Αξίζει η Εφαρμοσμένη Πληροφορική στο ΠαΜακ;

[vassilis498]

Μπορείς να πας για data science ή devops όπου τα programming skills που απαιτεί είναι σχεδόν ανύπαρκτα. Από την άλλη η χρήση του προγραμματισμού και ως όρος και ως τρόπο να αξιολογήσεις τις ικανότητες ενός επαγγελματία είναι τελείως αδόκιμη.

Οπότε θα λεγα αν κάποιος αγχώνεται για αυτά ας κοιτάξει απλώς να δώσει βάση σε ό,τι μάθει στη σχολή του ό,τι κι αν είναι αυτό κι αργότερα θα χει άλλα πράματα να αγχώνεται.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[Samael]

Προγραμματισμό πρέπει να ξέρουν σχεδόν όλοι πλέον . Ζούμε στην εποχή της πληροφορίας και μια γλώσσα προγραμματισμού αποτελεί τον τρόπο να έχουμε πρόσβαση σε αυτή . Ιδίως θετικοί επιστήμονες αλλά και οικονομικών επιστημών .

Τώρα χρειάζεται όλοι να καταλαβαίνουν απο που πηγάζουν οι βασικές ιδέες που τον θεμελιώνουν ; Χμμ...όχι απαραίτητα . Εκτός εαν σκοπεύει να είναι μέσα στους πρωτοπόρους του πεδίου που θα το πάει ένα μικρό βήμα παρά πέρα τότε όχι .

Τέλος πάντων, το point μου είναι οτι σε μια δουλειά θα εκτιμηθούν μακράν περισσότερο οι πρακτικές ικανότητες κάποιου παρά οι θεωρητικές ,οι οποίες θα σε ωφελήσουν πολύ σε ελάχιστα προβλήματα.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[nPb]

Από το πρέπει να ξέρουν...μέχρι ότι θα πρέπει να έχουν κίνητρο να ξέρουν, είναι τεράστιος δρόμος. Νομίζω ότι πλέον χρειάζονται και άριστοι επί θεωρητικών γνώσεων γιατί μέσα στον χυλό των "δεξιοτήτων" και ασαφών πιστοποιήσεων, κάπου η μπάλα έχει χαθεί. Δεν ξέρω πόσο βοηθάει η πρακτική στην Οικονομετρία μέσω Python, R χωρίς να εξετάζεται η θεωρητική θεμελίωσή της με άλλες ενότητες (βλ. ασυμπτωτική στατιστική).

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[Samael]

Από το πρέπει να ξέρουν...μέχρι ότι θα πρέπει να έχουν κίνητρο να ξέρουν, είναι τεράστιος δρόμος. Νομίζω ότι πλέον χρειάζονται και άριστοι επί θεωρητικών γνώσεων γιατί μέσα στον χυλό των "δεξιοτήτων" και ασαφών πιστοποιήσεων, κάπου η μπάλα έχει χαθεί. Δεν ξέρω πόσο βοηθάει η πρακτική στην Οικονομετρία μέσω Python, R χωρίς να εξετάζεται η θεωρητική θεμελίωσή της με άλλες ενότητες (βλ. ασυμπτωτική στατιστική).

Ειναι αναλογα το τι δουλεια κυνηγας. Λογου χαρη εαν κανεις καποιου ειδους αναλυσης δεδομενων με στατιστικη, και δεν εχεις καλες βασεις σε αυτην μονο θετικο δεν μπορει να ειναι . Εαν γραφεις app ψηφιακης επεξεργασιας σηματος προφανως θα πρεπει να καταλαβαινεις τι εστι μετασχηματισμος Φουριε . Εαν θες να σχεδιασεις ενα πολυπλοκο προγραμμα και εχεις περιορισμους υλικου προφανως πρεπει να καταλαβαινεις λιγο αρχιτεκτονικη υπολογιστων και θεωρια αλγοριθμων. Ωστοσο ο σχεδιασμος των περισσοτερων συστηματων γινεται μεσω εμπειρικων και προσεγγιστικων αναλυσεων . Εαν δεν το εχεις φτιαξει στο μυαλο σου να ξερεις πως λειτουργει απο την αρχη ως το τελος οσες αναλυσεις ακριβειας και να κανεις μεσω μαθηματικων η φυσικης δεν θα λειτουργει,ειναι νομος . Πρεπει να γνωριζεις να εφαρμοζεις τα καταλληλα μοντελα που απλοποιουν το εν λογω συστημα και αυτο μπορει να γινει μονο γνωριζοντας τι μπορει να αγνοηθει καο ως ποιον βαθμο . Και αυτο προυποθετει πρακτικη εμπειρια. Αυτο δεν σημαινει οτι δεν πρεπει να υπαρχουν βεβαια θεωρητικες βασεις οπως λες. Απλα η εμπειρια μετραει αρκετα προφανως.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[akikos]

Μπορείς να πας για data science ή devops όπου τα programming skills που απαιτεί είναι σχεδόν ανύπαρκτα.

Aκόμα και εκεί χρειάζεται ο προγραμματισμός. Ο δεύτερος τον χρειάζεται για να φτιάχνει automation και θεωρώ πως είναι το κλειδί της επιτυχίας του.

Ο πρώτος με προγραμματισμό (R, python) να κάνει ανάλυση on the fly και προγράμματα όπως excel, spss, Matlab που στοιχίζουν πολύ να του είναι αχρειάστα.
Π.χ. Pandas

---

Ο προγραμματισμός είναι τόσο βασικός και τόσο χρήσιμος που πρέπει να διδάσκεται από το δημοτικό.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[tsiobieman]

Aκόμα και εκεί χρειάζεται ο προγραμματισμός. Ο δεύτερος τον χρειάζεται για να φτιάχνει automation και θεωρώ πως είναι το κλειδί της επιτυχίας του.

Ο πρώτος με προγραμματισμό (R, python) να κάνει ανάλυση on the fly και προγράμματα όπως excel, spss, Matlab που στοιχίζουν πολύ να του είναι αχρειάστα.
Π.χ. Pandas

---

Ο προγραμματισμός είναι τόσο βασικός και τόσο χρήσιμος που πρέπει να διδάσκεται από το δημοτικό.

Εμείς έκτη δημοτικού κάναμε λίγο microworlds Pro , είναι μία πολύ μικρή εισαγωγή στον Προγραμματισμό βέβαια αλλά ήταν πολύ καλό για να πάρουμε μια πρώτη γεύση από τον Προγραμματισμό.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[vassilis498]

Aκόμα και εκεί χρειάζεται ο προγραμματισμός. Ο δεύτερος τον χρειάζεται για να φτιάχνει automation και θεωρώ πως είναι το κλειδί της επιτυχίας του.

Ο πρώτος με προγραμματισμό (R, python) να κάνει ανάλυση on the fly και προγράμματα όπως excel, spss, Matlab που στοιχίζουν πολύ να του είναι αχρειάστα.
Π.χ. Pandas

---

Ο προγραμματισμός είναι τόσο βασικός και τόσο χρήσιμος που πρέπει να διδάσκεται από το δημοτικό.

λολ ποιος είναι ο προγραμματισμός του devops τα deployment charts σε yaml, τα spaghetti bash scripts ή τα one liners σε perl? για αυτό λέω πιο πάνω υπάρχει ένα μεγάλο foul στο τι εννοούμε όταν λέμε programming skills. Πχ μπορεί να ξέρεις τέλεια μια γλώσσα να γνωρίζεις το standard κι όλα τα behaviors απ' έξω κι ανακατωτά αλλά να μη ξέρεις να γράψεις ένα service. Κι αυτό πάει infinite ways.

Κάτι αντίστοιχο ισχύει για το data science. Υπάρχει λόγος που κυριαρχεί η python, η γλώσσα όπου έχει ένα κάρο syntactic sugar hacks και ένα κάρο library για τα πάντα.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[nPb]

Spoiler

Aκόμα και εκεί χρειάζεται ο προγραμματισμός. Ο δεύτερος τον χρειάζεται για να φτιάχνει automation και θεωρώ πως είναι το κλειδί της επιτυχίας του.

Ο πρώτος με προγραμματισμό (R, python) να κάνει ανάλυση on the fly και προγράμματα όπως excel, spss, Matlab που στοιχίζουν πολύ να του είναι αχρειάστα.
Π.χ. Pandas

---

Spoiler

Ο προγραμματισμός είναι τόσο βασικός και τόσο χρήσιμος που πρέπει να διδάσκεται από το δημοτικό.

Ναι αλλά σαν δεξιότητα δεν είναι για όλους. Δεν μπορούν όλοι να τον κατανοήσουν και αυτό έχεις πολλές αιτίες. Από την εμπειρία μου βλέπω, ότι ενώ μπορεί να υπάρχουν οι υποδομές από πλευράς εκπαιδευτικών παροχών αρκετοί δεν έχουν ενδιαφέρον. Αυτό ισχύει και στις πιο τεχνολογικά προηγμένες χώρες από την Ελλάδα.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.

 

[Agaphbou]

Επειδή τυχαίνει να γνωρίζω πολλά άτομα από το συγκεκριμένο τμήμα, η σχολή είναι σχετικά εύκολη να τη βγάλεις. Δεν ξέρω ούτε τι άτομο είσαι, ούτε τι στόχους έχεις, αλλά αν το άγχος σου είναι να τελειώσεις στα 4-5 χρόνια, θεωρώ ότι με ένα μέσο μυαλό, τη στοιχειώδη παρακολούθηση και τακτικό διάβασμα γίνεται εύκολα. Το τμήμα στο 3ο έτος νομίζω χωρίζεται σε δύο κλάδους: έναν που κάνουν περισσότερο marketing, e-commerce, στατιστική, οικονομικά, δίκαιο κι έναν που εμβαθύνει στον προγραμματισμό και την καθαρή πληροφορική. Παίζουν αρκετές εργασίες γενικά και η επιτήρηση στις εξετάσεις είναι σχετικά χαλαρή. Οι δικοί μου πάντως φίλοι, ενώ ήταν στην κοσμάρα τους και δε διάβαζαν ποτέ, δε χρωστούσαν και τραγικά πολλά. Το μόνο κακό είναι ότι, απ' ό,τι έχω δει και απ' ό,τι βιβλίο τους έχω διαβάσει, έχουν αρκετά βαρετά (κατ' εμέ πάντα) μαθήματα.

ΥΓ: Μιλάω πάντα για τον κλάδο της διοίκησης. Της πληροφορικής είναι σαφέστατα δυσκολότερος.

Σημείωση: Το μήνυμα αυτό γράφτηκε 6 χρόνια πριν. Ο συντάκτης του πιθανόν να έχει αλλάξει απόψεις έκτοτε.