Как стать чемпионом цифровой трансформации
«Цифровой» в наши дни очень популярен. Это основная тема в повестке дня практически каждого совета директоров, независимо от бизнеса или отрасли. Разработаны цифровые программы, созданы красивые слайды, весь рынок внезапно потребует инженеров-программистов и специалистов по обработке данных.
А как насчет вас?
Считаете ли вы цифровизацию еще одной темой, которую можно передать? Или вы пачкаете руки и стоите плечом к плечу со своей командой, прокладывая путь к будущему своей компании и отрасли?
Конечно, на самом деле не имеет значения, выберет ли ваша организация Office 365 или Google Suite, но выбор облачной инфраструктуры или определение плана действий для специалистов по данным - это совсем другое дело. И это не только определит тип людей, которых вы нанимаете, но, как следствие, может помочь вам переместить вашу компанию из хорошей в лучшую.
Отличительной чертой успешных людей является то, что они всегда стремятся узнать что-то новое ». - Кэрол С. Двек, автор Mindset
Фактически, если вы и ваша управленческая команда не вооружитесь необходимыми знаниями (и постоянно продолжаете учиться), цифровые усилия могут потерпеть неудачу, поскольку лица, принимающие решения, наверняка потеряются в палитре технологий. и концепции.
Однако очень трудно ориентироваться в меандрах такого множества инструментов и предметов. Мне нужно знать Python или C ++? Что такое машинное обучение на самом деле? С чего мне вообще начать?
Я разработал путь обучения, призванный помочь каждому бизнес-руководителю быстрее освоиться. Он охватывает темы из программной инженерии, науки о данных, искусственного интеллекта, облачных вычислений и некоторых других.
100 часов - произвольное, но справедливое число. Это не сделает вас экспертом, но вы сможете беспрепятственно вести переговоры со своими инженерами и лучше понимать тактику в мире технологий.
Заявление об ограничении ответственности - я предлагаю примерное количество времени, которое вы должны посвятить каждому предмету вместе с несколькими онлайн-курсами. Продолжительность всех их здесь более 100 часов. Конечно, контент часто перекрывается, поэтому я оставляю это на ваше усмотрение. И да, некоторые из них содержат партнерские ссылки. И последнее, но не менее важное: относитесь к нему как к путеводителю и позвольте себе погрузиться в увлекательный мир новых учений вместо того, чтобы зацикливаться на секундомере;)
Программирование и веб-разработка
Программная инженерия фактически является основой всего, что мы сегодня называем «цифровым». Следовательно, прежде чем двигаться дальше, нужно действительно усвоить основные концепции.
Очевидно, что есть палитра языков, библиотек и фреймворков на выбор. Я думаю, что изучение языков веб-разработки и Python дает наилучшее соотношение воздействия и усилий.
Программисты используют определенный язык для определенной цели. Как у автомехаников есть разные инструменты для двигателя или крепления дверей.
Я всегда рекомендую начинать с веб-разработки. Почему?
Что ж, когда вы устанавливали приложение в последний раз? Вы, вероятно, не помните, поскольку современные решения сосредоточены на веб-приложениях, то есть приложениях, доступных по URL-адресу (например, вы можете открыть его с помощью Google Chrome, Safari или другого браузера). Это кое-что говорит вам о том, где сейчас находится доставка программного обеспечения.
HTML и CSS (3 часа)
Веб-разработка - это создание веб-сайтов и веб-приложений. HTML и CSS - самые фундаментальные понятия. Это не языки программирования как таковые. Это так называемые языки разметки, которые говорят нам, как отображать информацию. По сути, вы описываете, как должен выглядеть веб-сайт.
Синтаксис прост в освоении, поэтому вы сможете создать простой веб-сайт за считанные минуты. Это отлично подходит для поддержания высокой мотивации, так как вы сможете быстро применить свои знания на практике.
JavaScript (4 часа)
Следующим по лестнице идет JavaScript - король фронтенд-разработки. HTML позволяет отображать информацию. CSS сделал это красивым. JavaScript добавит логики и динамики тому, что вы видите. Фактически, вы почувствуете, каково быть инженером-программистом! И будьте осторожны, это вызывает сильное привыкание.
Если вы хотите углубиться в этот путь и перейти на следующий уровень, я рекомендую изучить один из фреймворков JavaScript: React, Vue или Angular.
Backend разработка программного обеспечения (4 часа)
Как получилось, что результаты вашего кода можно было отобразить на сайте? Где хранятся все мои изображения в Facebook? Backend - это часть разработки программного обеспечения, на которой действительно основано все, что мы видим в Интернете. Либо когда мы открываем наш почтовый ящик, авторизуемся в SAP или Instagram. Их будет больше в разделе «База данных».
Git и контроль версий (1 час)
GitHub - это основное рабочее пространство для всех разработчиков программного обеспечения, а контроль версий - это основной механизм разработки программного обеспечения. Подумайте о Документах Google или OneDrive с файлами, над которыми ваша команда сотрудничает. И GitHub - это нечто большее! Так что, если вы хотите понять сленг программистов, что такое PR или постановка, это ключевой урок.
Принципы разработки программного обеспечения (1 час)
В общем, за последние 50 лет сложилось множество шаблонов и философий, в соответствии с которыми следует разрабатывать программное обеспечение. Agile - самая популярная методология с двумя ключевыми подметодами, такими как Scrum и Kanban. Каскадный подход устаревает, но необходимо знать его ключевые принципы и теории.
Эти принципы теперь являются частью каждого тренинга по управлению проектами, поэтому их необходимо знать.
Рекомендуемые курсы по программному обеспечению и веб-разработке:
Веб-дизайн для всех - Мичиганский университет
Основы JavaScript для начинающих - Udemy
Управление программными продуктами - Atlassian
Контроль версий с помощью Git - Atlassian
Визуализация данных
Визуализация данных - такой же важный навык, как и знание инструментов Microsoft Office 20 лет назад. Это фундаментальная тема для понимания цифровых продуктов в области больших данных. Здесь также делаются инвестиции в ИТ-директора - что нам делать - PowerBI или Tableau? Есть ли у нас возможности и желание работать с инструментами с открытым исходным кодом?
PowerBI / Tableau (5 часов)
PowerBI и Tableau - самые популярные инструменты визуализации данных на рынке. Когда вы говорите о бизнес-аналитике и самых передовых инструментах визуализации, помимо Excel, вам следует знать именно о них. Оба следуют за созданием панели мониторинга путем перетаскивания и довольно интуитивно понятны в использовании. Вы можете выбрать любой.
Графана (1 час)
С точки зрения пользователя Grafana работает аналогично другим приложениям (интерфейс перетаскивания). Его главное преимущество - поддержка потоковой передачи данных, отсюда популярность для мониторинга серверов, а также для критически важных бизнес-приложений.
Рекомендуемые курсы по визуализации данных:
Power BI A-Z: практическое обучение Power BI для науки о данных - Udemy
Начало работы с Tableau - Tableau / Salesforce
Наука о данных и Python
Наука о данных - это фундаментальная концепция, которая движет бизнесом в наши дни. Начиная с менеджеров высшего звена и политиков, через рекрутеров и студентов, размышляющих о своей будущей карьере. В основе этого лежит наука о данных.
Основы Python (5 часов)
Я рекомендую адаптировать ваш курс обучения науке о данных к Python. Это самый популярный язык на данный момент, и он останется там еще как минимум несколько лет. Использование Python выходит за рамки науки о данных (хорошо подходит также для веб-разработки), поэтому будьте уверены, что все, что вы узнаете, пригодится.
Plotly & Dash (5 часов)
Крайне важно ознакомиться с базовыми библиотеками Python, такими как Pandas и Numpy. Однако я рекомендую учиться с определенной целью и конечным продуктом. Поэтому я советую потратить дополнительное время на библиотеку визуализации Python - Plotly и фреймворк для панели инструментов - Dash. Он прекрасно дополнит ваши существующие навыки разработки программного обеспечения знаниями визуализации данных. Это также позволит вам применять некоторые знания в повседневной работе (почти каждый должен делать какие-то диаграммы, таблицы, визуализации).
Введение в большие данные (3 часа)
И последнее, но не менее важное: важно понимать основные концепции больших данных. 3 часа могут показаться немного, но факт в том, что мы все равно затрагиваем темы больших данных в различных других курсах, поскольку беглость больших данных в основном сводится к вашим знаниям в области инженерии данных, вычислений, баз данных и просто хорошего владения Python (или R , который является еще одним языком науки о данных, но я бы рекомендовал выбрать самый популярный - Python).
Рекомендуемые курсы по науке о данных и Python
Программирование на Python - Data Camp
Полный учебный курс Python - Удеми
Python для всех - Мичиганский университет
Специализация Big Data - Coursera
Базы данных и технологии больших данных
Мир информатики - это все о базах данных. Каждая операция, которую выполняет пользователь, будь то сложное приложение для машинного обучения, огромная система ERP или просто лайкание сообщений в Facebook, означает взаимодействие с базами данных. Мы либо извлекаем данные из баз данных - ленту Twitter, истории Insta или информацию об оборудовании, либо записываем в базы данных - пишем комментарии, добавляем изображения и т. Д.
SQL (4 часа)
SQL - это не база данных, а язык. Язык, используемый для доступа к данным из реляционных баз данных. А что такое реляционная база данных? По сути, это часть программного обеспечения, которое позволяет вам размещать данные со связями между данными. Думайте об этом как о нескольких таблицах Excel с данными, отсортированными по столбцам, необработанным файлам и связям между ними.
NoSQL (3 часа)
NoSQL, с другой стороны, избегает традиционной табличной структуры реляционной базы данных в пользу динамических схем или даже без них. Это интуитивно понятно, поскольку не все данные могут быть представлены набором таблиц. NoSQL становится все более важным в приложениях для больших данных, поэтому это не вопрос «или-или». Вашей организации больше всего нравится иметь оба типа баз данных.
MongoDB - самая популярная база данных NoSQL, и я рекомендую взглянуть на нее.
Spark / Hadoop / MapReduce - Технологии больших данных (2 часа)
Основными технологиями больших данных являются Hadoop, Spark, HBase, Cassandra, MongoDB, Kafka, Redis и другие. По сути, это вычислительные фреймворки, базы данных, потоковые сервисы для анализа и обработки больших объемов данных. Чтобы освоить хотя бы промежуточное звено в одной из этих технологий, требуется приличное количество времени, которого у вас часто нет. И это нормально. Достаточно просто знать имена, чтобы можно было поместить их на свою цифровую интеллектуальную карту.
Рекомендуемые курсы по базам данных:
Основы SQL - Калифорнийский университет
Введение в MongoDB - организацией MongoDB
Основы анализа больших данных с помощью SQL - Cloudera
Введение в Hadoop и MapReduce - Cloudera
Стартовый комплект Spark - Удеми
Databrick s - предложено Spark
Лучший практический Hadoop - Удеми
Искусственный интеллект и машинное обучение
Об искусственном интеллекте и машинном обучении сказано так много, что практически все в деловом мире восхищаются этим. Тем не менее, многие дискуссии вращаются вокруг модных словечек, довольно абстрактных концепций и большого количества футуризма.
Если вы начнете курс машинного обучения, все станет еще сложнее. Большинство курсов начинается с объяснения всей математической теории машинного обучения. Это как получить степень инженера-механика, прежде чем научиться водить машину. Вы не хотите туда идти.
Вместо этого я советую вам сначала запачкать руки, а потом вернуться к теории. Во-первых, уметь строить простые регрессионные или классификационные модели с помощью библиотеки Python scikit-learn. Затем переходите к более продвинутым фреймворкам глубокого обучения, таким как TensorFlow или Keras.
Поскольку у этой области огромный потенциал, я посвятил ей значительное количество времени (всего 20 часов). Это то, что будет выделять вас из толпы на долгие годы. Плюс к этому способность замечать говорящего - бесценно!
Рекомендуемые курсы по искусственному интеллекту и машинному обучению:
Самый известный курс Эндрюса на Coursera
Создание моделей машинного обучения за 6 часов - Удеми
Машинное обучение с Python - IBM
Специализация Coursera Deep Learning - deeplearning.ai
Практическое глубокое обучение для кодеров - fast.ai
Тензорный поток - deeplearning.ai
Обработка естественного языка - deeplearning.ai
Если вы хотите расширить свои знания AI / ML, погрузитесь на сайт Kaggle. У них есть многочисленные текущие конкурсы по науке о данных, информативные и краткие учебные материалы, а также множество бесплатных данных, которые вы можете использовать для построения своих моделей.
DevOps
DevOps - это, по сути, набор практик, сочетающих разработку программного обеспечения (Dev) и ИТ-операции (Ops). На практике все зависит от того, насколько (быстро) вы поставляете свое программное обеспечение.
Теория DevOps и тестирование программного обеспечения (6 часов)
DevOps сам по себе - очень обширная область. Неудивительно, что эти инженеры пользуются большим спросом. Сказав это, по мере того, как вы переходите к руководящей роли, критически важно знать процессы в вашей компании. Дело не только в том, какое программное обеспечение для чего используется (здесь лучше оставить выбор за разработчиками), но и в том, как разные команды и отделы работают вместе.
Оркестровка контейнеров - Kubernetes и Docker (4 часа)
Здесь мы коснемся более технических тем. Контейнеризация - это то, как вы развертываете свои приложения. Docker и Kubernetes (сокращенно K8) - самые популярные технологии.
Jenkins / Terraform / Maven (2 часа)
Настройка конвейеров для непрерывной интеграции и доставки очень важна для чемпионов DevOps. В CI / CD есть много инструментов, но я настоятельно рекомендую взглянуть на Jenkins, так как это наиболее широко используемый инструмент CI / CD на рынке.
Рекомендуемые курсы по DevOps:
Мастер DevOps Jenkins CI / CD Pipelines - Udemy
Сети, безопасность и инженерия данных
Это следующий шаг после знакомства с основами баз данных SQL и NoSQL.
Прошли те времена изоляции, в сегодняшнем мире все связано со всем, что делает создание сетей и безопасность очень важными.
Чтобы стать хорошим инженером DevOps, вы должны знать об основных понятиях сети и безопасности, таких как DNS, модель OSI, HTTP, HTTPS, FTP, SSL, TLS и т. Д.
Однако как менеджеру и цифровому лидеру этого достаточно, чтобы понять такие концепции, как API, HTTP, и уметь различать типы сетей (клиент-сервер или одноранговая сеть).
9 часов - рекомендуемое время для этого раздела.
Рекомендуемые курсы по сетям, безопасности и инженерии данных:
Полный курс по основам сетевых технологий - Udemy
Разработка данных с помощью Google Cloud - Google
Дизайн и архитектура программного обеспечения - Университет Альберты
Безопасность программного обеспечения - Мэрилендский университет
Кибербезопасность и Интернет вещей - Class Central
Облачные вычисления
Облако - это уже следующая большая вещь, и рано или поздно вам придется перенести свое приложение в облако, поэтому для DevOps-инженера важно хотя бы знать о некоторых популярных облачных провайдерах и их основах.
Несмотря на то, что AWS явно является лидером в области облачных вычислений, он не одинок. Google Cloud и Microsoft Azure постепенно догоняют его, а затем у нас есть другие игроки, такие как Heroku, Cloud Foundry и Digital Ocean.
GCP, Azure, AWS (по 1 часу каждый и еще 7 часов для более глубокого изучения одного поставщика)
У каждого поставщика облачных услуг есть аналогичные компоненты для хранения, вычислений, машинного обучения и т. Д. Достаточно изучить их для одного из основных направлений, поскольку у других есть довольно эквивалентные услуги только под другим именем. Это, конечно, значительное упрощение, но приемлемо для новичков в облачной среде.
По мере продвижения вы, очевидно, сможете расширить свои знания и найти другие существенные отличия и конкурентные преимущества основных поставщиков облачных услуг,
Рекомендуемые курсы по облачным вычислениям:
Что такое облако - определение NIST
Бессерверные API и приложения AWS - Udemy
Концепция облачных вычислений - Университет Иллинойса
RESTful API с HTTP и JavaScript - Сеть проектов Coursera
Курс Microsoft Azure - Microsoft
Интернет вещей и Edge
Как вы читаете Medium? Это может быть ноутбук, смартфон или планшет, но какое бы устройство вы ни использовали, оно, скорее всего, подключено к Интернету. И это дает всевозможные преимущества, которые раньше были невозможны. Потребляя все виды информации, мгновенно создавая и обмениваясь контентом, вы называете это.
Концепции Интернета вещей (5 часов)
То же самое и с машинами. Интернет вещей - это, по сути, соединение всех физических объектов и их подключение к Интернету.
Интернет и облако предоставляют нам данные. Вам необходимо подключение, чтобы обеспечить связь между машинами или объектами. Вам нужны данные для построения модели машинного обучения.
В этой главе рассказывается об одной из основных экономических движущих сил нашего времени. Он затрагивает многие из ранее изученных тем, таких как большие данные или облако.
Край (1 час)
Edge - это в основном все, что не является облаком. Ваш мобильный телефон, ваша машина, ваша умная посудомоечная машина - все работают на границе сети. Логика любого автономного автомобиля - в кабине (краю), он просто подключается к облаку для целей навигации.
Edge явно находится в тренде из-за безопасности, но это жизненно важная часть промышленной (особенно!) Экосистемы Интернета вещей.
Рекомендуемые курсы по Edge и Интернету вещей:
Разрешающие технологии для науки о данных и аналитики - Колумбийский университет
Архитектура программного обеспечения для Интернета вещей - EIT Digital
UI и UX дизайн
Пользовательский опыт (UX) - это ценность, которую вы предоставляете своим пользователям, когда они используют ваш продукт. Цифровой или физический. Так что UX важен всякий раз, когда вы создаете стул, автомобиль, веб-сайт или «следующий Instagram».
Хотя это процесс, в основном связанный с красивым дизайном, красивой графикой, согласно Википедии, - это процесс повышения удовлетворенности пользователей продуктом за счет повышения удобства использования, доступности и удовольствия от взаимодействия. вместе с продуктом .
Так что это действительно то, что связывает технологическую сферу с реальными требованиями конечных пользователей. И если все сделано правильно, непременно выделит вас среди конкурентов.
Я рекомендую 2 часа, чтобы усвоить основные понятия и терминологию.
Рекомендуемые курсы по UI и UX:
Специализация UI / UX-дизайна - Калартс
Классы UI / UX-дизайна - Skillshare
Резюме
Поздравляю с прочтением этой статьи. Возможно, вы думаете, что есть столько вещей, которые нужно изучить, так много курсов, но вам не о чем беспокоиться.
Первый шаг всегда самый трудный. Но, поверьте, чем больше вы погружаетесь в цифровой мир, тем больше вам хочется узнать!
Я большой поклонник курсов Coursera и Udemy, так как они очень доступны по цене и предоставляют множество ценностей за очень небольшую сумму, но вы можете выбрать любой курс. В конце концов, эта статья служит основным руководством, и я хочу, чтобы вы оставались гибкими в разработке своего учебного пути, наиболее подходящего для вашей текущей и будущей ситуации.
Удачи в вашем цифровом путешествии!
