Если вредные советы откликнулись тебе, давай разберемся, что с ними можно сделать.
1️⃣
Заинтересовалась программированием — пробуй
Но начни с бесплатных материалов, ведь их просто куча. Выбирай то, что нравится — смотри и сразу повторяй код.
Вебинары, открытые уроки, форумы — чем больше информации ты узнаешь и вариантов попробуешь, тем проще будет выбрать направление, которое реально понравится.
2️⃣ Книжки — это хорошо, но не как основной источник
Скорее как дополнительное погружение в тему и фундаментальные знания. В сфере IT всё меняется так быстро, что надёжнее всего данные на проверенных платформах в интернете.
3️⃣ Сложные концепции на старте = быстрое выгорание
Любое дело начинается с азов, скелета — на который постепенно ты наращиваешь мясо знаний. Плюс так приятно и так мотивирует, когда что-то получается!
Я своим ученикам всегда рекомендую выбирать книги по программированию для детей — в них и доступно, и интересно описана база. Легко повторить!
4️⃣ Окружение творит чудеса
Когда
есть с кем посоветоваться, спросить помощь в решении и обменяться мнениями — это позволяет расти намного быстрее и качественнее, чем в одиночку. Обязательно найди себе соратников на пути к цели!
5️⃣ Актуальность, доступность, простота — девиз для выбора своего языка
Поэтому рекомендую выбирать язык программирования, исходя из твоих интересов и планов на будущее + его востребованности на рынке. Зачем учить что-то, что маловероятно пригодится в работе?)
6️⃣ Сложности неизбежны, к ним важно быть готовой
Не забывай отдыхать и переключаться. Если что-то не получается решить, спроси совета или помощи у единомышленниц или бадди. Бывают моменты, когда просто необходимо поныть, чтобы появились силы идти дальше. Это не стыдно!)
7️⃣ Реальные проекты, а не сертификаты
Сертификаты хорошо демонстрируют твою жажду знаний и развития, но ничто не покажет твои реальные навыки лучше, чем проекты в портфолио. Работай над кейсами, применяй знания на практике — это круто выделит тебя на рынке труда
8️⃣ Не так важна техника на старте
Навороченность компьютера имеет важное значение, только если ты выбрала себе путь специалиста по Data Science, где нужно обрабатывать большие данные.
В остальных случаях на старте:
➡️ для
Frontend подойдёт компьютер или ноутбук на Windows 10/11 или MacOS Ventura/Monterey/BigSur
➡️ для
Backend пригодится компьютер или ноутбук с оперативкой от 8 гб на Windows 10/11 или MacOS Ventura/Monterey/BigSur
Дай себе время, отдыхай, ищи информацию в разных источниках.
И, главное, не сдавайся!