Kodlamayı öğrenme yolculuğum — Bölüm I

Yaklaşık 3 yıl önce, Ekim 2019 civarında, programlama öğrenmeye karar verdim, ancak hangi programlama dillerini seçmeliyim - Java, Javascript, R, Python, HTML veya CSS ile mi gitmeliyim? Gelecekte veri odaklı kararlar almama yardımcı olacağı için Veri ile ilgili programlama dillerine bağlı kalmaya karar verdim, ayrıca sorunları çözmek için her zaman analitik bir yaklaşımım var. Bu yüzden önce Python ve SQL öğrenmeye karar verdim.

Başlamak zordu, bu yüzden yaptığım ilk şey kodlama hakkında bazı kitaplar indirmek ve her gün okumaya başlamak. Her şey yolunda gidiyordu ve sonra kitapları okumayı bırakıp çok zaman aldığı için işime odaklanmaya karar verdim. Bu arada, özel ve profesyonel hayatım arasında bir çarpışma yaşanıyordu. Kurumda yaklaşık 2 yıl 9 ay kaldıktan sonra, işimden çok aileme öncelik vermeye karar verdim. Burada öğrendiğim bir ders, kişinin ekstra düzeyde suçluluk ve stresten kaçınmak için asla çifte rezervasyon yapmaması gerektiğidir. Memleketime döndüm ve ailemle ilgilenirken güncel trendlerle uyumlu kalmam gerekiyordu. Bir programlama dili öğrenme sürecini yeniden başlattım. Üç yıl aradan sonra yeniden ders kitabı açmak külfetli geldi. Aklım biraz paslanmış gibiydi ve ilk birkaç gün kitaba okumadan bakardım. Üniversite günlerimde odaklanmamı artırmak için kullandığım ve tekrar kullandığım birkaç teknik var.

1. Odayı kapatın ve tüm dikkat dağıtıcı şeyleri ortadan kaldırmak için cep telefonunuzu kendinizden uzak tutun.

2. Dizüstü bilgisayarınızda alfa dalgaları müziğini açın ve okumaya başlayın.

3. Pomodoro tekniğini kullanın ve bir günde yapabildiğim kadar çok Pomodoro döngüsü tamamlamaya çalışın.

4. Birkaç dakika meditasyon yapın

5. Her sabah gününüzü planladığınızdan emin olun

Okumak her zaman eğlencelidir, ancak bazen okuduklarınızla pratik yapmak için fazladan yol kat etmeniz gerekir. Pratik yapmak ve becerilerimi geliştirmek için çevrimiçi bir kurs almayı düşündüm. Pek çok çevrimiçi kurs olduğu için doğru kursu seçmek zor bir iştir. Doğru kursu seçmek için bazı kriterleri belirlemem gerekiyordu. Böylece gereksinimlerimin bir listesini oluşturdum ve bunu kurs sağlayıcının sunduğu hizmetlerle eşleştirdim. İşte düşündüğüm liste:

El yazım için özür dilerim ama bu aslında benim ihtiyaç toplama ve analiz yaklaşımım. Bir şeyi anlamak için bir şeyler yazın, karalayın veya çizin. Okuyamıyorsanız, yazdığım maddeler şunlardır:

- Müfredat

- Canlı dersler

- Önceden kaydedilmiş modüller

- Aktif şüphe çözümü

- Çok sayıda araç

- Kapak taşları

- Kariyer Hizmetleri

- Bütçe dostu

- Ağa aktif forum

Ardından, mevcut kurslar hakkında çok araştırma yaptığınız kısım gelir. Kodlama ninjası, kod akademisi, Simplilearn, upGrad ile karşılaştım. Codecamp, edX ve daha birçok kuruluş ve enstitü, anahtar kelimelerim için SERP kazandı. Başlangıçta, sadece kodlamayı öğrenebileceğimden emin olmak için, Coursera'nın Google ile ortaklaşa sağladıkları küçük bir veri analitiği kursu alarak kendimi test ettim. Artık SQL ve R programlama dillerini biraz bildiğimi söyleyebilirim. Google veri analitiği kursundan geçerken kendimi Simplilearn'e kaydettim. Altı sigma yeşil kuşağımı onlarla daha önce yaptığım gibi, Simplilearn mezunuyum. Bana ekonomik bir fiyata 7 yüksek lisans kursu sağladıkları güzel bir program buldular ve diğer tüm gereksinimlerimi de karşıladı.

Bu arada Coursera'daki kursumu da tamamlıyordum ve sonunda rozeti ve sertifikayı alabildim. Dürüst olmak gerekirse, gözden geçirme programımın bir parçası olarak tekrar gözden geçirdiğim birkaç konsept dışında o kadar da zor değildi.

Öğrendiklerimle başa çıkmak:

İş analisti kursuna başladığımda, kurs müfredatının ilk bölümü CBAP®'ı anlamak ve öğrenmekti. İş analizi sürecinin her görevinde kullanılması gereken girdiler, araçlar ve teknikler hakkında çok fazla anlayış gerektirdiğinden, bu kurs müfredatını oldukça zor buldum.

Proje çalışmamı gönderdikten ve değerlendirmeyi tamamladıktan sonra sıra veri görselleştirme için öğrenme tablosuna geldi. Şimdi, araçları öğrendiğimi veya kodlamayı öğrendiğimi düşünüyorsanız, cevabım ikisini de yapıyorum olacaktır ve bunun nedeni, veriye dayalı kararlar almak istiyorsam, iyi bir bilgiye sahip olmam gerektiğidir. veri analizi yaşam döngüsünün anlaşılması. EMC'ye göre veri analizi yaşam döngüsü şu şekilde görünür (EMC artık Dell'dir):

- Veri Keşfi

- Ön İşleme

- Model Planlama

- Maket Yapımı

- Sonuçları iletin

- Operasyonelleştir

Şimdi, sadece kodlama öğrenirsem, sonuçları iletmeme ve stratejileri çalıştırmama yardımcı olmaz. İşte burada tabloyu öğreniyorum. Bir sonraki blogda öğrenme tablosundaki zorluklardan bahsedeceğim. Sonra görüşürüz.