0. Самое важное
roadmap.sh
roadmap.sh — это комьюнити-проект, предоставляющий детальные дорожные карты, руководства и образовательные материалы для разработчиков, стремящихся определить свой путь обучения и профессионального развития.
Основные разделы сайта:
Role-based Roadmaps (Дорожные карты по ролям): Подробные планы обучения для различных ролей в IT, включая Frontend, Backend, DevOps, Full Stack разработчиков, а также специалистов по AI, Data Science и другим направлениям
Skill-based Roadmaps (Дорожные карты по навыкам): Руководства по освоению конкретных технологий и инструментов, таких как React, Vue, Angular, JavaScript, Python, SQL и многие другие
Best Practices (Лучшие практики): Рекомендации и советы по оптимальному использованию технологий, включая производительность Backend и Frontend, безопасность API, проведение код-ревью и работу с AWS
Guides (Руководства): Глубокие статьи и учебные материалы по различным темам, таким как различия между Data Science и Computer Science, сравнение языков Go и Java, а также руководство по карьере Full Stack разработчика
Videos (Видео): Анимированные и интерактивные видеоматериалы, освещающие различные темы, включая основы аутентификации, структуры данных и многое другое
Project Awesome
Project-Awesome.org — это обширная коллекция тщательно отобранных списков ресурсов, известных как “awesome lists”, охватывающих широкий спектр тем в области информационных технологий и разработки программного обеспечения. Эти списки создаются и поддерживаются сообществом разработчиков, предоставляя ссылки на лучшие инструменты, библиотеки, учебные материалы и многое другое.
1. Общие образовательные платформы и хендбуки
Руководства и ресурсы Яндекса
- Хендбуки Яндекса – коллекция методических материалов, включая курсы и практические задачи по программированию, data science и другим направлениям.
2. Программирование на Python
Обучение Python с нуля и совершенствование
PythonTutor – визуализация выполнения Python-кода для понимания работы алгоритмов.
- Визуализатор – интерактивный инструмент для пошагового выполнения кода.
PyMentor – дорожная карта для изучения Python, структурированный путь обучения.
Stepik Python Course – интерактивный курс с задачами для практики.
Codewars (Python) – задачник по Python с различными уровнями сложности.
LeetCode (Python) – платформа для решения алгоритмических задач, полезная для собеседований.
Рекомендуемые книги по Python
Марк Лутц – Изучаем Python (глубокое погружение в язык).
Эл Свейгарт – Автоматизация рутинных задач с помощью Python (практическое применение Python в автоматизации).
ИИ: безопасность и общество
YouTube-лекции по Python
- Лекции Тимофея Хирьянова – полезны как для новичков, так и для более продвинутых пользователей.
3. Регулярные выражения (Regex)
Regex Learn – интерактивное руководство по регулярным выражениям с примерами.
Regex101 – инструмент для тестирования и отладки регулярных выражений.
4. Data Science, Machine Learning и Deep Learning
Основные курсы и книги
Kaggle Learn – курсы по анализу данных, машинному обучению и нейросетям.
Deeplearningbook – фундаментальная книга по глубокому обучению.
Deep Learning: 15 лучших книг по нейросетям – подборка книг по нейросетям.
Intro — mlcourse.ai – курс по машинному обучению с примерами на Python.
Deep Learning на пальцах – понятное введение в глубокое обучение.
Сообщества и репозитории
Open Data Science – крупнейшее сообщество Data Science специалистов.
Papers With Code – база научных статей и кодов по ML.
Awesome Machine Learning (GitHub) – список лучших фреймворков и инструментов по ML.
Источники по Data Science и ML (vc.ru) – подборка книг, курсов и статей.
5. SQL и базы данных
- SQL Exercises – платформа с практическими задачами по SQL.
6. Визуализация данных
Data Visualization Guide – руководство по визуализации данных.
Awesome DataViz (GitHub) – коллекция инструментов и библиотек для визуализации данных.
8. Разное
Обучение на DataLiteracy – образовательный портал по анализу данных.
Свалка материалов (облако) – различные курсы и книги, рекомендуется использовать при наличии конкретного запроса.
Примечание: некоторые ссылки ведут на сторонние ресурсы, автор не несёт ответственности за их содержание.
Если будут какие-то вопросы, то задавайте их в тг @vsgrekov. Всем успехов!