Новые складчины | страница 21

​

PowerPoint полный курс, без воды

Чему вы научитесь

Теория цвета, дизайна и анимации в презентации
Создание успешной презентации
Изучение и практика в программе PowerPoint
Создание видео, сториса и интро в программе PowerPoint
Скрытые возможности программы

Описание
Приветствую вас на моём курсе по программе PowerPoint.

Уже более 10ти лет я работаю в сфере ИТ, на должности дизайнера. Я начинал как графический дизайнер. Ещё в самом начале моей карьеры, я познакомился с программой PowerPoint, где работая на фрилансе, я зарабатывал на том, что создавал и разрабатывал логику и дизайн презентаций для крупных брендов. Для более эффективной и быстрой разработки, я почти полностью изучил программу PowerPoint и научился создавать эффектные презентации в короткие сроки.

На этом курсе я научу вас пользоваться программой и постараюсь передать вам часть своих знаний и умений, накопленных мной за 10 лет работы в сфере ИТ и дизайна. Я постарался сделать курс максимально информативным, при этом вырезав из него все АааАааа и ЭээМмм...

Мы начнем с базы - с теории, где я быстро и поверхностно расскажу вам о сути презентации. Следующий наш шаг - знакомство и работа с функционалом программы. В разделе практика, мы создадим с вами не типичные вещи для PowerPoint. Так например использовав программы, мы создадим инстраграм сторис, анимированный баннер и плакат с инфографикой. В конце курса вас будет ждать несколько бонусов.

Я поделюсь с вами своей коллекцией бесплатных векторных иконок, расскажу о том, как и где брать изображения или картинки для ваших презентаций. Для тех кто хотел бы зарабатывать на разработке шаблонов, я подготовил видео где познакомлю вас с некоторыми ресурсами и покажу сколько можно зарабатывать на презентациях.

С нетерпением жду вас у себя на курсе! Спасибо за ваше время.

Для кого этот курс:

Курс подходит как новичкам так и опытным пользователям программы
Курс будет полезен дизайнерам, которые ранее не работали в программе PowerPoint

​

Привет. На связи Сергей. Я программист с 12 годами опыта в IT, тимлид Авито! Приглашаю тебя на свой 6-ти недельный курс по мышлению программиста.

Ты, возможно, спросишь, а зачем мне это и что такое вообще мышление программиста.

Cейчас все объясню.

Если ты только хочешь стать программистом, то возникают вопросы, а с чего вообще начать. А самое важное, как это сделать правильно, чтобы устроиться на работу программистом как можно быстрее.

А вот если ты уже начал изучать программирование, то скорее всего столкнулся с проблемами, когда непонятно, как самостоятельно решать задачу.

Ты вроде изучил синтаксис языка и даже, когда повторяешь код по урокам, то что-то получается. Но вот когда нужно самому написать код с нуля и придумать решение, то все - ступор.

- С чего начать решение
- Какой код написать
- Как продумать логику решения

И ты начинаешь копаться в себе и думать, что ты слишком глуп(а) для программирования и это не твое. Появляется апатия. Но не спеши уходить в самокопание. На самом деле есть решение.

Стать программистом = научиться мыслить как программист

И по факту, только научившись мыслить как программист, ты сможешь устроиться на работу программистом и получить те, преимущества работы в IT, о которых ты мечтаешь:

- высокая зарплата
- понятный карьерный рост
- удаленная работа
- интересные задачи

Какие 3 базовых элемента нужно знать, чтобы описать любой алгоритм
Научившись работать с этими 3 элементами, ты сможешь написать ЛЮБУЮ компьютерную программу:
сайт или web-приложение, бекенд сервер, iOS или Android приложение.
Разберем, что это за элементы и как их применить на практике.
Чтобы процесс программирования доставлял удовольствие и был в радость.
Поистине уникальная профессия - кайфуешь от процесса, хорошо зарабатываешь и работаешь удаленно.
Все благодаря 3-м базовым элементам.

Как программисты решают сложные задачи
Знаешь, насколько масштабны сервисы, которыми ты пользуешься каждый день: яндекс.такси, тинькофф-банк, google, запрещенная сеть, youtube.
Эти сервисы создаются тысячами программистами. Сотни команды одновременно вовлечены в разработку.
И кажется, что это все невероятно сложно.
Ха, на самом деле, программисты просто знают, как сложное сделать простым.
Программисты умеют без погружения в лишние детали описать решение сложных задач.
А затем так проработать это решение, чтобы процесс написания кода становится невероятно легкой задачей.
Прием, которым пользуются программисты называется декомпозиция, и в этом мини-курсе мы научимся использовать этот прием для разработки реальных программ.

Какое направление в программировании выбрать новичку и что нужно, чтобы освоить профессию и начать работать
Мышление программиста - это необходимый фундамент, чтобы дальше выбрать конкретное направление и освоить профессию.
Но…
Какое направление из десятка вариантов лучше всего выбрать новичку, чтобы точно все получилось?
Какие факторы необходимо учесть, чтобы правильно выстроить процесс обучения и уверенно двигаться к трудоустройство?
И что влияет на успешное прохождение собеседования?
От понимания этих вещей в конечном итоге зависит, сможешь ли ты стать программистом и работать в IT или нет.

Спойлер: Что внутри?

Продажник:

[Stepik] Искусственный интеллект и его применение к прикладным задачам (Олег Максименко)​

Курс содержит теоретическую информацию, подкрепляемую проверкой путем выполнения небольших проверочных заданий.

Цель курса:
- Получение первичных теоретических знаний в области искусственного интеллекта, его разновидностях и сферах применения;
- Рассматриваются типы данных, используемые в работе с искусственным интеллектом;
- Даётся обзор принципов работы искусственного интеллекта.

Для кого этот курс:
- Постановщики бизнес-задач;
- Пользователи решений на основе искусственного интеллекта;
- Желающие приобрести знания в области основ искусственного интеллекта.

Начальные требования:
- Знание основ математики;
- Желание развивать знания и навыки в области искусственного интеллекта.

Спойлер: Программа курса

История развития искусственного интеллекта
01 Зарождение ИИ
02 Рождение термина ИИ
03 Начало эпохи ИИ
04 Новая волна: экспертные системы 70-х - 80-х
05 Виды ИИ
06 Виды Искусственного Интеллекта: философский взгляд
07 Типы Искусственного Интеллекта: по методам обучения
08 Итоги

Машинное обучение
01 Что это?
02 Традиционное Программирование vs. Машинное обучение
03 Парадигма машинного обучения
04 Типы машинного обучения
05 Supervised Machine Learning
06 Unsupervised Machine Learning
07 Reinforcement Machine Learning
08 Области применения машинного обучения
09 Недостатки машинного обучения
10 Итоги

Нейронные сети и глубокое обучение
01 Нейронные Сети
02 Глубокое Обучение
03 Машинное Обучение vs. Глубокое Обучение
04 Области применения Глубокого Обучения
05 Типы Архитектур для Нейронных Сетей
06 Итоги

Обработка данных и проектирование признаков
01 Dataset
02 Как работает машинное обучение
03 Проектирование признаков
04 Итоги

[Udemy] Программирование на Python с минимальными навыками при помощи ChatGPT (Ardit Sulce)​

Этот курс научит вас использовать ChatGPT, мощную языковую модель искусственного интеллекта, для создания кода на Python без предварительного опыта программирования.

Курс идеально подходит для тех, кто хочет научиться создавать автоматизированные программы и приложения на Python, но не имеет практически никакого опыта кодирования. Вместо того чтобы изучать код на Python, вы узнаете, как писать хорошие запросы ChatGPT, которые генерируют код Python. Затем вы будете запускать этот код на своем компьютере и получать результат, который может представлять собой несколько сгенерированных файлов, веб-приложение, графический интерфейс рабочего стола, график анализа данных и т.д.

Курс разделен на пять разделов, каждый из которых посвящен отдельным аспектам использования ChatGPT для создания автоматизаций и приложений на Python.

В первом разделе вы узнаете, как зарегистрироваться в ChatGPT и установить необходимые инструменты Python для выполнения сгенерированного кода. В последующих разделах вы погрузитесь в использование ChatGPT для создания скриптов Python, автоматизирующих действия, анализа и визуализации данных, а также создания веб-приложений и приложений с графическим интерфейсом для настольных компьютеров.

Курс рассчитан на практическую работу, в нем много примеров и проектов, которые помогут вам применить полученные знания.

К концу курса у вас будут навыки создания собственных приложений на Python с использованием ChatGPT.

Преподаватель Ардит Сулче, опытный пользователь ChatGPT, разработчик Python и лучший преподаватель Python на Udemy, создал этот курс доступным и увлекательным. Вы будете учиться в своем собственном темпе, с пожизненным доступом к материалам курса. В целом, это идеальный курс для всех, кто хочет научиться генерировать код на Python с помощью ChatGPT и воплощать свои идеи в жизнь. Записывайтесь сейчас и начните свое путешествие в мир программирования с ChatGPT!

Курс на русском языке (машинный перевод).
Этот же курс на английском языке Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

Спойлер: Содержание (файлы и папки)

1 Начало работы
1 Введение в курс.avi [4m 479k 350]
2 Установка инструментов.avi [11m 455k 978]
3 Создание и запуск вашей первой программы.avi [38m 647k 252]
4 Среда выполнения программы.avi [20m 307k 690]
5 Анатомия хорошего запроса ChatGPT.avi [17m 68k 618]
6 Анатомия файла Python.avi [12m 869k 700]
7 Задание последующих запросов в ChatGPT.avi [17m 710k 24]

2 ChatGPT для автоматизации работы с файлами и данными
1 Изменение текстовых файлов в массовом порядке с помощью ChatGPT.avi [24m 636k 994]
2 Слияние текстовых файлов с помощью ChatGPT.avi [15m 365k 536]
3 Оптимизация обработки Excel с помощью ChatGPT.avi [25m 156k 658]
4 Как установить расширения Python.avi [23m 300k]
5 Объединение файлов Excel с помощью ChatGPT.avi [17m 435k 592]
6 Массовая обработка CSV-файлов с помощью ChatGPT.avi [17m 9k 410]
7 Генерация ZIP-файлов на основе правил с помощью ChatGPT.avi [37m 759k 710]

3 ChatGPT для анализа и визуализации данных
1 Создание гистограмм и описательных статистик с помощью ChatGPT.avi [38m 5k 486]
2 Агрегируйте и стройте временные ряды данных с помощью ChatGPT.avi [18m 494k 156]
3 Создание интерактивных информационных панелей с помощью ChatGPT.avi [14m 971k 600]

4 ChatGPT для создания веб-приложений
1 Создание веб-приложений с помощью ChatGPT.avi [52m 577k 178]
2 Создание веб-приложения для генерации цитат с помощью ChatGPT.avi [25m 155k 830]
3 Публикация веб-приложений в Интернете.avi [27m 709k 518]

5 ChatGPT для создания приложений с графическим интерфейсом для настольных компьютеров
1 Ваше первое приложение для настольного графического интерфейса.avi [29m 900k]
2 Глоссарий виджетов графического интерфейса.avi [6m 435k 886]
3 Приложение Excel Viewer GUI.avi [22m 699k 520]
4 Bonus Lecture.html [1k 161]

Объем: 497Мб.

[Udemy] ChatGPT: Turning Anyone Into a Coder (Pragati Kunwer)

former name - Master AI-Assisted Coding with ChatGPT​

Welcome to "ChatGPT: Turning Anyone Into a Coder!" This course is designed for those curious minds who wish to delve into the world of programming but don't know where to start. It's also a fit for anyone looking to streamline their coding process using the power of AI. The only prerequisite for this course is your curiosity and willingness to learn.

Our primary tool for this journey is OpenAI's ChatGPT, an advanced AI model that aids with a variety of tasks, including learning how to code. Leveraging ChatGPT's capabilities, we aim to make the coding process more efficient, more accessible, and more enjoyable.

The course starts with an introduction to ChatGPT, explaining how it functions and how it can be harnessed to assist with coding. You'll gain an understanding of its potential and limitations, providing you with a foundation for using AI in coding.

Following this, we'll dive into practical sessions where you'll get hands-on experience in coding. You will learn how to build Python and Django applications under the guidance of ChatGPT. We will walk through creating a blogging web app, covering each step of the process to ensure you understand not just the 'how' but also the 'why'. A Git repository is provided to offer real-life examples and reference code.

Throughout the course, you will get a chance to interact with ChatGPT, understand its responses, and refine your queries to get the best assistance. As you progress, you will notice your comfort with coding concepts increasing, and tasks that seemed daunting will start to become second nature.

The course is structured in a way that is friendly to beginners, taking you from the basics to more complex concepts at a comfortable pace. Yet, even those with some coding experience may find valuable insights, especially in how AI can be utilized to improve their coding process.

By the end of the course, you will have a good grasp of coding fundamentals, experience in building a web application, and a powerful tool in ChatGPT that will continue to assist you in your coding journey.

Join us in "ChatGPT: Turning Anyone Into a Coder!" and embark on an exciting journey of learning and discovery. Unleash your potential, leverage the power of AI, and turn your coding curiosity into a tangible skill.

What you'll learn:
- The fundamentals of ChatGPT, its architecture, and various use cases, with a focus on code generation.
- How to set up a development environment and interact with the OpenAI API for generating code snippets.
- Techniques for effectively generating code using ChatGPT for popular programming languages and frameworks.
- Advanced customization and fine-tuning strategies for optimizing ChatGPT's code generation capabilities.
- How to integrate ChatGPT into their development workflow using IDE integrations, command-line tools, and automation.
- Leveraging ChatGPT for code review and debugging, ensuring code quality and security.
- Real-world examples and case studies showcasing the advantages and challenges of AI-powered code generation.
- Best practices for using ChatGPT as a collaborative coding tool and maximizing productivity.
- Acquire the skills to innovate and create AI-powered applications that stand out in the competitive tech landscape, opening up new opportunities for career grow

Requirements:
- A computer with an Internet connection: This is essential as the course is online and we'll be using web-based tools and resources.
- Basic computer skills: You should be comfortable with operating a computer, using a web browser, and downloading/installing software if needed.
- Open-mindedness and curiosity: As we will be working with AI and coding, having an open mind and a willingness to experiment and learn is crucial.
- Motivation to learn about AI-assisted coding and a willingness to experiment with new techniques and tools.
- No prior experience with ChatGPT or AI is required, as the course will cover these concepts from the ground up. The course is designed to cater to software developers and engineers looking to enhance their coding productivity using AI-powered tools.
- No prior coding experience is required! This course is designed to help you get started from scratch. Even if you've never written a line of code before, our step-by-step approach will guide you through the basics and into more advanced concepts. All you need is the willingness to learn.

Who this course is for:
- Complete beginners in coding: If you have always been curious about coding but never knew where to start, this course is for you. We'll start from the basics and gradually build up your skills.
- Professionals seeking to add coding to their skillset: If you're in a field where coding could enhance your work but you've never had the opportunity to learn, this course will provide a beginner-friendly introduction.
- Individuals with a basic understanding of programming concepts and experience in at least one programming language, looking to explore the possibilities offered by AI in software development.
- Individuals interested in leveraging AI for coding: If you've heard about AI's potential in coding and want to learn how to take advantage of it, this course will guide you on how to use ChatGPT to enhance your coding process.
- Anyone wanting to understand how AI can assist in everyday tasks: Even if you're not specifically interested in coding, understanding how AI like ChatGPT can assist in a variety of tasks can be very beneficial.
- Tech enthusiasts who want to stay up-to-date with the latest advancements in AI and its applications in the software development process.
- The course content will be valuable for those who want to explore the capabilities of OpenAI's ChatGPT, learn how to integrate it into their Python and Django projects, and build AI-powered applications that stand out in the competitive tech landscape. By catering to the needs of learners seeking to innovate and revolutionize their approach to web development, this course will provide valuable insights and hands-on experience in AI-assisted programming.

Курс на английском языке.
Этот же курс на русском языке (машинный перевод) Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

React. Интенсивный курс для программистов, 2023 (Дмитрий Лаврик)​

Изучить философию и дух компонентного подхода современных javascript-фреймворков, научиться использовать React для решения практических задач.
Для новичков React выглядит немного сложнее, чем Vue.js. Но вакансий на нём больше.

Спойлер: Программа курса

15 июня, 20:00 — урок 1
Простая сборка с vite
Понимание JSX
Понимание основных хуков
Изменение состояния и иммутабельность
Рендеринг элементов в цикле
Нюансы атрибута key

19 июня, 20:00 — урок 2
useEffect, useRef, useMemo
Взаимодействие между компонентами
Однонаправленный поток данных
Обработка событий
Children - передача контента в компонент
Работа с формами

22 июня, 20:00 — урок 3
Работа со стилями
Модульный CSS vs CSS in JS
Идеи Tailwind CSS
Работа с готовыми UI-фреймворками
Использование Material Tailwind

26 июня, 20:00 — урок 4
Проблемы большой иерархии компонентов
Проброс параметров сквозь уровни
Понимание React Context
Context Provider и useContext
Создание своих хуков

29 июня, 20:00 — урок 5
Управление состоянием приложения
Централизованное хранилище данных
Mobx vs Redux / Recoil
Основы работы с Mobx
Состояние, геттеры и методы
Mobx и реактивность компонентов

3 июля, 20:00 — урок 6
Продвинутая работа с Mobx
Модули хранилища и rootStore
Внедрение хранилища через контекст
Основы React Router
Нюансы режима Api History
Создание небольшого SPA

6 июля, 20:00 — урок 7
Взаимодействие с серверным API
Подготовка к работе с Fetch / Axios
Построение архитектуры приложения
Сущности http и api
Глобальная обработка ошибок

10 июля, 20:00 — урок 8
Доработка SPA
Применение изученных тем
Сборка в production
Перенос SPA на сервер
Рекомендации по дальнейшему развитию

​

Проектирование системы для собеседований и не только.

Отличный курс от практика System Design. Записывайся!

Английский + Англиские субтитры

Спойлер: Содержание на русском

1. Введение
   1.1. Введение в курс
   1.2. Кому и как курс будет полезен
   1.3. Обзор курса
2. Как определить системные требования
   2.1. Системные требования
   2.2. Функциональные требования
   2.3. Высокая доступность
   2.4. Отказоустойчивость, устойчивость к сбоям, надежность
   2.5. Масштабируемость
   2.6. Производительность
   2.7. Надежность
   2.8. Согласованность
   2.9. Обслуживаемость, безопасность, стоимость
   2.10. Сводка системных требований
3. Как достичь определенных качеств системы с помощью аппаратных средств
   3.1. Регионы, зоны доступности, центры обработки данных, стойки, серверы
   3.2. Физические серверы, виртуальные машины, контейнеры, безсерверные
   3.3. Основы надежной, масштабируемой и быстрой коммуникации
   3.4. Синхронная vs асинхронная коммуникация
   3.5. Асинхронные шаблоны обмена сообщениями
   3.6. Сетевые протоколы
   3.7. Блокирующий vs неблокирующий ввод-вывод
   3.8. Форматы кодирования данных
   3.9. Подтверждение сообщений
4. Как улучшить производительность системы с помощью кэша
   4.1. Кэш дедупликации
   4.2. Кэш метаданных
5. Важность очередей в распределенных системах
   5.1. Очередь
   5.2. Проблемы полной и пустой очереди
   5.3. Начните с чего-то простого
   5.4. Блокирующая очередь и шаблон производитель-потребитель
   5.5. Пул потоков
   5.6. Архитектура больших вычислений
6. Внутренности систем хранения данных
   6.1. Журнал
   6.2. Индекс
   6.3. Данные временных рядов
   6.4. Простая база данных ключ-значение
   6.5. Индекс B-дерева
   6.6. Встроенная база данных
   6.7. RocksDB
   6.8. LSM-дерево vs B-дерево
   6.9. Кэш страниц
7. Как построить эффективную коммуникацию в распределенных системах
   7.1. Push vs pull
   7.2. Обнаружение хостов
   7.3. Обнаружение служб
   7.4. Обнаружение пиров
   7.5. Как выбрать сетевой протокол
   7.6. Сетевые протоколы в реальных системах
   7.7. Видео через HTTP
   7.8. CDN
   7.9. Технологии push и pull
   7.10. Технологии push и pull в реальных системах
   7.11. Архитектуры масштабирования push на больших масштабах
8. Как доставлять данные надежно
   8.1. Что еще нужно знать для создания надежных, масштабируемых и быстрых систем
   8.2. Тайм-ауты
   8.3. Что делать с неудачными запросами
   8.4. Когда повторять попытку
   8.5. Как повторять попытку
   8.6. Гарантии доставки сообщений
   8.7. Смещения потребителей
9. Как быстро доставлять данные
   9.1. Пакетирование
   9.2. Сжатие
10. Как доставлять данные на большом масштабе
    10.1. Как масштабировать потребление сообщений
    10.2. Разбиение на разделы в реальных системах
    10.3. Стратегии разбиения на разделы
    10.4. Маршрутизация запросов
    10.5. Перебалансировка разделов
    10.6. Консистентное хеширование
11. Как защитить серверы от клиентов
    11.1. Перегрузка системы
    11.2. Автомасштабирование
    11.3. Проектирование системы автоматического масштабирования
    11.4. Отбрасывание нагрузки
    11.5. Ограничение скорости
    11.6. Как защитить клиентов от серверов
    11.7. Синхронные и асинхронные клиенты
    11.8. Выключатель цепи
    11.9. Принцип проектирования fail-fast
    11.10. Балка
    11.11. Shuffle sharding
12. Эпилог
    12.1. Конец (но не совсем)

1. Introduction
1.1. Course introduction
1.2. Who will benefit from the course and how
1.3. Course overview


2. How to define system requirements
2.1. System requirements
2.2. Functional requirements
2.3. High availability
2.4. Fault tolerance, resilience, reliability
2.5. Scalability
2.6. Performance
2.7. Durability
2.8. Consistency
2.9. Maintainability, security, cost
2.10. Summary of system requirements


3. How to achieve certain system qualities with the help of hardware
3.1. Regions, availability zones, data centers, racks, servers
3.2. Physical servers, virtual machines, containers, serverless
3.3. Fundamentals of reliable, scalable, and fast communication
3.4. Synchronous vs asynchronous communication
3.5. Asynchronous messaging patterns
3.6. Network protocols
3.7. Blocking vs non-blocking I/O
3.8. Data encoding formats
3.9. Message acknowledgment

4. How to improve system performance with caching
4.1. Deduplication cache
4.2. Metadata cache

5. The importance of queues in distributed systems
5.1. Queue
5.2. Full and empty queue problems
5.3. Start with something simple
5.4. Blocking queue and producer-consumer pattern
5.5. Thread pool
5.6. Big compute architecture

6. Data store internals
6.1. Log
6.2. Index
6.3. Time series data
6.4. Simple key-value database
6.5. B-tree index
6.6. Embedded database
6.7. RocksDB
6.8. LSM-tree vs B-tree
6.9. Page cache

7. How to build efficient communication in distributed systems
7.1. Push vs pull
7.2. Host discovery
7.3. Service discovery
7.4. Peer discovery
7.5. How to choose a network protocol
7.6. Network protocols in real-life systems
7.7. Video over HTTP
7.8. CDN
7.9. Push and pull technologies
7.10. Push and pull technologies in real-life systems
7.11. Large-scale push architectures

8. How to deliver data reliably
8.1. What else to know to build reliable, scalable, and fast systems
8.2. Timeouts
8.3. What to do with failed requests
8.4. When to retry
8.5. How to retry
8.6. Message delivery guarantees
8.7. Consumer offsets

9. How to deliver data quickly
9.1. Batching
9.2. Compression
10. How to deliver data at large scale
10.1. How to scale message consumption
10.2. Partitioning in real-life systems
10.3. Partitioning strategies
10.4. Request routing
10.5. Rebalancing partitions
10.6. Consistent hashing
11. How to protect servers from clients
11.1. System overload
11.2. Autoscaling
11.3. Autoscaling system design
11.4. Load shedding
11.5. Rate limiting
11.6. How to protect clients from servers
11.7. Synchronous and asynchronous clients
11.8. Circuit breaker
11.9. Fail-fast design principle
11.10. Bulkhead
11.11. Shuffle sharding

12. Epilogue
12.1. The end (but not quite)
Об авторе:
Hi! This is Mikhail Smarshchok from the System Design Interview YouTube channel . I am a software engineer with a passion for learning, teaching and mentoring. Having over 15 years of industry experience, last 9 years I worked on building scalable, highly available and low latency

distributed systems. For a long time, I have wondered what is the best way to learn system design. While there are many excellent resources for learning individual concepts, few provide a holistic view of how to design systems. And even after you've invested a lot of time and gained a lot of knowledge, it's still hard to develop true system design thinking. Thinking that helps answer questions like: where to start my design; where to go next; how to break this big obscure problem into sub-problems that I know how to solve; and even if I don't know the answer, can I make an educated guess? So I challenged myself to create a course that can help build and improve system design thinking. And two years later, you can see the result of this work. Feel free to connect/follow me on LinkedIn where I try to post more of my thoughts and learning material regularly.

Привет! Меня зовут Михаил Смарщок, я создатель YouTube-канала "System Design Interview". Я - программист с увлечением к обучению и наставничеству. С более чем 15-летним опытом работы в индустрии, в последние 9 лет я занимался разработкой масштабируемых, высокодоступных и систем с низкой задержкой распределенных систем. Долгое время я задавался вопросом, как лучше всего изучать проектирование систем. Хотя существует множество отличных ресурсов для изучения отдельных концепций, немногие предоставляют целостное представление о том, как проектировать системы. И даже после того, как вы вложили много времени и получили много знаний, все еще трудно развивать настоящее мышление о проектировании систем. Мышление, которое помогает ответить на вопросы, такие как: с чего начать проектирование; куда двигаться дальше; как разбить эту большую неясную проблему на подзадачи, которые я умею решать; и даже если я не знаю ответа, могу ли я дать обоснованное предположение? Так что я бросил себе вызов создать курс, который может помочь строить и улучшать мышление о проектировании систем. И через два года вы можете увидеть результаты моей работы. Не стесняйтесь связаться со мной на LinkedIn, где я регулярно публикую свои мысли и материалы для обучения.

​

Что вы получите:

• Разберётесь в метриках и научитесь рассчитывать их с помощью SQL
• Научитесь сегментировать аудиторию
• Примените Python для анализа АВ-теста
• Создадите в Tableau дашборд для мониторинга ключевых метрик
• Сможете заниматься в удобное время из любой точки мира
• Пройдёте полный путь АВ-эксперимента

О чём этот курс:

За 10 недель вы погрузитесь в работу продуктового аналитика и решите реальные кейсы: проведёте полноценные исследования, разберётесь с ad-hoc запросами, узнаете тонкости A/B-тестирования.

Мы подобрали для вас кейсы из разных областей. Среди них онлайн-кинотеатр, доставка еды и маркетплейс. А чтобы вы не сбились с пути, вас будет поддерживать ментор. Он выступит в роли руководителя отдела аналитики, к которому вы «пришли на работу».

Кому подойдёт:

• Аналитикам, которые хотят быстрее карьерно вырасти. Получите ещё больше практики и прокачаетесь в сложных задачах
• IT-специалистам, которые хотят перейти в аналитики. Если у вас уже есть необходимые хардскилы (Python, SQL), попробуете сразу решать аналитические задачи. Это поможет вам быстрее сменить профессию
• Продакт-менеджерам. Если часто сталкиваетесь с аналитическими задачами в повседневной работе и хотите лучше оценивать эффективность внедрённых изменений в продукте
• Выпускникам курсов по анализу данных. Примените новые знания в реальных кейсах и «проживёте» будни аналитика в компании

Чему научитесь на курсе:

• Разбираться в метриках и понимать их взаимосвязь
• Делать когортный анализ
• Считать юнит-экономику
• Проводить исследования
• Визуализировать данные в Tableau
• Находить точки роста в продукте
• Сегментировать пользователей
• Рассчитывать метрики с помощью SQL
• Подготавливать, проводить и анализировать АВ-тесты

Инструменты и навыки, которые вы освоите:

• SQL
• Tableau
• Python
• Superset
• Excel
• Продуктовые воронки
• Сегментация
• AB-тестирование

Программа:

• Онбординг в продуктовую аналитику
• Расчет продуктовых метрик
• Когортный анализ и расчет юнит-экономики
• Поиск точек роста продукта
• Подготовка и анализ AB-экспериментов

1 модуль3 недели
Расчет продуктовых метрик

2 модуль2 недели
Когортный анализ и расчет юнит-экономики

3 модуль2 недели
Поиск точек роста продукта

4 модуль3 недели
Подготовка и анализ AB-экспериментов

[Udemy] Make Python Programs with ChatGPT with Zero Coding Skills (Ardit Sulce)​

This course teaches you how to use ChatGPT, a powerful AI language model, to generate Python code without any prior experience in programming. This course is perfect for individuals who want to learn how to create Python automations and apps but have little to no coding experience. Instead of learning to code in Python, you'll learn how to write good ChatGPT queries that generate Python code. You'll then run this code in your computer and get the output which could be some generated files, web app, desktop GUI, a data analysis graph, etc. The course is divided into five sections, each of which focuses on a different aspect of using ChatGPT to build Python automations and apps. In the first section, you'll learn how to sign up for ChatGPT and install the required Python tools to execute the generated code. In the following sections, you'll dive into using ChatGPT to generate Python scripts that automate things, analyze and visualize data, and build web apps and desktop GUI apps. The course is designed to be hands-on, with plenty of examples and projects to help you apply what you learn. By the end of the course, you'll have the skills to create your own Python applications using ChatGPT. The instructor, Ardit Sulce, is an experienced ChatGPT user, Python developer, and top Python instructor on Udemy who has designed this course to be accessible and fun. You'll learn at your own pace, with lifetime access to the course materials and the ability to ask questions and receive feedback from the instructor and other students. In summary, "Turn Ideas into Python Programs with ChatGPT" is the perfect course for anyone who wants to learn how to generate Python code using ChatGPT and bring their ideas to life. Enroll now and start your journey into the world of programming with ChatGPT!

Спойлер: Содержание (файлы и папки)

1 Getting Started
1 Course Introduction.mp4 [11m 128k 926]
2 Installing the Tools.mp4 [33m 528k 940]
3 Creating and Running Your First Program.mp4 [115m 334k 306]
4 The Program Execution Environment.mp4 [56m 781k 557]
5 Anatomy of a Good ChatGPT Query.mp4 [54m 815k 59]
6 Anatomy of a Python File.mp4 [39m 554k 125]
7 Asking Follow-up ChatGPT Queries.mp4 [54m 966k 881]

2 Using ChatGPT for File and Data Automations
1 Modifying Text Files in Bulk with ChatGPT.mp4 [73m 216k 565]
2 Merge Text Files with ChatGPT.mp4 [42m 853k 774]
3 Streamline Excel Processing with ChatGPT.mp4 [73m 552k 348]
4 How to Install Python Extensions.mp4 [73m 36k 963]
5 Merging Excel Files with ChatGPT.mp4 [55m 470k 17]
6 Processing CSV Files in Bulk with ChatGPT.mp4 [49m 52k 740]
7 Rule-Based ZIP Generation with ChatGPT.mp4 [118m 648k 54]

3 Using ChatGPT for Data Analysis and Visualization
1 Generate Histogram and Descriptive Statistics with ChatGPT.mp4 [111m 54k 823]
2 Aggregate and Plot Timeseries Data with ChatGPT.mp4 [56m 228k 867]
3 Build Interactive Data Dashboards with ChatGPT.mp4 [45m 33k 391]

4 Using ChatGPT to Build Web Apps
1 Build Web Apps with ChatGPT.mp4 [145m 343k 827]
2 Build a Quote Generation Web App with ChatGPT.mp4 [73m 532k 977]
3 Publish Web Apps on the Internet.mp4 [83m 333k 866]

5 Using ChatGPT to Build Desktop GUI Apps
1 Your First Desktop GUI App.mp4 [86m 252k 314]
2 Glossary of GUI Widgets.mp4 [15m 739k 535]
3 Excel Viewer GUI App.mp4 [66m 323k 732]
4 Bonus Lecture.html [1k 161]

Объем: 1,42Гб.

Курс на английском языке.
Этот же курс на русском языке (машинный перевод) Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Описание бизнес-процессов в формальных нотациях - один из must-have skill'ов для системного и бизнес-аналитика. На курсе вы освоите 6 самых востребованных методов описания бизнес-процессов: от структуры корпоративной деятельности в IDEF0 и движения потоков данных в DFD до детализации логики выполнения работ в EPC, BPMN, IDEF3 (workflow) и UML.

Цель курса:
Освоить базовые методы и средства описания бизнес-процессов с помощью формальных нотаций структурного и функционально-событийно моделирования: IDEF0, DFD, BPMN, EPC, IDEF3 (workflow) и UML activity и statechart.

Аудитория:
ИТ-специалисты, менеджеры проектов, руководители команд (team lead), линейные менеджеры и другие специалисты, которые хотят научиться структурировать корпоративную деятельность в виде бизнес-процессов, а также детально описывать их структуру и логику выполнения с помощью формальных нотаций/

Программа курса:

Часть 1. Основные понятия о бизнес-процессе – 2 часа

• Что такое бизнес-процесс (определение и ключевые характеристики)
• Отличия процесса от проекта
• Деятельность как система бизнес-процессов
• Понятие методологии и нотации
• Проверка усвоенных знаний (тест)
• Практическое задание на основании предложенного кейса определить:
  • набор бизнес-процессов верхнего уровня иерархии;
  • результаты каждого бизнес-процесса и взаимосвязи с остальными

Часть 2. Структурный анализ и SADT-моделирование – 2 часа

• SADT и IDEF-методы
• Методология и нотация функционального моделирования IDEF0
• Диаграмма потоков данных DFD
• IDEF3 как основа workflow-диаграмм
• Проверка усвоенных знаний (тест)
• Практическое задание на основании предложенного кейса описать:
  • систему бизнес-процессов в виде IDEF0-диаграммы;
  • обмен данными в DFD-диаграмме;
  • workflow-алгоритм выполнения процесса в IDEF3-нотации

Часть 3. Методы детального описания логики выполнения бизнес-процессов – 2 часа

• BPMN
• EPC
• Диаграммы деятельности и состояний UML
• Проверка усвоенных знаний (тест)
• Практическое задание на основании предложенного кейса детально описать логику выполнения одного или нескольких бизнес-процессов в нотациях EPC, BPMN и UML

Часть 4. Практика моделирования бизнес-процессов – 2 часа

• • CASE-средства и BPM-системы;
  • Итоговый тест проверки полученных знаний по всем методам описания бизнес-процессов;
  • Практическое задание в команде из 2-3 человек с презентацией результатов группе:
    • описать систему бизнес-процессов своего предприятия на верхнем уровне иерархии;
    • показать движение потоков данных в рамках одного или нескольких процессов;
    • описать детальную логику выполнения 4-х разных бизнес-процессов в нотациях EPC, UML, BPMN и workflow (IDEF3), подобрав для каждого процесса наиболее подходящую нотацию

​

Работа с очередями в RabbitMQ и Apache Kafka
Воркшоп для системных аналитиков, которые хотят познакомиться с брокерами сообщений RabbitMQ и Apache Kafka и не испугаются кода на Python — да, будет хардкор, будем писать код (по заготовкам ведущего)
Развернете в бесплатных облачных средах свои инстансы и решите на них задачу публикации и потребления сообщений разными сервисами, написанными собственноручно на Python в Google Colab.

Что получат участники

• 3 занятия по 2,5 часа
  Вы узнаете теорию по RabbitMQ и Apache KafkaСпроектируете потоковый конвейер обработки данных (data pipeline)
• Развернете
  в бесплатных облачных средах свои инстансы и решите на них задачу публикации и потребления сообщений разными сервисами, написанными собственноручно на Python в Google Colab.
• Опыт командной работы
  Размер группы не более 12 человек. Практика построена на простых примерах: заказе такси, еды и товаров, услуги туроператора и банка
• Сертификат
  Попросим оставить обратную связь.
  После этого вам придёт сертификат о прохождении воркшопа

Продажник:

​

Вы научитесь работать с потоковой обработкой данных, познакомитесь с Kafka и Spark Structured Streaming, освоите NoSQL поверх больших данных, подружите Spark с Cassandra.

Подробнее о каждом модуле и полезных навыках, которые вы освоите в модуле, мы рассказали ниже.

В этом модуле вы изучите:
▶ подходы к Realtime-обработке;
▶ гарантии обработки, переход от одной гарантии к другой, архитектуры "Лямбда" и "Каппа";
▶ Spark Streaming vs. Spark RDD, Spark Structured Streaming vs. Spark DataFrames, DStream;
▶ архитектура Kafka, Kafka Streams, репликация в Kafka. Отличие Kafka от классических очередей;
▶ семантики доставки сообщений, сжатие данных в Kafka, синхронная и асинхронная репликация.
▶ отличия Key-Value хранилищ от реляционных БД;
▶ компактификация и её виды, CQLSH;
▶ архитектура Cassandra;
▶ обеспечение надёжности и высокодоступности в Key-Value хранилищах;
▶ интеграция Spark с Cassandra.
▶ как бороться с Data Skew с помощью MapReduce подходов в разных фреймворках;
▶ trade-off между CPU и IO-bound приложениями, подходы к сжатию в Big Data, горячие и холодные данные;
▶ форматы данных в Big Data: ORC vs Parquet, Avro, ...

​

На протяжении этой части курса вы будете работать со Spark: от основных терминов и RDD до Spark DataFrames и оптимизации Spark вычислений.

В этом модуле вы изучите:
▶ cхема выполнения задачи в Spark;
▶ основные термины Spark (job, task, stage);
▶ представление вычислений в виде графа. Spark Python API. Spark RDD API;
▶ Broadcast-сообщения и счетчики.
▶ взаимодействие Hive и Spark SQL;
▶ отличия DF от RDD.
▶ Spark on YARN;
▶ типы stage в Spark;
▶ оптимизация операции shuffle;
▶ настройка Garbage Collection, тюнинг потребления памяти.

​

Вы научитесь работать с распределенными файловыми системами, познакомитесь с экосистемой Hadoop, разберетесь с оптимизацией MapReduce вычислений и работой с Hive.

Часть 1.
HDFS, Map Reduce, Hive

В этом модуле вы изучите:
▶ вводная часть: знакомство (задачи, оценки, дедлайны), подробности курса;
▶ распределенные файловые системы (GFS, HDFS). Их составляющие, достоинства, недостатки и сфера применения;
▶ чтение и запись в HDFS. HDFS APIs: Web, shell.
▶ Hadoop Streaming;
▶ элементы Hadoop-задачи (Mapper, reducer, combiner, partitioner, comparator).
▶ приложения с несколькими Hadoop-задачами;
▶ тюнинг Hadoop-job (настройка партиционирования, сложные ключи, uber jobs);
▶ задачи с несколькими входами. Joins в Hadoop.
▶ архитектура Hive, виды таблиц, форматы хранения данных;
▶ трансляция Hive-запросов в MapReduce-задачи;
▶ сериализация и десериализация;
▶ тюнинг Join'ов в Hive;
▶ партиционирование, бакетирование, семплирование;
▶ User defined functions, Hive Streaming.

​

Курс продолжает линию "Поколение Python" и знакомит студентов с объектно-ориентированным программированием на языке Python


8 модулей
48 уроков
800 заданий

В курсе рассматриваются атрибуты, методы, свойства, магические методы, наследование, полиморфизм, декораторы классов и многое другое.

Решения проверяет автоматическая система, поэтому обратную связь вы получите быстро. Если у вас возникнут вопросы, команда курса даст советы и подсказки. Кроме того, проблемы можно обсуждать с однокурсниками в комментариях к задачам.

Для прохождения курса необходимо знание основных типов и конструкций Python.

Программа курса:

Модуль 1: Повторяем основные конструкции языка Python
Повторяется материал курса для профессионалов: множества, декораторы, итераторы, генераторы, регулярные выражения.

Модуль 2: Введение в ООП
Изучаются основные концепции объектно-ориентированного программирования: наследование, инкапсуляция, полиморфизм.

Модуль 3: Атрибуты, свойства и методы
Изучаются атрибуты, методы (декораторы @classmethod и @staticmethod) и свойства (декоратор @property).

Модуль 4: Магические методы
Изучаются магические методы: создание и инициализация, строковое представление, сравнение, арифметические операции, вызываемые объекты.

Модуль 5: Протоколы
Изучаются протоколы итерируемых объектов, последовательностей, контекстных менеджеров и дескрипторов.

Модуль 6: Наследование и полиморфизм
Изучается концепция наследования, полиморфизма, абстрактные классы и модуль abc.

Модуль 7: Дополнительные возможности
Изучаются слоты (атрибут __slots__), перечисления (Enum), декораторы классов и модуль dataclasses.

Модуль 8: Задачи на проектирование классов
Повторение пройденного на курсе материала с помощью решения задач на проектирование классов.