I sam sam priučeni programer (predstavlja mi dio skillseta, ne glavni).

Da prvo pitamo chat GPT.

What skills do self-taught programmers commonly lack? What should a self-taught programmer study to get up to speed with his/her formally-educated peers?

ChatGPT
Self-taught programmers may lack a formal understanding of computer science concepts such as algorithms, data structures, and software architecture. They may also lack experience working on large-scale projects with teams of developers, which can be important for collaborating effectively and maintaining code quality. To get up to speed with formally-educated peers, self-taught programmers may want to focus on learning these computer science concepts and gaining experience working on larger projects. They can also benefit from seeking out mentorship or networking opportunities with more experienced developers to learn from their experiences and gain insights into best practices. Additionally, pursuing certifications or taking online courses in relevant topics can help fill in any gaps in knowledge or experience.

Iako Github Pilot i GPT na neki način smanjuju vrijednost programerskog znanja i vještina, opet vjerujem u staru školu da glavne fundamente i principe zanata valja naučit kako treba.

Odgovori na slično pitanje na Reddit.


Self-taught programmers may lack some skills that are commonly taught in a formal computer science education, such as:

1. Mathematical foundations: Formal education in computer science often includes a strong emphasis on mathematics, including topics such as algorithms, data structures, and theoretical computer science.
2. Systems-level programming: Formal education may include coursework in operating systems, computer networks, and other systems-level programming topics, which can be important for building scalable, high-performance systems.
3. Software engineering best practices: Formal education may cover topics such as software design patterns, software testing, version control, and project management, which are important for building high-quality software that is maintainable and easy to work with.

To get up to speed with their formally-educated peers, self-taught programmers may want to study these and other topics that are commonly covered in a formal computer science education. Some resources for self-study include online courses and tutorials, textbooks, and open source projects. It can also be helpful to get practical experience by working on projects and collaborating with others.

Kako se nauči sintaksa tako se nauči i arhitektura. Nije to rocket science, koga zanima naučit će. Mada veliko je pitanje koliko i ovi s diplomom znaju kad tek izađu s faksa.

Jedan problem sam primijetio kad je mala firma, i ima priučenog programera koji je tu dugo vremena. Onda on ima puno posla, i uradi stvari "samo da rade, kasnije ćemo kako treba" i vremenom se nitko osim njega ne zna snaći u tom kodu punom improvizacija.

Samo za vrlo jednostavne zadatke. Kad mi netko kaže chat gpt mi ubrza rad 10 puta, odmah znam da je ili početnik ili tek počinje rad u nečemu.

To je katastrofa. Ne možeš ga otpustit, a onda ode i svaki put kad napraviš neki update, njegov dio koda pada i treba trošit vrijeme da se gata šta je taj radio i htio.

Zato treba imat nekoga uživljenog u efikasnost stvari da bude system design verzija grammar nazi, da skrutnizira i zagorčava život dotičnom.

Štedi najviše vremena na debuggiranju.

Da, to je taktika koja povećava sigurnost radnog mjesta.

Praksa kojom se improvizacija suzbija, i osigurava da je program kuća u urbanom naselju a ne šupa u ciganskom naselju , je:

1) Imati unutarnji firmski Github, prvo radi version control naravno, ali i da se ništa ne može pustit bez da netko napravi review. Ovo ujedno osigurava da postoji kritika, ali neinvazivna, blaga, koja izgleda kao "preporuka za poboljšanje". (ljudi će se naljutit ako im direktno kažeš da im je kod katastrofa, ali kad ta osoba sama napravi pull request, onda te praktički moli za kontrolu ).
2) imati uvijek školovanog CS inženjera u svakoj grupi, kakvog sam opisao gore, da skače po glavi ovima koji improviziraju, da ih ismijava, i natjera ih da nauče i poštuju najboje prakse. Da je sve fino modulizirano, standardizirano, testirano...
3) da se u firmi naglašava kultura mentorizma i velikodušnog šeranja znanja, da oni koji znaju nisu škrti prenijet na druge najbolje prakse

Ode čovjek iz firme i ostavi za sobom hrpu crnih kutija, koje je nemoguće updateati.

Jedna od stvari koje početnici, koji nisu radili na većim projektima, rade, je da hardcodaju razne parametre unutar coda. Treba nekog vremena da ih se natjera da koriste config files. Onda, ne znaju se isprva snaći s prevelikom apstrakcijom, useru se kad vide stotine klasa i inheritance.

Onda, prestraše se golemog pipeline, koji je ustvari građen godinama od strane čitavog teama, nije ga jedna osoba napravila niti se od koga očekuje da to sve ponovi, ili da čak poznaje do u detalje čitavi repozitorij projekta. Jer obično, veći projekti su ustvari gigantski repozitorij koji je mreža fajlova, skripti, config files, obično povezanih s nekakvim module ili job runners koji to sve pokreću, a kostur je isprogramirao netko nadobudan prije X godina tko je znao što radi, u međuvremenu vjerojatno i napustio firmu za veću plaću u slijedećoj...

Za početnika je najbolje gledati u primjere arhitekture, kopirati stil, i nadati se da seniori nisu assholes i da dijele rado znanje, i da objašnjavaju zašto je nešto elegantno i efikasno, i moguće održavati, a nešto ružno i nestabilno, zašto se neke stvari ne rade, a neke rade.

U Python, netko tko nije nikad radio na većem projektu odmah se izda po tome da ne zna ni kako imports rade (recimo mreža skripti, gdje moduli importaju hrpe drugih modula, koji importaju module itd.), kako scopes funkcioniraju i koja klasa ili funkcija što vidi ili ne vidi, i odakle...

GitHub Pilot u pozadini koristi OpenAI (GPT). Taj dodatak mi je koristan jedino kod i18n i kompleksnih regex paterna, u svemu ostalom smeta.




Uglavnom taj sam koji tjera kolege bez obzira na nivo naobrazbe i iskustva da slijede coding standarde. Imam kolegu sa doktoratom kojeg tjeram pisati komentare u programskom kodu, bazi podataka, jiri,.. a njemu mrsko. Kada mu pomazem u nekim projektima namjerno razvucem do bola ako programski kod nije razumljivo komentiran ili uopce

Svaki programer je priučeni programer i iskustvo rada na projektima nije zamjenjivo nikakvim studijem. Neki su pak, manje ili više korisni. Od informatičkih studija mislim da je FON/FOI najkorisniji za snalaženje u "larger projects", dok će algoritmi/problem solving skills biti presudni za rješavanje konkretnog izoliranog zadatka.

Iskustvo rada na stvarnim projektima može pružiti dragocjene vještine koje se često teško stječu samo teorijskim obrazovanjem. S druge strane, akademsko obrazovanje u informatičkim znanostima može pružiti dublje razumijevanje teorije i matematičkih koncepta koji stoje iza programiranja.

Iskustvo rada na stvarnim projektima može pružiti dragocjene vještine koje se često teško stječu samo teorijskim obrazovanjem. Razumijanje kako rješavati konkretne izazove i primjena algoritama u praksi često su ključni elementi uspješne karijere u programiranju.