не будет работать?, Как я могу улучшить курс, чтобы он стал лучше/интереснее/проще?
поощрять всех и тех, кто хардово работает, и тех, кто еле-еле успевает за программой. Речь не о том, что все дети способные, а о том, что у каждого свой порог входа, и если студент прикладывает усилия он молодец. Есть такие, кому все дается легко от балды их поощрять не надо, это медвежья услуга: сейчас играют навыки, которые он уже получил в прошлом, но так как новые сейчас он не получает, то в дальнейшем споткнется о самое простое. Может и нет, конечно, но в любом случае поощрять надо не оценки, а получение компетенции (в идеале эти метрики совпадают).

image

В комментариях будет интересно обменяться мнениями: какие новые подходы вы обкатываете на студентах (а если нет, то почему), как часто контролируете понимание предмета, как находите контакт с новой группой, что демотивирует ваших студентов и вас?

Студенты тоже присоединяйтесь как справляетесь со своими мудрыми старцами-профессорами? Что полезного они делают с вами и наоборот? Что вас бесит в образовательном процессе?
Подробнее..

Прогулка по граблям 10 критических ошибок разработки теста для проверки знаний

02.10.2020 16:05:32 | Автор: admin

Перед записью на новый курс Machine Learning Advanced мы тестируем будущих студентов, чтобы определить уровень их готовности и понять, что именно им необходимо предложить для подготовки к курсу. Но возникает дилемма: с одной стороны, мы должны проверить знания по Data Science, с другой мы не можем устроить полноценный 4-х часовой экзамен.

Для решения такой задачи мы развернули штаб по TestDev прямо в команде разработки курсов по Data Science (и, похоже, это только начало). Представляем вам список 10 граблей, на которые наступают при разработке тестов для оценки знаний. Надеемся, что мир онлайн-обучения станет после этого чуть лучше.

Грабли 1: Не определить четко цели тестирования


Чтобы грамотно определить цели и составить тест, который будет их учитывать, на этапе планирования мы должны ответить себе на несколько вопросов:

  1. Что мы собственно проверяем?
  2. В какой среде будет проходить тестирование и какие механики используются? Какие в этой среде есть ограничения. Этот же пункт позволит понять технические требования к устройству, на котором будет проходить тестирование, а ещё к содержанию (если тест проходят с телефонов, картинки должны читаться даже на маленьком экране, должна быть возможность их увеличить и т.п.).
  3. Сколько времени будет проходить тестирование? Нужно продумать, в каких условиях пользователь будет проходить тест. Может ли возникнуть ситуация, что ему нужно будет прервать процесс тестирования, а затем снова продолжить?
  4. Будет ли обратная связь? Как формируем и доставляем ее? Что нужно для получения? Есть ли временной зазор между выполнением теста и обратной связью?

В нашем случае, ответив на эти вопросы, мы определили для теста такой список целей:

  1. Тест должен показать, готовы ли будущие студенты к прохождению курса, хватит ли им знаний и навыков.
  2. Тест должен дать нам материал для обратной связи, указать тему, в которой студенты допустили ошибку, чтобы они смогли подтянуть свои знания. Как его составить рассказываем далее.

Грабли 2: Не составить ТЗ для эксперта составителя теста


Для составления заданий теста очень важно привлекать эксперта в той области, знания в которой проверяются. А для эксперта в свою очередь нужно грамотное ТЗ (описание), включающее в себя темы теста, проверяемые знания/навыки и их уровень.

Эксперт такое ТЗ сам для себя делать не будет, ведь его работа придумать задания, а не структуру теста. Тем более, пока мало кто разрабатывает тесты профессионально, даже в процессе преподавания. Этому учат на отдельной специальности психометрика.

Если вам хочется быстро познакомиться с психометрикой, то в России есть летняя школа для всех интересующихся. Для более углубленного изучения в Институте образования есть магистратура и аспирантура.

Готовя ТЗ, мы собираем подробное описание теста для эксперта (а лучше, вместе с ним): темы заданий, тип заданий, их количество.

Как выбрать тип заданий: определившись с темами, решаем, какими заданиями это можно проверить лучше всего? Классические варианты: задание с открытым ответом, задание с множественным или единственным выбором, соответствия, др. (не забываем про технические ограничения среды, в которой проводится тестирование!). После определения и прописывания типа заданий у нас есть готовое ТЗ для эксперта. Можно назвать его спецификацией теста.

Грабли 3: Не вовлечь эксперта в разработку теста


При погружении эксперта в разработку теста, очень важно не просто обозначить ему объем работ, а вовлечь его в саму процедуру разработки.

Как сделать так, чтобы работа с экспертом была максимально эффективна:

  • Заранее настроить его и потратить какое-то время на рассказ о науке разработки тестов, психометрике.
  • Сфокусировать внимание эксперта на создании валидного и надежного инструмента оценки, а не списка вопросов.
  • Объяснить, что в его работу включается подготовительный этап, не только разработка самих заданий.

Некоторые эксперты (в силу своего характера) могут воспринимать это как проверку собственной работы, и им мы поясняем, что даже при создании отличных заданий, они просто могут не подойти под конкретные цели тестирования.

Чтобы процесс прошел быстро, мы готовим с экспертом таблицу покрытия тем (знаний и навыков), которая является частью спецификации теста. Именно эта таблица позволяет точно проработать вопросы, определить, что мы будем измерять. В каждом конкретном случае она может быть составлена немного по-разному. Наша задача: проверить, насколько человек хорошо ориентируется в знаниях и навыках предыдущих, базовых курсов, чтобы понять, насколько он готов к обучению на новом курсе.

Грабли 4: Думать, что эксперт знает лучше


Знает предмет лучше. Но не всегда понятно объясняет. Очень важно проверить формулировки заданий. Написать понятные инструкции, например, Выберите 1 верный вариант. В 90% эксперты готовят вопросы так, как им понятно самим. И это нормально. Но перед передачей теста тем, кто будет его проходить, нужно все проверить и причесать, чтобы люди, которые проходят тест, точно поняли, что от них требуется, и не допустили ошибок только потому, что могли неверно истолковать текст задания.

Чтобы избежать двойного толкования заданий, мы проводим когнитивные лаборатории. Мы просим людей из ЦА пройти тест, проговаривая вслух, что они думают и подробно это фиксируем. На когнитивных лабораториях можно поймать непонятные вопросы, плохие формулировки, получить первую обратную связь по тесту.

Грабли 5: Не учитывать время выполнения теста

sarcasm mode: on
Конечно же, наш тест самый лучший, все мечтают его пройти! Да, все 4 часа.
sarcasm mode: off
Когда есть список всего, что можно проверить, главное этого не делать (на первый взгляд странно звучит, не правда ли?). Нужно безжалостно резать, выделяя с экспертом ключевые знания и навыки (да, ряд навыков тоже можно проверить в тесте). Смотрим на тип заданий и прикидываем целевое время выполнения: если все еще больше разумных пределов режем!

Для сокращения объема, можно также попробовать (аккуратно) проверить одним заданием два навыка. В этом случае сложно понять, почему человек ошибся, но при верном выполнении можно учесть оба навыка. Важно убедиться, что эти 2 навыка соответствуют одной области знаний.

Грабли 6: Не продумать систему выставления баллов


Часто при составлении оценочных тестов, используют классическую систему оценивания в баллах, например, 1 балл за легкие задания и 2 балла за сложные. Но она не универсальна. Просто сумма баллов по итогам тестирования нам мало что скажет: мы не знаем, за какие задания получены эти баллы и можем определить лишь количество верных заданий. Нам нужно точное понимание, какие именно навыки демонстрируют участники тестирования. Кроме того, мы хотим дать им фидбек, какие темы необходимо доработать.

Ведь мы делаем тест, который будет делить людей на готовых и неготовых к прохождению программы, некоторым мы будем советовать подготовится к курсу на бесплатном обучении. Нам важно, чтобы в эту группу попали только те, кому это действительно нужно и кто к этому готов.

Что делаем в нашей ситуации: определяемся внутри рабочей группы разработчиков теста, какие группы людей нужно выделить (например, готовые к обучению, частично готовые) и формируем таблицу характеристик таких групп, с указанием того, какие навыки и знания, будут актуальны для группы готовых к обучению. Так можно формировать трудность заданий для подобных тестов.

Грабли 7: Оценивать результаты только автоматически


Конечно, оценивание должно быть максимально объективным, поэтому часть материалов студентов оценивается автоматически, по ключам сравнивая с верными ответами. Даже если нет специальной системы тестирования, есть масса бесплатных решений. А если есть понимание принципов написания скриптов, то с гугл-формами и результатами в таблицах можно делать что угодно. Если часть заданий проверяют эксперты, то нам необходимо продумать доставку экспертам ответов, без информации о сдающих. И подумать, как интегрировать результаты проверки экспертов в итоговое оценивание.

Мы изначально хотели сделать несколько открытых заданий с кодом, когда эксперты оценивают решения по заранее сформированным критериям, и даже подготовили систему, которая экспортирует отдельные ответы участников тестирования в специальную таблицу для экспертов, а потом импортирует результаты в таблицу с расчетом оценивания. Но после обсуждения с представителями ЦА, продакт-менеджером и педагогическим дизайнером, мы посчитали, что провести техническое интервью с мгновенным фидбэком эксперта и обсуждением кода, а также отдельных вопросов будет гораздо эффективнее и полезнее для самих участников.

Теперь эксперт верифицирует прохождение теста, уточняя некоторые вопросы. Для этого мы подготовили гайд вопросов, критерии оценивания для технического интервью. Перед техническим интервью эксперт получает карту ответов участника тестирования, чтобы выбрать вопросы, которые стоит задать.

Грабли 8: Не объяснять результаты тестирования


Представление обратной связи участникам отдельный вопрос. Нам необходимо не только проинформировать о тестовом балле, но и дать понимание результатов теста.
Это могут быть:

  • Задания, в которых участник ошибся, а которые выполнил верно.
  • Темы, в которых участник допустил ошибки.
  • Его рейтинг среди сдающих экзамен.
  • Описание уровня участника, в соответствии, например, с описанием уровня специалистов (на основе описания вакансий).

При пилотном запуске нашего теста, тем кто хотел поступить на программу, вместе с результатами, мы показывали список тем, которые нужно подтянуть. Но это конечно не идеал, мы будем совершенствоваться и делать обратную связь лучше.

Грабли 9: Не обсуждать тест с разработчиками


Пожалуй, самые острые грабли, наступать на которые особенно неприятно отправить разработчикам тест, описание и шкалу подсчета в состоянии как есть.
Что именно нуждается в обсуждении:

  • Внешний вид вопросов, структура, положение графики, как выглядит выбор верного ответа.
  • Как считается балл (если нужен), нет ли дополнительных условий.
  • Как формируется обратная связь, где брать тексты, нет ли дополнительно, формирующихся автоматически блоков.
  • Какую дополнительную информацию вам необходимо собирать и в какой момент (те же контакты).

Чтобы избежать недопонимания, мы просим наших разрабов закодить 2 или 3 разных вопроса, чтобы можно было глянуть, как они выглядят перед программированием самого теста.

Грабли 10: Не тестируя заливать сразу в продакшн


3 раза, ребята, проверять тест должны 3 раза разные люди, а лучше каждый по 3. Эта истина добыта кровью, потом и пикселями строчками кода.

У нас тест проверяет такое трио:

  1. Продакт проверяет тест на работоспособность, внешний вид, механики.
  2. Разработчик теста проверяет текст заданий, их порядок, форму работы с тестом, типы заданий, верных ответов, читабельность и нормальный просмотр графики.
  3. Автор заданий (эксперт) проверяет тест на верность с экспертной позиции.

Пример из практики: только на третий раз прогона автор заданий увидел, что 1 задание осталось в старом варианте формулировки. Все предыдущие тоже активно правили. Но когда тест закодили, выглядел он иначе, чем изначально представляли. С большой вероятностью что-то придется править. Это нужно учитывать.

Итог


Аккуратно обойдя все эти грабли, мы создали специального бота в Telegram, для проверки знаний абитуриентов. Любой желающий может потестить его, пока мы готовим следующий материал, в котором расскажем, что происходило внутри бота, и во что это все трансформировалось потом.

image

Получить востребованную профессию с нуля или Level Up по навыкам и зарплате, можно пройдя онлайн-курсы SkillFactory:



Подробнее..

Категории

Последние комментарии

© 2006-2021, personeltest.ru