1. Frontend
1.1. Специалисты должны знать/уметь
1.1.1. Frontend-разработчик работает со всеми тремя технологиями и должен освоить их в совершенстве.
1.1.2. Нужно в совершенстве разбираться в куче «надстроек» над классическими HTML, CSS и JS: HTML и CSS препроцессоры, сборщики, JS библиотеки и фреймворки.
1.2. Основополагающие технологии
1.2.1. HTML - скелет на котором все строится
1.2.2. CSS - кожа которая обтягивает скелет делая симпатичным или даже красивым
1.2.3. JavaScript - органы и жизнь которая заставляет наш скелет обтянутый красивой кожей двигаться.
1.3. Решает задачи
1.3.1. Начиная от внешнего вида и расположения элементов и заканчивая откликами элементов интерфейса на нажатие или «свайпы».
1.3.2. Все задачи связанные с контактированием и взаимодействием с пользователем.
1.4. Пример Frontenda
1.4.1. Любой интерфейс сайта/приложения с которым сталкивается пользователь это самый яркий пример Frontenda.
2. Сетевая инфраструктура
2.1. Виды сетей
2.1.1. Локальная
2.1.2. Глобальная
2.2. Общепринятый регламент передачи данных в сети
2.2.1. Стек протоколов TCP/IP
2.3. Решает задачи
2.3.1. Поддержка физической инфраструктуры сети
2.3.2. Обеспечение бесперебойной работы программного обеспечения
2.3.3. Администрирование рабочих станций
2.3.4. Проектирование архитектуры локальной сети
2.3.5. Контроль за безопасностью в сети
2.3.6. Поддержка работоспособности сети в случае нештатных ситуаций
2.4. Специалисты сферы
2.4.1. Сетевой техник
2.4.2. Системный администратор
2.4.3. специалист по сетевой безопасности
2.4.4. Software engineer
2.4.5. Hardware engineer
3. Облачные технологии
3.1. Решает проблему
3.1.1. распределённой обработки данных, в которой компьютерные ресурсы и мощности предоставляются пользователю как интернет-сервис. Вычислительные мощности (например, приложения или базы данных) располагаются на внешних серверах (другими словами, «в облаке») и вам достаточно подключиться к внешнему серверу, чтобы воспользоваться этими вычислительными мощностями.
3.2. Виды облачных сервисов
3.2.1. IaaS - «инфраструктура как услуга».
3.2.2. PaaS - «платформа как услуга»
3.2.3. SaaS - «программное обеспечение как услуга»
3.2.4. BaaS - «резервное копирование как услуга»
4. Интернет вещей
4.1. Решает проблему
4.1.1. вся техника, все гаджеты подключены к интернету, что дает возможность управлять всеми устройствами сразу просто и удобно. (телевизионная приставка, игровая приставка, видеокамера, умная поилка для домашнего любимца).
5. Blockchain
5.1. Решает проблему
5.1.1. надежная технология хранения и передачи данных
5.2. Блокчейн активно используется в таких сферах
5.2.1. Финансовые и юридические операции
5.2.2. Медицина
5.2.3. Голосование
5.2.4. Логистика
5.2.5. Авторское право.
6. Backend
6.1. Решает задачи
6.1.1. Отвечает за логику работы приложения и хранение данных. В отличие от фронтенда, эта часть приложения скрыта от глаз пользователя.
6.1.2. Суть бэкенда: получить запрос от фронтенда, обработать, собрать нужную информацию (в базе данных или у другого сервиса) и отправить ответ обратно.
6.2. Составные части Backenda
6.2.1. Обработка запросов от пользователя и отправка ответа.
6.2.2. Реализация вычислительной логики и алгоритмов работы приложения.
6.2.3. Организация работы баз данных и написание запросов к ним.
6.2.4. Разработка API (application programming interface — программный интерфейс приложения).
6.2.5. Интеграции с внешними сервисами.
6.3. Специалисты должны знать/уметь
6.3.1. Знание одного или нескольких серверных языков программирования
6.3.2. Умение работать с базами данных: проектировать БД и писать запросы. Для написания запросов к БД существует особый язык — SQL.
6.3.3. Навыки работы с серверами и понимание их устройства.
6.3.4. Понимание основ сетевой безопасности.
6.3.5. Знание принципов разработки API.
7. Business Intelligence (BI или бизнес аналитика)
7.1. Решает задачи
7.1.1. дают наглядную картину поведения потребителей и их предпочтений
7.1.2. отображают изменения на рынке и позволяют быстро отреагировать на них
7.1.3. помогают лучше определить целевую аудиторию
7.1.4. показывают, как можно оптимизировать бизнес-процессы и сократить издержки
7.1.5. помогают принимать стратегические решения о развитии бизнеса
7.2. Етапы которые составляют работу BI
7.2.1. Работа з сырыми данными
7.2.2. Работа з чистыми данными
7.2.3. Стандартный анализ
7.2.4. Интелектуальный анализ
7.2.5. Предсказательный анализ
7.3. Технологии которые используются при анализе
7.3.1. OLAP-куб
7.3.1.1. OLAP-куб — это инструмент работы с данными, который позволяет сгруппировать данные по одинаковому признаку
8. Искуственный интелект
8.1. Решает задачи
8.1.1. Главная цель разработок в ИИ — создание аналитической системы, которая будет способна логически мыслить и принимать рациональные решения, подобно человеку, при этом работать быстрее и исключать ошибки так называемого “человеческого фактора”.
8.2. Специалисты
8.2.1. Разработчик ИИ — программисты, владеющие подходами и принципами разработки ИИ.
8.2.2. Архитектор ИИ — определяет области, где имеет смысл внедрять искусственный интеллект, а также контролирует производительность и устойчивость системы.
8.2.3. Специалист по Big Data — специалисты, разбирающиеся в том, как обрабатывать и анализировать большие объемы данных. Роль такого специалиста важна потому, что качество ИИ сильно зависит от качества данных, которые он получает на входе.
8.2.4. Специалист по машинному обучению — реализует процесс обучения ИИ и разрабатывает меры по его развитию и улучшению показателей
8.3. Машинное обучение и подходы к обучению
8.3.1. С учителем. При данном подходе к машинному обучению учитель (как правило, человек) даёт компьютеру вводную информацию и эталонные выходные данные
8.3.2. Без учителя. В данном случае ИИ также должен определить зависимость между входными и выходными данными, но на этот раз без обучающей выборки
8.3.3. Глубокое обучение. Глубокое обучение может применяться как с участием учителя, так и без. Этот алгоритм использует многослойную схему вычислений
8.3.4. Нейросети — математическая модель, построенная по аналогии с нейронными связями в человеческом мозге. Разберём их немного подробнее.
9. Big Data
9.1. Специалисты - Big Data аналитики
9.2. Решает задачи
9.2.1. разрабатывают особые методы сбора, обработки и хранения таких данных
9.2.2. аналитики занимаются тем, что интерпретируют собранные данные: ищут закономерности и тенденции, классифицируют информацию и делают на её основе различные прогнозы
9.3. Основные направления
9.3.1. Big Data engineering
9.3.2. Big Data analytics