Если только начал, то паттерны стоит отложить на потом, начать нужно с базовых концепций:

👑 Low Coupling/High Cohesion

👑 Закон Деметры (или "не разговаривай с чужаками)

👑 Разобраться с устойчивостью клссов (это хорошо описано в чистой архитетуре)

👑 Разобраться с RFC (Response For a Class) — количество методов, которые могут быть вызваны в ответ на один запрос к классу.

👑 Fan-In / Fan-Out
- Fan-In: сколько классов используют данный класс
- Fan-Out: сколько классов использует данный класс

Эти принципы помогают делать маленькие, гибкие классы. При этом можно начать с анализа того что уже написано, а потом писать новые небольшие приложения, желательно не зависать на одном и том же коде, а брать разные темы и писать с нуля. Потому что иначе глаз быстро замыливается и прогресс теряяется.

Любую проблему можно решить введением дополнительного уровня абстракции, кроме одной — слишком большого количества уровней абстракции.

Иногда слушаешь человека, вроде и говорит хорошо, вроде и по делу, а потом он брякнет что-то типа «идентификатору присвоили значение 10», и хочется плакать, ведь даже чат-бот знает, что с идентификатором значение можно только ассоциировать (или слинковать, кому как нравится), а присвоить значение можно только переменной.

Хуже становится, только если особо гениальный ум скажет: «Так переменная — это и есть идентификатор», сразу становится понятно, что человек не понимает разницы между семантикой языка программирования и его синтаксисом. Для многих открытие, что переменная и идентификатор — это термины, которые существуют на разных уровнях абстракции. Да чего там, сам факт, что в программировании - всё есть абстракции, выглядит для человека как непосильная для осмысления и анализа мысль.

💡 Поэтому просто запомните, что переменная принимает и хранит значения, можете спросить у ИИ, почему это так, а идентификатор — это имя, которое обозначает переменные, функции, объекты, по сути, это просто ссылка. Идентификатор существует на уровне синтаксиса языка программирования, немного на уровне семантики (например, при определении области видимости).

Когда уместно говорить «идентификатор», когда «переменная»? В случаях, когда речь идет о синтаксисе языка, можно говорить «идентификатор», а можно «имя переменной», что есть одно и то же, но когда речь идет об алгоритме, то правильно говорить «переменная».

Надеюсь, мое объяснение поможет лучше разобраться и не использовать термины не по назначению.

Раньше можно было быть просто фронтендером или тестировщиком и жить спокойно. Сейчас так не работает — все хотят универсалов, которые умеют и код писать, и в облаках разбираться, и с ИИ работать.

Часть людей по привычке хватается за соломинку, мол: "Всё равно ваш ИИ не сможет сделать так же круто и чётко, как я" 🙅‍♂️. Но это, конечно, тупиковый путь мышления. ИИ не "заменит", а вытеснит специалистов, которые ограничены своими замкнутыми стеками .

Может, внешне ситуация кажется похожей, но если вдуматься:
- "Заменит" — значит, будет иметь такую же функциональность, делать что-то похожее.
На самом деле процесс изменится — он станет более подходящим для ИИ, а не для человека.

Поэтому подстраиваться придётся нам с вами 💪. А это значит — надо активно осваивать гибридные области, чтобы оперативно реагировать на изменения рынка 🔥💡.

Многие айтишники ищут более престижные места работы или хотят повышения на текущем месте, но задайте себе вопрос "почему именно вы достойны повышения или нового места работы?".

Проблема в том, что честный ответ на этот вопрос приведёт к пониманию - принципиально вы ничем не отличаетесь от сотен других кандидатов. Чтобы претендовать на интересную должность нужно выделиться на фоне других кандидатов, даже если по факту работа, которую предстоит делать, не очень сложная, все равно нужно создать ощущение, что именно вы сможете сделать её лучше других.

Те, кто хочет добиться высокой должности, делают свою ставку на нетворкинг 💡, публичный бренд 💡, OpenSource 💡 и т.д. Все это делается с единственной целью - выделиться на фоне других, чтобы получить более выгодные предложения.

Самая большая ошибка - думать, что если вы хорошо решаете рабочие задачи, то вас заметят и повысят, это 100% не работает, потому что человек который отлично справляется со своими задачами и не проявляет интереса к смежным областям, по мнению работодателя, находится на своём месте.

При этом если сильно долго сидеть на одном месте, то постепенно происходит профессиональная деградация, из-за чего найти другую работу становится ещё сложнее, не говоря о повышении.

👑 Поэтому для карьерного роста важно развиваться не только "в глубину", но и продвигать себя как специалиста на рынке.

👑 важно отслеживать те требования и тренды, которые возникают в индустрии и своевременно корректировать свои знания.

Тогда шансы на успех в построении карьеры сильно возрастают.

Написал статью Личные метрики. Мощный гайд о том, как перестать страдать «достигаторством» и начать планомерно оценивать свои результаты и двигаться к поставленным целям. Всем, кто не знает, как оценить свои возможности, рекомендую прочитать статью «Личные метрики».

💡 Доступно только для подписчиков "Stream".