Miroslav Kungurov

Пишу об IT и на Python. kungurov.net Джентльменский набор пайтон-разработчика, который пригодится вне зависимости от того, куда вы пойдете: в инжиниринг, машинное обучение или бэкенд-разработку.

Статья подготовлена по материалам ютуб-канала luchanos.

Содержание

1. Git.
2. Алгоритмы.
3. Алгоритмы на графах.
4. Рекурсия.
5. SQL и базы данных.
6. Агрегационные функции.
7. Docker.
8. Структуры данных.

1. Git

Работая в команде над одним проектом, вы наверняка столкнетесь с Git. Git — это система управления версиями, которая помогает отслеживать историю изменений файлов.

Нужно знать:

• GIT, удаленный и локальный репозитории.
• понятие ветки.
• commit, push, pull.
• merge request, pull request.
• команды merge и rebase.

2. Алгоритмы

Следующий момент связан с алгоритмами. На большом количестве данных, задачи, решенные с помощью алгоритмов, будут выполняться быстрее и съедать меньше вычислительных ресурсов по сравнению с заново изобретенным велосипедом.

Нужно знать:

• Что такое О-нотация, обозначающая сложность алгоритма, который мы оцениваем.
• Что такое алгоритмическая сложность.
• Алгоритмы сортировки: пузырьком, слиянием, выборка.

Заучивать алгоритмы не нужно. Поймите концепции сортировки и научитесь оценивать сложность алгоритма — пригодится на собеседовании.

Рекомендую книгу «Грокаем алгоритмы», где простым и доступным языком знакомят с алгоритмами.

3. Алгоритмы на графах

Нужно знать:

• Поиск в ширину.
• Поиск в глубину.
• Алгоритм Дейкстры.

Допустим, мы пишем простой файловый менеджер, которой проходит по директориям и смотрит, какие файлы в них расположены. Это пример классического поиска в глубину или в ширину, в зависимости от того, в какую сторону решаем задачу. Или пишем скрипт, удаляющий или создающий файлы по какому-то условию — это как раз классическая задача поиска в глубину. Чтобы не изобретать велосипед, выучите алгоритмы.

Больше полезных материалов вы найдете на нашем телеграм-канале «Библиотека питониста» Интересно, перейти к каналу

4. Рекурсия

Как сказано в книге «Грокаем алгоритмы»: «Любой цикл можно заменить рекурсией и любую рекурсию можно заменить циклом». Цикл и рекурсия — взаимозаменяемые вещи и нужно понимать, что рекурсию сложнее писать и поддерживать, но бывают ситуации, когда цикл писать также сложно и проще написать функцию, которая вызывает саму себя.

Классический пример применения рекурсии – знакомые нам из предыдущего пункта алгоритмы для обхода графов.

Здесь нужно помнить об ошибке предельной глубины рекурсии и затратах памяти.

5. SQL и базы данных

Нужно знать:

• Реляционную базу данных.
• NOSQL.
• Вы должны знать простые команды на создание, изменение и удаление таблицы.
• Простые выборки по колонкам с условием: select, где вы указываете перечень колонок, из которых вы делаете этот select и пишете условие where.

Когда использовать реляционную БД и NOSQL:

• Если задачи решаются с помощью join между таблицами, то здесь лучше использовать только реляционные БД, либо сразу два вида БД на проекте.
• Если задачи связаны с частым изменением структур данных — NOSQL.

6. Агрегационные функции

Досконально знать их, наверное, не нужно. Достаточно понимать, что такое groupby, count, sum, average и уметь объяснить, как они работают и где они могут пригодиться. Классический пример — посчитать среднее значение в колонке по месяцам. Вы можете использовать агрегационную функцию, сводящую все к одному значению и использовать группировку в рамках месяца.

Следующий момент — join’ы, позволяющие делать стыки таблиц с таблицами, делать оттуда подселекты и получать информацию, которая связывает одну таблицу и другую таблицу, при этом не имея между собой никаких связей через какую-нибудь третью таблицу.

Я не отношу сюда оконные функции, так как это считается высшим пилотажем в SQL. Да и они редко встречаются в моей работе.

7. Docker

Нужно знать:

• Что такое образ, контейнер.
• Сеть докера.
• Тома докера.
• Написание файлов Docker Compose.

Если вы не будете понимать разницу между докером и контейнером, вы не будете понимать, как это все работает на базовом уровне. Образ поднимает отдельный процесс, который является самим контейнером.

Обращаться к контейнерам, вы, скорее всего, будете с помощью внешних запросов и без понимания того, как настраивается сетка для докеров, вам будет тяжело это сделать: вы будете брать какие-то готовые решения и, кроме номера порта, вы вряд ли сможете что-либо изменить.

О томах: если вы хотите, чтобы после удаления контейнера данные не пропадали из базы, смонтируете место на жестком диске, куда данные будут сохраняться.

8. Структуры данных

Нужно знать, что такое:

• Массив и множество.
• Хеш-таблица.
• Стек, дек и очередь.
• Связанный список.
• Графы.

Это основные структуры данных, с которыми нужно быть знакомыми, чтобы понимать, где, например, быстрее происходит поиск.

Общие моменты

Нужно знать:

• Чем отличается интерпретатор от компилятора.
• Что такое программа в целом и из чего она состоит: операнды, выражения, блоки выражений и т. д.
• Что такое IDE и зачем она нужна. Я рекомендую Jupyter Notebook, PyCharm или VScode
• Популярные форматы передачи данных: xml, json и yaml. Вне зависимости от направления, в которое вы пойдете, с ними вы будете сталкиваться постоянно, т. к. практически вся информация по сети гоняется в виде xml и json.

Статья написана в рамках программы Proglib Boost, где «Библиотека программиста» бесплатно помогает IT-блогерам распространять их контент. Отправить заявку на участие можно по ссылке. Интересно, хочу участвовать ***

Материалы по теме

• ❓ Зачем разработчику знать алгоритмы и структуры данных?
• 📈 Big O нотация: что это такое и почему ее обязательно нужно знать каждому программисту
• Как запустить веб-приложение на Nginx в Docker 🐳👨🏽‍💻