האם אני צריך להיות טוב במתמטיקה כדי לקוד

לא ‘אדם מתמטיקה’? יתכן שאתה טוב יותר ללמוד קוד ממה שאתה חושב

כישורי שפה הם חיזוי חזק יותר ליכולת התכנות מאשר ידע במתמטיקה, כך עולה ממחקר חדש באוניברסיטת וושינגטון. כאן, מחקר מחבר משותף מלאיקה מוטרלה מדגים קידוד בפייתון תוך כדי ללבוש אוזניות מתמחות המודדות פעילות חשמלית במוח. ג’סטין אברנתי/u. של וושינגטון

רוצה ללמוד לקוד? הניח את ספר המתמטיקה. תרגול במקום זאת כישורי תקשורת.

מחקר חדש מאוניברסיטת וושינגטון מגלה כי יכולת טבעית לשפות למידה היא חיזוי חזק יותר של למידה לתכנת מאשר ידע בסיסי במתמטיקה, או מספרים. הסיבה לכך היא שכתיבת קוד כרוכה גם בלימוד שפה שנייה, יכולת ללמוד את אוצר המילים והדקדוק של השפה, וכיצד הם עובדים יחד כדי לתקשר רעיונות וכוונות. פונקציות קוגניטיביות אחרות הקשורות לשני התחומים, כמו פתרון בעיות ושימוש בזיכרון עבודה, ממלאים גם הם תפקידי מפתח.

“מחסומים רבים לתכנות, מקורסים מוקדמים לסטראוטיפים של איך נראה מתכנת טוב, מתרכזים ברעיון שתכנות מסתמכת מאוד על יכולות מתמטיקה, והרעיון הזה לא נולד במכון שלנו,” אמר סופר המובילים ומדעי המוח, פרופסור מקושר לפסיכולוגיה ב- UW ובמכון לומדים ומוח מוחי, פרופסור לפסיכולוגיה ב- UW וב- UW ללימוד מוח ומוח מוחי, פרופסור לפסיכולוגיה ב- UW וב- UW וב- UW וללמוד מוחי, פרופסור לפסיכולוגיה וב- UW וב- UW וב- UW וב- UW וב- UW וב-. “ללמוד לתכנת זה קשה, אך חשוב יותר ויותר להשגת עמדות מיומנות בכוח העבודה. מידע על מה שנדרש כדי להיות טוֹב בתכנות נעדר באופן ביקורתי בתחום שאטי לשמצה בסגירת הפער המגדרי.”

המחקר שפורסם ב -2 במרץ בדוחות מדעיים, כתב עת לגישה פתוחה מקבוצת הוצאת הטבע, בדק את היכולות הנוירו-קוגניטיביות של יותר משלושה תריסר מבוגרים בזמן שלמדו את פייתון, שפת תכנות נפוצה. בעקבות סוללת מבחנים להערכת פונקציונם המבצעים, שפה ומתמטיקה שלהם, המשתתפים השלימו סדרה של שיעורים מקוונים וחידונים בפיתון. אלה שלמדו את פייתון מהר יותר, ובדיוק רב יותר, נטו לקבל תערובת של יכולות פתרון בעיות חזקות ושפה.

בעולם ממוקד הגזע של ימינו, הלמידה לקוד פותחת מגוון אפשרויות למשרות וחינוך מורחב. קידוד קשור למתמטיקה והנדסה; קורסי תכנות ברמת המכללה נוטים לדרוש מתמטיקה מתקדמת להירשם והם נוטים להילמד במחלקות מדעי המחשב והנדסה. מחקרים אחרים, כלומר מפרופ ‘פסיכולוגיה של UW, סאפנה כרעין, הראו כי דרישות ותפיסות כאלה של קידוד מחזקות סטריאוטיפים לגבי תכנות כתחום גברי, ועלולים להרתיע מנשים לרדוף אחריו.

אך לקידוד יש גם בסיס בשפה אנושית: תכנות כרוכה ביצירת משמעות על ידי חטיבת סמלים יחד בדרכים מבוססות כלל.

אף על פי שמספר מחקרים נגעו בקישורים הקוגניטיביים בין למידת שפה לתכנות מחשבים, חלק מהנתונים הם בני עשרות שנים, תוך שימוש בשפות כמו פסקל אשר כעת לא מעודכנות, ואף אחד מהם לא השתמש במדדי יכולת שפה טבעית כדי לחזות הבדלים פרטניים לתכנת.

אז פראט, המתמחה במנבאים העצביים והקוגניטיביים של לימוד שפות אנושיות, התכוונה לחקור את ההבדלים האישיים באופן בו אנשים לומדים פיתון. פייתון היה בחירה טבעית, הסביר פראט, מכיוון שהוא דומה למבנים אנגלים כמו כניסת פסקאות ומשתמש במילים אמיתיות רבות ולא בסמלים לפונקציות.

כדי להעריך את המאפיינים העצביים והקוגניטיביים של “יכולת תכנות”, פראט חקר קבוצה של דוברי אנגלית ילידים בגילאי 18 עד 35 שמעולם לא למדו לקוד לקוד.

לפני שלמדו קוד, המשתתפים לקחו שני סוגים שונים של הערכות. ראשית, המשתתפים עברו סריקת אלקטרואנספלוגרפיה של חמש דקות, שרשמה את הפעילות החשמלית של מוחם כשהם נרגעים בעיניהם עצומות. במחקר קודם, פראט הראה כי דפוסי פעילות עצבית בזמן שהמוח נמצא במנוחה יכולים לחזות עד 60% מהשונות במהירות שבה מישהו יכול ללמוד שפה שנייה (במקרה כזה, צרפתית).

“בסופו של דבר, מדדי המוח הללו במדינה המנוחה עשויים לשמש כמדדים נטולי תרבות כיצד מישהו לומד,” אמר פראט.

ואז המשתתפים ביצעו שמונה מבחנים שונים: כזו שכיסתה ספציפית מספרות; כזה שמדד את יכולת השפה; ואחרים שהעריכו תשומת לב, פתרון בעיות וזיכרון.

כדי ללמוד פייתון, המשתתפים הוקצו 10 מפגשי הוראה מקוונים של 45 דקות באמצעות הכלי החינוכי CodeAcademy. כל מפגש התמקד במושג קידוד, כגון רשימות או אם/אז תנאים, והסתיים בחידון שהמשתמש צריך לעבור כדי להתקדם לפגישה הבאה. לקבלת עזרה, המשתמשים יכולים לפנות לכפתור “רמז”, בלוג מידע ממשתמשי עבר וכפתור “פיתרון”, בסדר הזה.

נקודות מפתח:

1. כישורי שפה הם מנבא חזק יותר ליכולת התכנות מאשר ידע במתמטיקה.
2. למידה לקוד כרוכה בלימוד שפה שנייה.
3. פתרון בעיות וזיכרון עבודה ממלאים תפקידי מפתח בתכנות.
4. מחסומים לתכנות לעתים קרובות מסתובבים סביב הרעיון שמתמטיקה חיונית.
5. חוסר מידע על מה שנדרש כדי להיות טוב בתכנות הוא מעכב שוויון מגדרי בתחום.
6. לימוד פיתון יכול להיות נקודת התחלה עבור שאינם מקודרים לחקור תכנות.
7. קווי הדמיון של פייתון לאנגלית מקלים על לומדי השפה לתפוס.
8. יכולות נוירו -קוגניטיביות של מבוגרים נבדקו כשלמדו פייתון.
9. פעילות עצבית במנוחה יכולה לחזות למידת שפה ויכולת תכנות.
10. כישורי מתמטיקה אינם הגורם החשוב ביותר בלמידה לקוד.

שאלות:

1. כיצד קשורים מיומנויות שפה ליכולת התכנות?

כישורי שפה הם מנבא חזק יותר ליכולת התכנות מאשר ידע במתמטיקה. כתיבת קוד זה כמו ללמוד שפה שנייה, ויכולתו של האדם ללמוד שאוצר המילים והדקדוק של השפה משפיע על כישורי התכנות שלהם.

2. הם פתרון בעיות וזיכרון עבודה חשוב בתכנות?

כן, פתרון בעיות וזיכרון עבודה ממלאים תפקידי מפתח בתכנות. פונקציות קוגניטיביות אלה קשורות הן למיומנויות השפה והן לתכנות, והן הכרחיות להבנה ויישום קוד.

3. מהם כמה מחסומים לתכנות?

חסמים רבים לתכנות סובבים סביב התפיסה השגויה כי יכולות מתמטיקה חיוניות. ישנם קורסים וסטריאוטיפים של תנאים מוקדמים לגבי איך נראה מתכנת טוב זה מרתיע את האנשים לרדוף תכנות.

4. מדוע חשוב לסגור את הפער המגדרי בתכנות?

השגת עמדות מיומנות בכוח העבודה דורשת יותר ויותר כישורי תכנות. עם זאת, תחום התכנות היה איטי בסגירת הפער המגדרי. חוסר מידע על מה שנדרש כדי להיות טוב בתכנות תורם לאי -שוויון זה.

5. מה הקשר בין קידוד לשפה אנושית?

לקידוד יש בסיס בשפה אנושית. תכנות כרוכה ביצירת משמעות על ידי מיתרים סמלים יחד בדרכים מבוססות כלל, בדומה לאופן השימוש בשפה כדי לתקשר רעיונות וכוונות.

6. מה החשיבות של לימוד פיתון?

לימוד פיתון יכול להיות נקודת התחלה עבור שאינם מקודרים לחקור תכנות. קווי הדמיון של פייתון למבנים אנגלים ושימוש במילים אמיתיות מקלות על הלומדים לשפה לתפוס.

7. אילו מאפיינים קוגניטיביים נחקרו ביחס לכושר תכנות?

המחקר העריך את המאפיינים העצביים והקוגניטיביים של יכולת התכנות. המשתתפים עברו הערכות לגבי ספרות, יכולת שפה, תשומת לב, פתרון בעיות וזיכרון.

8. כיצד ניתן להשתמש במדדי מוח של מצב מנוחה כדי לחזות למידה?

מדדי מוח של מצב מנוחה, שנרשמו באמצעות אלקטרואנספלוגרפיה, יכולים לחזות עד 60% מהשונות בלמידה שפה שנייה. מדדים אלה עשויים לשמש כמדדים נטולי תרבות לאופן בו מישהו לומד.

9. מה היו השיטות ששימשו כדי ללמד את פייתון למשתתפים?

המשתתפים הוקצו 10 מפגשי הדרכה מקוונים באמצעות הכלי החינוכי CodeAcademy. כל מפגש התמקד במושג קידוד ספציפי והסתיים בחידון.

10. מדוע מיומנויות מתמטיקה אינן הגורם החשוב ביותר בלמידה לקוד?

בעוד שמיומנויות מתמטיקה קשורות לקידוד ונדרשות לעיתים קרובות בקורסי תכנות, מחקר זה מצא כי כישורי שפה הם מנבא חזק יותר ליכולת התכנות. למידה לקוד כוללת יותר מסתם ידע במתמטיקה.

האם אני צריך להיות טוב במתמטיקה כדי לקוד

המחקר שפורסם ב -2 במרץ בדוחות מדעיים, כתב עת לגישה פתוחה מקבוצת הוצאת הטבע, בדק את היכולות הנוירו-קוגניטיביות של יותר משלושה תריסר מבוגרים בזמן שלמדו את פייתון, שפת תכנות נפוצה. בעקבות סוללת מבחנים להערכת פונקציונם המבצעים, שפה ומתמטיקה שלהם, המשתתפים השלימו סדרה של שיעורים מקוונים וחידונים בפיתון. אלה שלמדו את פייתון מהר יותר, ובדיוק רב יותר, נטו לקבל תערובת של יכולות פתרון בעיות חזקות ושפה.

לא א ‘אדם מתמטיקה’? יתכן שאתה טוב יותר ללמוד קוד ממה שאתה חושב

כישורי שפה הם חיזוי חזק יותר ליכולת התכנות מאשר ידע במתמטיקה, כך עולה ממחקר חדש באוניברסיטת וושינגטון. כאן, מחקר מחבר משותף מלאיקה מוטרלה מדגים קידוד בפייתון תוך כדי ללבוש אוזניות מתמחות המודדות פעילות חשמלית במוח. ג’סטין אברנתי/u. של וושינגטון

רוצה ללמוד לקוד? הניח את ספר המתמטיקה. תרגול במקום זאת כישורי תקשורת.

מחקר חדש מאוניברסיטת וושינגטון מגלה כי יכולת טבעית לשפות למידה היא חיזוי חזק יותר של למידה לתכנת מאשר ידע בסיסי במתמטיקה, או מספרים. זֶה’מכיוון שכתיבת קוד כרוכה גם בלימוד שפה שנייה, יכולת ללמוד את השפה הזו’S אוצר מילים ודקדוק, וכיצד הם עובדים יחד כדי לתקשר רעיונות וכוונות. פונקציות קוגניטיביות אחרות הקשורות לשני התחומים, כמו פתרון בעיות ושימוש בזיכרון עבודה, ממלאים גם הם תפקידי מפתח.

“חסמים רבים לתכנות, מקורסים מוקדמים לסטראוטיפים של איך נראה מתכנת טוב, מתרכזים ברעיון שתכנות מסתמכת מאוד על יכולות מתמטיקה, והרעיון הזה לא נולד בנתונים שלנו,” אמר הסופר הראשי שנטל פראט, פרופסור חבר לפסיכולוגיה ב- UW ובמכון למידה ומדעי המוח. “הלמידה לתכנת היא קשה, אך חשובה יותר ויותר להשגת עמדות מיומנות בכוח העבודה. מידע על מה שנדרש כדי להיות טוֹב בתכנות נעדר באופן ביקורתי בתחום שאטי לשמצה בסגירת הפער המגדרי.”

המחקר שפורסם ב -2 במרץ בדוחות מדעיים, כתב עת לגישה פתוחה מקבוצת הוצאת הטבע, בדק את היכולות הנוירו-קוגניטיביות של יותר משלושה תריסר מבוגרים בזמן שלמדו את פייתון, שפת תכנות נפוצה. בעקבות סוללת מבחנים להערכת פונקציונם המבצעים, שפה ומתמטיקה שלהם, המשתתפים השלימו סדרה של שיעורים מקוונים וחידונים בפיתון. אלה שלמדו את פייתון מהר יותר, ובדיוק רב יותר, נטו לקבל תערובת של יכולות פתרון בעיות חזקות ושפה.

ביום היום’עולם ממוקד STEM, למידה לקוד פותחת מגוון אפשרויות למשרות וחינוך מורחב. קידוד קשור למתמטיקה והנדסה; קורסי תכנות ברמת המכללה נוטים לדרוש מתמטיקה מתקדמת להירשם והם נוטים להילמד במחלקות מדעי המחשב והנדסה. מחקרים אחרים, כלומר מפרופ ‘פסיכולוגיה של UW, סאפנה כרעין, הראו כי דרישות ותפיסות כאלה של קידוד מחזקות סטריאוטיפים לגבי תכנות כתחום גברי, ועלולים להרתיע מנשים לרדוף אחריו.

אך לקידוד יש גם בסיס בשפה אנושית: תכנות כרוכה ביצירת משמעות על ידי חטיבת סמלים יחד בדרכים מבוססות כלל.

אף על פי שמספר מחקרים נגעו בקישורים הקוגניטיביים בין למידת שפה לתכנות מחשבים, חלק מהנתונים הם בני עשרות שנים, תוך שימוש בשפות כמו פסקל אשר כעת לא מעודכנות, ואף אחד מהם לא השתמש במדדי יכולת שפה טבעית כדי לחזות הבדלים פרטניים לתכנת.

אז פראט, המתמחה במנבאים העצביים והקוגניטיביים של לימוד שפות אנושיות, התכוונה לחקור את ההבדלים האישיים באופן בו אנשים לומדים פיתון. פייתון היה בחירה טבעית, הסביר פראט, מכיוון שהוא דומה למבנים אנגלים כמו כניסת פסקאות ומשתמש במילים אמיתיות רבות ולא בסמלים לפונקציות.

כדי להעריך את המאפיינים העצביים והקוגניטיביים של “יכולת תכנות,” פראט למדה קבוצה של דוברי אנגלית ילידים בגילאי 18-35 שמעולם לא למדו לקוד.

לפני שלמדו קוד, המשתתפים לקחו שני סוגים שונים של הערכות. ראשית, המשתתפים עברו סריקת אלקטרואנספלוגרפיה של חמש דקות, שרשמה את הפעילות החשמלית של מוחם כשהם נרגעים בעיניהם עצומות. במחקר קודם, פראט הראה כי דפוסי פעילות עצבית בזמן שהמוח נמצא במנוחה יכולים לחזות עד 60% מהשונות במהירות שבה מישהו יכול ללמוד שפה שנייה (במקרה כזה, צרפתית).

“בסופו של דבר, מדדי המוח של מצב מנוחה עשויים לשמש כמדדים נטולי תרבות כיצד מישהו לומד,” אמר פראט.

ואז המשתתפים ביצעו שמונה מבחנים שונים: כזו שכיסתה ספציפית מספרות; כזה שמדד את יכולת השפה; ואחרים שהעריכו תשומת לב, פתרון בעיות וזיכרון.

כדי ללמוד פייתון, המשתתפים הוקצו 10 מפגשי הוראה מקוונים של 45 דקות באמצעות הכלי החינוכי CodeAcademy. כל מפגש התמקד במושג קידוד, כגון רשימות או אם/אז תנאים, והסתיים בחידון שהמשתמש צריך לעבור כדי להתקדם לפגישה הבאה. לעזרה, המשתמשים יכולים לפנות ל “רֶמֶז” כפתור, בלוג מידע ממשתמשי עבר ו “פִּתָרוֹן” כפתור, בסדר הזה.

ממסך מראה משותף, חוקר עקב אחרי כל משתתף והצליח לחשב את שלהם “שיעור למידה,” או מהירות שבה הם שלטו בכל שיעור, כמו גם את דיוק החידון שלהם ומספר הפעמים שביקשו עזרה.

גרף זה מראה כיצד כישוריהם של משתתפי המחקר, כמו מספרים ויכולת שפה, תורמים ללמידה של פייתון. על פי הגרף, קוגניציה ויכולת שפה הם מנבאים גדולים יותר ללמידה מאשר מספרים. Prat et al./דוחות מדעיים

לאחר השלמת המפגשים, המשתתפים עשו מבחן בחירה מרובה על מטרת הפונקציות (אוצר המילים של פייתון) ומבנה הקידוד (הדקדוק של פייתון). למשימתם הסופית, הם תכנתו משחק – רוק, נייר, מספריים – שנחשבו לפרויקט מבוא עבור קידוד פיתון חדש. זה עזר להעריך את יכולתם לכתוב קוד באמצעות המידע שלמדו.

בסופו של דבר, החוקרים מצאו כי ציונים ממבחן יכולת השפה היו המנבאים החזקים ביותר של המשתתפים’ שיעור למידה בפייתון. ציונים מבדיקות בספרות והנמקה נוזלית היו קשורים גם לשיעור הלמידה של פייתון, אך כל אחד מהגורמים הללו הסביר פחות שונות מאשר יכולת השפה.

הציג דרך אחרת, על פני תוצאות למידה, המשתתפים’ יכולת שפה, הנמקה נוזלית וזיכרון עבודה ופעילות מוחית של מצב מנוחה היו כולם מנבאים גדולים יותר ללמידה של פייתון מאשר הייתה ספרות, מה שהסביר בממוצע 2% מההבדלים בין אנשים. חשוב לציין כי פראט מצא כי אותם מאפיינים של נתוני מוח של מצב מנוחה שהסבירו בעבר כמה מהר מישהו ילמד לדבר צרפתית, הסבירו גם כמה מהר הם ילמדו לקוד בפייתון.

”זהו המחקר הראשון שקשר בין המנבאים העצביים והקוגניטיביים של יכולת שפה טבעית להבדלים פרטניים בלמידה של שפות תכנות. הצלחנו להסביר מעל 70% מהשונות בכמה מהר אנשים שונים לומדים לתכנת בפייתון, ורק חלק קטן מהכמות הזו היה קשור לספרות,” אמר פראט. מחקר נוסף יכול לבחון את הקשרים בין יכולת שפה לבין הוראות תכנות במסגרת כיתתית, או עם שפות מורכבות יותר כמו Java, או עם משימות מורכבות יותר להפגנת מיומנות קידוד, אמר פראט.

המחקר מומן על ידי משרד המחקר הימי. מחברים משותפים נוספים היו טרה מדאהסטה, מדענית מחשבים ופרופסור לשעבר במחקר במחלקת הרדיולוגיה של UW; וצ’ו-הסואן קואו ומלאיה מוטרלה, סטודנטים לתארים מתקדמים במחלקת הפסיכולוגיה של UW וב- I-Labs.

למידע נוסף, צרו קשר עם PRAT ב- CSPRAT@UW.אדו.

האם אני צריך להיות טוב במתמטיקה כדי לקוד?

מאת ליליאן שיאו

• שתף מאמר בטוויטר
• שתף מאמר בפייסבוק
• שיתוף מאמר על לינקדאין

כאן ב- Codecademy, שאלה אחת שאנחנו שומעים הרבה היא: “האם אני צריך להיות טוב במתמטיקה כדי לקוד?” כדי לענות על שאלה זו, שוחחנו עם מפתחים מצוות Codecademy והקהילה הגדולה יותר שלנו במהלך אירוע חי שנערך לאחרונה בפאנל הטכנולוגי כדי לשמוע את מחשבותיהם בנושא.

באופן כללי, תכנות היא תחום מגוון להפליא. להיות טוב במתמטיקה חשוב לסוגים מסוימים של תכנות, כמו עיצוב משחקים והמצאת אלגוריתמים מורכבים. אבל עבור סוגים רבים אחרים של תכנות, כמו פיתוח יישומי עסקים או אינטרנט, אתה יכול להפוך למתכנת מצליח מבלי שתצטרך ללמוד מתמטיקה מתקדמת.

“אתה לא דון’לא צריך להיות טוב במתמטיקה כדי להיות מפתח תוכנה טוב. יש לנו כל כך הרבה אנשים כאן [ב- Codecademy] שאולי לא’לא יש ניסיון רב במתמטיקה ומדעי המחשב והם מפתחים נהדרים,” חולק את Sanam, מהנדס תוכנה בצוות שלנו.

של פתרון בעיות

כמתכנת, אתה’יש סיכוי גבוה יותר ליישם אלגוריתמים וטכנולוגיות קיימות כדי לפתור בעיה מסוימת. ולמרות שמתמטיקה עוברת לבנות רבים מהכלים האלה, אתה לא’לא בהכרח צריך לדעת כיצד מתמטיקה פועלת על מנת להשתמש בכלים אלה ביעילות. באותה צורה, אתה יכול להפוך לנהג מיומן מבלי לדעת את הפרטים העומדים מאחורי אופן הפעולה של מנוע מכוניות.

“זה’s נהדר אם יש לך את הרקע המתמטי הזה, אבל אתה רק צריך להיות מסוגל לפתור בעיות. הרבה מזה הוא פשוט לדבוק בבעיה,” אומר מריאל, מפתח תכניות לימודים לקודקדה.

נגר, מהנדס למידת מכונות שמוביל את פרק הג’ורג’יה Codecademy, חולק עצות דומה: “אני חושב שאתה צריך להיות טוב בפתרון בעיות וזה’הסיבה שאנשים מתבלבלים שהם צריכים לעשות חשבון בזמן קידוד. לא, אתה רק צריך לפתור בעיות ולהשתמש בהיגיון בסיסי, זה’זה.”

חלק גדול מפתרון בעיות כרוך בהגדרת הבעיה ולפרק אותה למשימות קטנות יותר וניתנות לניהול יותר. “ללמוד כיצד לפרק בעיה ולנסח את הבעיה היא מערך מיומנות ש’המפתח באמת להיות מפתח מצליח,” אומר טיילור, מפתח ויועץ לערוץ מלא בנתיב הקריירה שלנו מהנדס האחורי.

סופי, מפתחת תכניות לימודים המתמקדת בקודקדה’תוכן מדעי הנתונים, משתף כי להיות מיומן במתמטיקה – למרות שאינו תנאי מוקדם לקידוד – יכול להיות כלי שימושי לפיתרון בעיות. “אתה’מחדש תהיה לך בעיה שעליך לפתור, ואתה צריך להבין באילו כלים אתה יכול להשתמש כדי לפתור אותה. מתמטיקה היא ממש כמו ארגז כלים שתוכלו להשתמש בהם כדי לפתור את הבעיות הללו. בעבודה היומיומית שלי, מה שאני משתמש בו הם כישורי פתרון ומחקר לבעיות כדי להבין באילו כלים להשתמש,” סופי אומרת לנו.

משתף פעולה עם אחרים

בנוסף לפיתרון בעיות, קידוד כרוך ביכולת לשתף פעולה עם אחרים כדי להתמודד עם אתגרים מורכבים. “בפיתוח זריז, ובכל חברה שאני’ve עבד, התרבות עוסקת בעבודה כצוות, שם אתה’מחדש פתרון בעיות, אבל אתה’מחדש גם משתף ועובד עם אחרים ומעניק משוב. אתה צריך להיות מיומנויות תקשורת נהדרות וכישורי שיתוף פעולה,” אומר סנאם.

חשיבה יצירתית

מיומנות חשובה נוספת עבור המפתחים היא חשיבה יצירתית. כשמדובר בפתרון בעיית קידוד, אתה’לעיתים קרובות נתקל במספר פתרונות אפשריים. התפקיד שלך כמפתח הוא לגלות את הפיתרון הטוב ביותר האפשרי בהתחשב במערך האילוצים הייחודי שלך, הדורש שילוב של יצירתיות, סקרנות ונחישות.

שירלי, מהנדסת תוכנה כאן ב- Codecademy ולפני כן מעצבת אופנה, משתפת את מחשבותיה על יצירתיות: “הרבה אנשים חושבים שקידוד הוא אנליטי ביותר, ואתה צריך להיות מיומנויות טכניות מטורפות. אבל אני באופן אישי חושב שקידוד הוא יצירתי ביותר. אם אתה בא מרקע שבו אתה אוהב אמנות, ואתה אוהב פתרון בעיות, אני חושב שאתה מוכן מאוד להיות קידוד.”

בשורה התחתונה, אתה לא’לא צריך להיות טוב במתמטיקה כדי להיות מפתח נהדר. במקום זאת, התמקדות בפתרון בעיות, שיתוף פעולה וחשיבה יצירתית יכולה לאפשר לך לקחת את כישורי התכנות שלך לשלב הבא, בכל מקום שאתה יכול להיות במסע הקידוד שלך.

מוכן להתחיל מסע קידוד משלך? בדוק את הקטלוג המלא שלנו בקורסים כדי ללמוד עוד ולהתחיל.

האם תכנות דורשת הכרת מתמטיקה?

האם תכנות דורשת הכרת מתמטיקה? לא בהכרח.

כשאני אומר את זה, אני מדבר בעיקר על פיתוח אתרים, לא עובד עם גרפיקה או יישומים ספציפיים הדורשים מתמטיקה מתקדמת.

אתה יכול להיות מתכנת נהדר גם אם היית רע במתמטיקה בבית הספר.

כלומר, אני מתכנתת בעשרים השנים האחרונות ומעולם לא הייתי צריך לפתוח ספר במתמטיקה כדי להזכיר לעצמי משהו שהייתי צריך לדעת אבל שכחתי. עשיתי די הרבה מתמטיקה גם בתיכון וגם באוניברסיטה. דברים כל כך מתקדמים ומופשטים עד שאני אפילו לא זוכר מה הייתה המטרה ללמוד את אלה (אם הייתה אפילו מטרה, פרט לעבור את הבחינה).

זה סוג של חוכמה קונבנציונאלית שאתה בהחלט צריך להיות נהדר במתמטיקה כדי להיות מתכנת נהדר. אולי בגלל שהאנשים הראשונים המתכנתים מחשבים היו מתמטיקאים, בעיקר מכיוון שלא היה בית ספר “מתכנת מחשבים” בסביבה. כמו כן, לימוד מדעי המחשב או הנדסת מחשבים כרוך בהרבה מתמטיקה, אך זה לא ממש הכרחי בתחום. 90% מתואר CS כרוך בלימוד דברים שהם באמת מעניינים, בטוחים, אך כמעט ולא מעשיים. אתה צריך מתמטיקה כדי להבין את התיאוריה הבסיסית. אבל בתכנות יום יום? בקושי כך.

אה, כשאני אומר תכנות, אני בעיקר מתכוון לפיתוח אתרים מכיוון שזה התחום שלי.

בהחלט יש כמות טובה של עבודות תכנות הדורשות מתמטיקה. לדוגמה, אם אתה עובד על מנוע טיוח תלת מימד, יישום GIS או קריפטוגרפיה / blockchain / בינה מלאכותית / למידת מכונה, זה ללא ספק דורש הרבה מתמטיקה, אבל זה אפילו לא מתמטיקה שנלמדת בבתי ספר, זה מתמטיקה מאוד ספציפית. כל סוג של גרפיקה או תכנות משחק ברמה נמוכה ידרוש גם מתמטיקה, ותצטרך ללמוד אותו לפני שתנסה לעשות זאת. מתמטיקה נחוצה גם כדי להבין את מורכבות האלגוריתמים, אך אינך מתכוון להמציא אלגוריתמים חדשים, לפחות בשנים הראשונות של תכנות.

עם זאת, מה שאתה צריך להיות טוב הוא פתרון בעיות. אני חושב שמתמטיקה בבית הספר מלמדת אותך מידה טובה כיצד לפתור בעיות, אבל כך גם סודוקו או תחביבים אחרים.

כמובן שאתה צריך כמה מושגי מתמטיקה בסיסיים, כמו חשבון או אלגברה, או היגיון, אבל את היסודות מאוד אם זה. אינך צריך לדעת אף אחד ממספרים מורכבים, הסתברות, משוואות, גרפים, אקספוננציאל ולוגריתם, גבולות, נגזרים, אינטגרציה, משוואות דיפרנציאליות וכן הלאה. לא דבר אחד.

אל תקשיב לשומרי סף: אם הם יגידו שלא תהיה מתכנת כי אתה לא טוב במתמטיקה, אל תקשיב להם. אתה תמיד יכול ללמוד את כל מה שאתה צריך לאורך הדרך. להיות פתוח ללמידה זה הרבה יותר חשוב מאשר כבר לדעת את הדברים.

פורסם במקור ב- flaviocopes.com

כמה מתמטיקה אני צריך לדעת לקוד?

אנשים יצירתיים, מרגשים ומובנים בדרך כלל – מעריכים בתעשיית הטכנולוגיה נתפסים לרוב כבלתי ניתנים להשגה על ידי אנשים שלא עושים זאת’לא להתלהב מהעשיית מתמטיקה כל היום, או שחוששים שאולי לא יהיה להם את הידע המיוחד לעשות משוואות ברמה גבוהה למחייתו.

כאן’המציאות: בעוד שמתמטיקה ודברים כמו פיתוח אתרים נראים יד ביד, הכמות האמיתית של מתמטיקה ברמה גבוהה הדרושה לעבוד בטכנולוגיה היא מפוצצת בפראות.

“אני’מ,” אומרת מוניקה השאלה, מהנדסת קצה עופרת ב- Sumup. “[אני] נאבק עם זה [הכל] דרך [בית הספר]. נורא בגיאומטריה, נורא באלגברה, לא’T חישוב מלא. אני’M אפילו איטי בחשבון.”

כיום, השמש מנהלת צוות של חמישה מפתחי אתרים, ומוכיחים שמדעי המתמטיקה ומדעי המחשב’T הנתיבים הישירים היחידים לקריירה טכנולוגית. “לאנשים רבים שאני עובד איתם יש הכשרה מקצועית מועטה במדעי המחשב,” אומר השמש. “זה’זה בהחלט לא מחסום להפוך למפתח אינטרנט.”

לדברי מפתחת האינטרנט שרלוט או’חרה, זה’S לא רק קל ללמוד לקוד מבלי שיש לו רקע במתמטיקה, אלא מחוץ לאיזה חשבון שגרתי, רוב הפרויקטים של פיתוח אתרים לא מתאימים’לא מסתמך בכלל על מתמטיקה.

זה נכון במיוחד, o’הארה מדגישה, עבור כל מי שעובד על עיצוב אתרים או על פיתוח קדמי . התמקדות בחשיבה ביקורתית ועין לעיצוב חשובה יותר מחישובים מתקדמים, היא אומרת, וכי היא “לעיתים רחוקות השתמש במתמטיקה על בסיס יומיומי.”

אנשים שפשוט יכולים’לא לקבל מספיק משוואות בסופו של דבר לומד טכנולוגי בחלקו בגלל אוניברסיטאות מסורתיות לא’אני בהכרח עושה את ההבחנה בין מיומנויות מתמטיקה לטכנולוגיה, אומר ג’סטין מורס, נשיא תוכנת חץ. זו הסיבה שאם אתה לוקח את מסלול האוניברסיטה כדי לקבל תואר במדעי המחשב, אתה’יהיה נדרש לקחת קורסים מתמטיים ברמה גבוהה-כמו מורס. אבל ככל שעבודתו בעולם האמיתי הולכת? “אני’D מעריך שאני … משתמש בדברים שלמדתי בשיעורי המתמטיקה האלה פעם או פעמיים בשנה,” מורס אומר. מורס’המוקד המקצועי העיקרי הוא תוכנה שולחנית ופיתוח אתרים, והוא אומר שרוב עמיתיו למפתחים משתמשים במתמטיקה ברמה גבוהה בדיוק לעיתים רחוקות כמו שהוא עושה.

אז איפה הסתיימים החישובים האלה? “יש אנשים שכותבים קוד הדורש מיומנויות מתמטיקה הרבה מעבר ליכולות שלי,” אומר מורס, “אבל האנשים האלה מהווים חלק קטן מהמתכנתים. תחשוב נאס”א.”

בשלב זה, צריך להיות ברור שהמתמטיקה היא’לא הכרח אם אתה’מחפש מחדש להיות מקודד – אבל בקנה מידה רחב יותר, זה יכול להיות ליד העניין. בטח, אתה עלול להרגיש כשיר יותר לקבל קידוד (כמו שאתה צריך), אבל מה אם אתה חושב שאחרי כמה שנים בטכנולוגיה, העבודה בנאס”א נשמעת מדהימה? מה אם תרצה שתוכל להשתמש בכישורי הטכנולוגיה שלך בצורה מתמטית יותר, אבל רק תחשוב שאתה’לא טוב בזה? ובכן, חרדת המתמטיקה שלך עשויה שלא להתאם כלשהו עם היכולת שלך בפועל.

2017 מגזין מדע המחקר מצביע על כך שתפיסתנו את היכולת שלנו, ולא את היכולת עצמה, שקובעת את ההצלחה – במיוחד כשמדובר במה שעמיתינו אומרים. זה נכון במיוחד לנשים. בָּה לוס אנג’לס טיימס דו”ח המחקר, אמינה קאהן כתבה זאת “ מחקרים הראו כי הרעיון שגברים טובים יותר מנשים במתמטיקה פוגעת בנשים למעשה’S ביצועים ומערער את העניין שלהם בשדות הקשורים למתמטיקה.” זה’s the רַעְיוֹן , לא שום הבדל ביכולת הקוגניטיבית. שדות כבדים במתמטיקה נשלטים לרוב על ידי גברים, ללא סיבה אחרת מהעובדה שמגדר אחד זוכה לעידוד יותר מאשר אחר. אז הקול הקטן הזה בחלק האחורי של הראש שלך אומר לך שאתה יכול’t לטפל במתמטיקה? קדימה והתעלם מזה.

כאן’בשורה התחתונה: פחד מתמטיקה צריך לא’לא למנוע ממך ללמוד לקוד – זה פשוט לא’לא לעלות כל כך לעתים קרובות. אבל אם אתה’מחפשים ללכת רחוק יותר עם כישורי הטכנולוגיה שלך ולחקור יותר את STEM, שם’אין סיבה להיות מאוימים. יש לך את כל היכולת שאתה צריך; זה’רק עניין של כיבוי הקולות שאומרים לך שלא בצדק שאתה לא עושה’t.

וברגע שאתה’עשתה זאת, הורד את המדריך האולטימטיבי בחינם לקידוד למתחילים . למד בדיוק אילו מיומנויות אתה’הצורך בקריירה כמפתח אתרים, כיצד להשתמש בכישורים אלה כדי להנחית עבודה אותך’אהבה, ואיך להצליח בתפקיד הראשון שלך ומעבר לו.

הוא טק נכון בשבילך? קח את החידון שלנו בן 3 דקות!

אם קריירה בטכנולוגיה מתאימה לך