Skip to content

Latest commit

 

History

History
1983 lines (1659 loc) · 139 KB

README-pl.md

File metadata and controls

1983 lines (1659 loc) · 139 KB
Raw

Przygotowanie do rozmowy kwalifikacyjnej w Google - Coding Interview University

Pierwotnie stworzyłem ten projekt, jako krótką listę tematów do nauki, które warto poznać aby zostać Software Engineer, ale powiększył się do dużej listy, którą widzisz dzisiaj. Po przejściu przez ten plan studiów zostałem zatrudniony jako Software Development Engineer w Amazon! Prawdopodobnie nie będziesz musiał uczyć się tak dużo jak ja. W każdym razie wszystko, czego potrzebujesz, jest tutaj.

Przez kilka miesięcy uczyłem się około 8-12 godzin dziennie. Oto moja historia: Dlaczego uczyłem się w pełnym wymiarze godzin przez 8 miesięcy na rozmowę w Google

Pozycje wymienione tutaj dobrze przygotują cię na wywiad techniczny w prawie każdej firmie zajmującej się wytwarzaniem oprogramowania, włączając w to takich gigantów jak: Amazon, Facebook, Google, and Microsoft.

Powodzenia!

Tłumaczenia:
Tłumaczenia w trakcie:
## Co to jest?

To jest mój wielomiesięczny plan nauki od przejścia od programisty (samouka, bez dyplomu CS - informatyki) do inżyniera oprogramowania dla dużej firmy.

Coding at the whiteboard - from HBO's Silicon Valley

Jest to przeznaczone dla początkujących software engineers lub tych przełączających się z software/web development na software engineering (gdzie wiedza z informatyki jest wymagana). Jeśli masz wieloletnie doświadczenie i stwierdziłeś, że masz wieloletnie doświadczenie w inżynierii oprogramowania, oczekuj trudniejszej rozmowy.

Jeśli masz wieloletnie doświadczenie w tworzeniu oprogramowania/stron internetowych, pamiętaj, że duże firmy programistyczne, takie jak Google, Amazon, Facebook i Microsoft postrzegają inżynierię oprogramowania jako inną niż tworzenie oprogramowania / stron internetowych i wymagają wiedzy informatycznej.

Jeśli chcesz być inżynierem ds. niezawodności i bezpieczeństwa lub systemów, zapoznaj się z listą dodatkową (sieć, bezpieczeństwo).

Spis treści

---------------- Wszystko poniżej tego punktu jest nadprogramowe ----------------

Dodatkowe materiały

Dlaczego z tego korzystać?

Kiedy rozpocząłem ten projekt, nie rozpoznawałem stosu (stack) od sterty (heap), nie znałem notacji dużego O (złożoności obliczeniowej algorytmów, asymptotycznego tempa wzrostu), nie wiedziałem nic o drzewach ani tego, jak przejść przez graf. Gdybym musiał kodować algorytm sortowania, mogę powiedzieć, że nie byłby zbyt dobry. Wszystkie struktury danych, z którymi miałem kiedykolwiek do czynienia, były wbudowane w język i nie wiedziałem w ogóle, jak działają pod maską. Nigdy nie musiałem zarządzać pamięcią, chyba że uruchamiany przeze mnie proces wyrzuciłby błąd "out of memory", a potem musiałbym znaleźć obejście. W swoim życiu użyłem kilku wielowymiarowych tablic i tysiące tablic asocjacyjnych, ale nigdy nie tworzyłem struktur danych od zera.

To długi plan. Może on zająć miesiące. Jeśli jednak znasz już co nieco z tego, zajmie ci to znacznie mniej czasu.

Jak tego używać

Wszystko poniżej jest konspektem i powinieneś zajmować się tymi punktami w kolejności od góry do dołu.

Używam specjalnej odmiany Markdown GitHub, w tym list zadań do sprawdzania postępów.

Utwórz nową gałąź (brancha), aby móc sprawdzać te pozycje, po prostu wstawiając x w nawiasach: [x]

Fork a branch and follow the commands below

git checkout -b progress

git remote add jwasham https://github.com/jwasham/coding-interview-university

git fetch --all

Mark all boxes with X after you completed your changes

git add .

git commit -m "Marked x"

git rebase jwasham/main

git push --force

Więcej na temat Github-flavored markdown

Nie uważaj, że jesteś niewystarczająco mądry

Informacje o materiałach wideo

Niektóre filmy są dostępne tylko po zapisaniu się na kurs Coursera lub EdX. Są to tak zwane MOOC. Czasami zajęcia nie są w sesji, więc musisz poczekać kilka miesięcy, więc wtedy nie masz dostępu.

Będę wdzięczny za pomoc w dodawaniu bezpłatnych i zawsze dostępnych źródeł publicznych, takich jak filmy z YouTube, które towarzyszą filmom z kursów online.
Lubię korzystać z wykładów uniwersyteckich.

Proces rozmowy i ogólne przygotowanie do rekrutacji

Wybierz jeden język do rozmowy kwalifikacyjnej

Możesz użyć języka, w którym czujesz się komfortowo, aby wykonać część wywiadu dotyczącą programowania, ale w przypadku dużych firm są to solidne propozycje:

  • C++
  • Java
  • Python

Możesz ich również użyć, ale najpierw przeczytaj co nieco. Mogą istnieć zastrzeżenia:

  • JavaScript
  • Ruby

Oto artykuł, który napisałem o wyborze języka do rozmowy kwalifikacyjnej: Wybierz jeden język do wywiadu kodującego

Musisz czuć się bardzo wygodnie w języku i posiadać z niego wiedzę.

Przeczytaj więcej na temat wyborów tutaj:

Zobacz materiały językowe tutaj

Poniżej zobaczysz trochę uczenia się C, C ++ i Python, ponieważ uczę się. W grę wchodzi kilka książek, patrz na dole.

Lista książek

To jest krótsza lista niż ta, której użyłem. Jest to skrócone, aby zaoszczędzić czas.

Przygotowanie do rozmowy rekrutacyjnej

Jeśli masz mnóstwo dodatkowego czasu:

Wybierz jeden:

Konkretny język

Musisz wybrać język do rozmowy kwalifikacyjnej (patrz powyżej).

Oto moje rekomendacje według języka. Nie mam materiałów dla wszystkich języków. Miło widziane dodatki.

Jeśli zapoznasz się z jednym z nich, powinieneś mieć całą wiedzę na temat struktur danych i algorytmów, których potrzebujesz, aby zacząć robić problemy z kodowaniem. Możesz pominąć wszystkie wykłady wideo w tym projekcie, chyba że chcesz recenzję.

Dodatkowe materiały specyficzne dla języka tutaj.

C++

Nie przeczytałem tych dwóch, ale są wysoko ocenione i napisane przez Sedgewicka. On jest wspaniały.

Jeśli masz lepszą rekomendację dla C++, daj mi znać. W poszukiwaniu wyczerpującego materiału.

Java

LUB:

  • Data Structures and Algorithms in Java
    • od Goodrich, Tamassia, Goldwasser
    • używany jako opcjonalny tekst dla kursu wprowadzającego dla informatyki na UC Berkeley
    • zobacz moją recenzję książki na temat wersji Python poniżej. Ta książka obejmuje te same tematy.

Python

Zanim zaczniesz

Ta lista rosła przez wiele miesięcy i tak, wymknęła się spod kontroli.

Oto kilka błędów, które popełniłem, rzuć okiem - dzięki temu będziesz mieć lepsze odczucia.

1. Nie zapamiętasz tego wszystkiego

Oglądałem godziny filmów i robiłem obszerne notatki, a miesiące później wiele nie pamiętałem. Spędziłem 3 dni na moje notatki i tworzenie fiszek, abym mógł je przejrzeć.

Przeczytaj proszę, żebyś nie popełnił moich błędów:

Utrzymanie wiedzy informatycznej.

Kurs zalecany mi (jeszcze go nie zacząłem): Naucz się, jak się uczyć

2. Użyj Flashcards

Aby rozwiązać problem, stworzyłem małą stronę z fiszkami (flashcards), w której mogłem dodać fiszki 2 typów: ogólne i kod. Każda karta ma inne formatowanie.

Stworzyłem witrynę mobilną, aby móc przeglądać na moim telefonie i tablecie, gdziekolwiek jestem.

Stwórz własną za darmo:

Pamiętaj, że poszedłem ostro i mam karty obejmujące wszystko, od języka asemblera i ciekawostek Python po uczenie maszynowe i statystyki. To o wiele za dużo na to, w stosunku do tego co jest wymagane.

Uwaga odnośnie fiszek: Gdy rozpoznasz odpowiedź po raz pierwszy, nie oznaczaj jej jako znanej. Musisz zobaczyć tę samą kartę i odpowiedzieć kilka razy poprawnie, zanim się nauczysz porzadnie. Powtarzanie pogłębi tę wiedzę.

Alternatywą dla korzystania z mojej strony z kartami jest Anki, która była mi polecana wiele razy. Używa systemu powtarzania, aby pomóc Ci zapamiętać. Jest przyjazna dla użytkownika, dostępna na wszystkich platformach i ma system synchronizacji w chmurze. Kosztuje $25 na iOS ale jest darmowa na innych platformach.

Moja baza danych fiszekw formacie Anki: https://ankiweb.net/shared/info/25173560 (dzięki @xiewenya)

3. Zacznij robić pytania programistyczne do rozmowy kwalifikacyjnej, ucząc się struktur danych i algorytmów

Musisz zastosować zdobytą wiedzę do rozwiązywania problemów, inaczej zapomnisz. Popełniłem ten błąd. Gdy nauczysz się tematu, aby czuć się z tym komfortowo, np. listy powiązane - otwórz jedną z książek o rekrutacji IT i zrób kilka pytań dotyczących list powiązanych (linked lists). Następnie przejdź do następnego tematu do nauki. Potem wróć i zrób kolejne zadanie z listą powiązaną, problem z rekurencją lub cokolwiek innego. Ale rób zadania podczas nauki. Nie jesteś zatrudniony do wiedzy, ale do tego jak zastosować wiedzę. Polecam kilka książek i stron. Zobacz tutaj, aby uzyskać więcej informacji: Praktyczne pytania programistyczne

4. Przeglądaj, przeglądaj, przeglądaj

Trzymam zestaw ściąg na ASCII, stos OSI, notacje Big-O i inne. Przeglądam je, kiedy mam trochę wolnego czasu.

Zrób sobie przerwę od problemów programistycznych na pół godziny i przejrzyj swoje fiszki.

5. Skupienie

Istnieje wiele czynników, które mogą zająć cenny czas. Skupienie i koncentracja są trudne. Włącz muzykę bez słów, a będziesz w stanie całkiem dobrze się skupić.

Czego tutaj nie zobaczysz

Są to dominujące technologie, ale nie są częścią tego planu nauki:

  • SQL
  • Javascript
  • HTML, CSS, oraz inne technologie frontend

Plan dzienny

Niektóre przedmioty zajmą jeden dzień, a inne kilka dni. Niektórzy dopiero się uczą nie mając nic do zaimplementowania.

Każdego dnia biorę jeden temat z poniższej listy, oglądam filmy na ten temat i piszę implementację w:

  • C - używając struktur i funkcji, które mają * i coś jeszcze jako args.
  • C++ - bez używania wbudowanych typów
  • C++ - używając wbudowanych typów, takich jak z STL np. std::list dla linked list
  • Python - używając wbudowanych typów (aby ćwiczyć Python)
  • i piszę testy, aby upewnić się, że robię to dobrze, czasem używając prostych instrukcji assert()
  • Możesz tak robić z Java lub czymś innym, to po prostu moje podejście.

Nie potrzebujesz tych wszystkich. Do rozmowy potrzebny jest tylko jeden język.

Po co kodować w tych wszystkich?

  • Ćwiczenia, ćwiczenia, ćwiczenia, dopóki nie mam tego dość, i mogę to zrobić bez problemu (niektórzy mają wiele skrajnych przypadków i szczegółów księżek do zapamiętania)
  • Praca w ramach surowych ograniczeń (przydzielanie / zwalnianie pamięci bez pomocy odśmiecania (z wyjątkiem Pythona lub Java))
  • Korzystam z wbudowanych typów, więc mam doświadczenie w korzystaniu z wbudowanych narzędzi do użytku w świecie rzeczywistym (nie zamierzam pisać własnej implementacji list powiązanych na produkcji)

Może nie mam czasu na zrobienie wszystkich tych rzeczy dla każdego przedmiotu, ale próbuję.

Możesz zobaczyć moje kody tutaj:

Nie musisz zapamiętywać wnętrzności każdego algorytmu.

Napisz kod na tablicy lub papierze, a nie na komputerze. Testuj z niektórymi przykładowymi danymi wejściowymi. Następnie przetestuj na komputerze.

Wymagana wiedza

Złożoność algorytmiczna / Big-O / Analiza asymptotyczna

Struktury danych

  • Arrays

    • Zaimplementuj wektor automatycznie zmieniający rozmiar.
    • Opis:
    • Zaimplementuj vector (mutable array z automatycznym zmienianiem rozmiaru):
      • Practice coding using arrays and pointers, and pointer math to jump to an index instead of using indexing.
      • new raw data array with allocated memory
        • potraf zaalokować int array pod maską, bez używania gotowych funkcji
        • zacznij z 16, lub jeśli liczba początkowa jest większa, użyj potęgi 2 - 16, 32, 64, 128
      • size() - number of items
      • capacity() - number of items it can hold
      • is_empty()
      • at(index) - returns item at given index, blows up if index out of bounds
      • push(item)
      • insert(index, item) - inserts item at index, shifts that index's value and trailing elements to the right
      • prepend(item) - can use insert above at index 0
      • pop() - remove from end, return value
      • delete(index) - delete item at index, shifting all trailing elements left
      • remove(item) - looks for value and removes index holding it (even if in multiple places)
      • find(item) - looks for value and returns first index with that value, -1 if not found
      • resize(new_capacity) // private function
        • po osiągnięciu pojemności zmień rozmiar, aby podwoić rozmiar
        • podczas usuwania elementu, jeśli rozmiar wynosi 1/4 pojemności, przeskaluj do połowy
    • Czas (złożoność czasowa)
      • O(1) to add/remove na koniec (amortized for allocations for more space), index, or update
      • O(n) to insert/remove elsewhere
    • Miejsce (złożoność pamięciowa)
      • contiguous in memory, so proximity helps performance
      • space needed = (array capacity, which is >= n) * size of item, but even if 2n, still O(n)

  • Listy łączone

    • Opis:
    • C Code (wideo) - not the whole video, just portions about Node struct and memory allocation.
    • Linked List vs Arrays:
    • why you should avoid linked lists (video)
    • Gotcha: you need pointer to pointer knowledge: (for when you pass a pointer to a function that may change the address where that pointer points) This page is just to get a grasp on ptr to ptr. I don't recommend this list traversal style. Readability and maintainability suffer due to cleverness.
    • implement (I did with tail pointer & without):
      • size() - returns number of data elements in list
      • empty() - bool returns true if empty
      • value_at(index) - returns the value of the nth item (starting at 0 for first)
      • push_front(value) - adds an item to the front of the list
      • pop_front() - remove front item and return its value
      • push_back(value) - adds an item at the end
      • pop_back() - removes end item and returns its value
      • front() - get value of front item
      • back() - get value of end item
      • insert(index, value) - insert value at index, so current item at that index is pointed to by new item at index
      • erase(index) - removes node at given index
      • value_n_from_end(n) - returns the value of the node at nth position from the end of the list
      • reverse() - reverses the list
      • remove_value(value) - removes the first item in the list with this value
    • Lista podwójnie łączona

  • Stos

    • Stacks (wideo)
    • Will not implement. Implementing with array is trivial.

  • Kolejka

    • Queue (wideo)
    • Circular buffer/FIFO
    • Implement using linked-list, with tail pointer:
      • enqueue(value) - adds value at position at tail
      • dequeue() - returns value and removes least recently added element (front)
      • empty()
    • Implement using fixed-sized array:
      • enqueue(value) - adds item at end of available storage
      • dequeue() - returns value and removes least recently added element
      • empty()
      • full()
    • Cost:
      • a bad implementation using linked list where you enqueue at head and dequeue at tail would be O(n) because you'd need the next to last element, causing a full traversal each dequeue
      • enqueue: O(1) (amortized, linked list and array [probing])
      • dequeue: O(1) (linked list and array)
      • empty: O(1) (linked list and array)

  • Hash table - tablica mieszająca

Więcej wiedzy

Drzewa

Sortowanie

Podsumowując, oto wizualna reprezentacja 15 algorytmów sortowania. Jeśli potrzebujesz więcej informacji na ten temat, zobacz sekcję "Sortowanie" w Additional Detail on Some Subjects

Grafy

Grafy mogą być wykorzystane do przedstawienia wielu problemów w informatyce, więc ta sekcja jest długa, podobnie jak drzewa i sortowanie.

Znów więcej wiedzy

Trie to drzewo węzłów, które obsługuje operacje Znajdź i Wstaw etc (...)

Projektowanie systemu, skalowalność, przetwarzanie danych

Jeśli masz ponad 4-letnie doświadczenie, możesz spodziewać się pytań dotyczących projektowania systemu.

Końcowa rozmowa rekrutacyjna

W tej sekcji znajdują się krótsze filmy, które można dość szybko obejrzeć, aby przejrzeć większość ważnych pojęć.
Fajnie, jeśli często chcesz sobie odświeżać.

Praktyka kodowania

Teraz, gdy znasz już wszystkie powyższe tematy informatyki, nadszedł czas, aby poćwiczyć odpowiadanie na problemy z kodowaniem.

Praktyka kodowania nie polega na zapamiętywaniu odpowiedzi, ale rozwiązywaniu problemów.

Dlaczego musisz ćwiczyć rozwiązywanie problemów programistycznych:

  • rozpoznawanie problemów i ustalenie gdzie pasują odpowiednie struktury danych i algorytmy
  • zbieranie wymagań dla problemu
  • omawianie problemu tak, jak podczas rozmowy rekrutacyjnej
  • kodowanie na tablicy lub papierze, a nie na komputerze
  • wymyślanie złożoności czasowej i pamięciowej dla swoich rozwiązań
  • testowanie twoich rozwiązań

Tam jest świetny wstęp do metodycznego, komunikatywnego rozwiązywania problemu podczas rozmowy. Znajdziesz to również w książkach z rozmów rekrutacyjnych programistycznych, ale to znalazłem i uznałem za wybitne: Algorithm design canvas

Brak tablicy w domu? To ma sens. Jestem dziwakiem i mam dużą tablicę. Zamiast tablicy, podnieś duża podkładka do rysowania ze sklepu ze sztuką. Możesz usiąść na kanapie i ćwiczyć. To moja "sofa whiteboard". Do zdjęcia dodałem pióro na skali. Jeśli używasz pióra, możesz wymazać. Szybko się psuje. Używam ołówka i gumki.

my sofa whiteboard

Uzupełniające:

Przeczytaj i wykonaj zadania z programowania (w tej kolejności):

Zobacz Lista książek powyżej

Zadania/wyzwania programistyczne

Gdy już się nauczysz, pozwól popracować swojemu mózgowi. Podejmuj wyzwania programistyczne każdego dnia, tak dużo, jak to możliwe.

Coding Interview Question Videos:

Challenge sites:

Language-learning sites, with challenges:

Challenge repos:

Mock Interviews:

Gdy już jesteś bliżej rozmowy rekrutacyjnej

Twoje CV

  • Zobacz elementy przygotowujące do CV w Cracking The Coding Interview i wróć do Programming Interviews Exposed

Zastanów się, kiedy rozmowa kwalifikacyjna będzie nadchodzić

Pomyśl o około 20 pytaniach, które otrzymasz, wraz z wierszami poniższych pozycji. Po 2-3 odpowiedzi dla każdego. Dobrze mieć historię, a nie tylko dane, opowiedz o czymś co osiągnąłeś.

  • Czemu chcesz tę pracę?
  • Jaki jest najcięższy problem, który rozwiązałeś?
  • Największe wyzwanie z jakim się spotkałeś?
  • Najlepsze/najgorsze projekty jaki widziałeś?
  • Pomysły na ulepszenie istniejącego produktu.
  • Jak pracujesz najlepiej, indywidualnie, czy jako część zespołu?
  • Które z twoich umiejętności lub doświadczeń byłyby atutem w tej roli i dlaczego?
  • Co najbardziej ci się podobało w [pracy x / projekcie y]?
  • Jakie było największe wyzwanie, przed którym stanąłeś w [pracy x / projekcie y]?
  • Jaki był najtrudniejszy bug, z jakim się spotkałeś w [pracy x / projekcie y]?
  • Czego się nauczyłeś w [pracy x / projekcie y]?
  • Co zrobiłbyś lepiej w [pracy x / projekcie y]?

Pytania dla rekrutera

Niektóre z nich są moje (mogę już znać odpowiedź, ale chcę znać ich opinię lub perspektywę zespołu):
  • Jak duży jest twój zespół?
  • Jak wygląda twój cykl deweloperski? Czy pracujecie waterfall/sprints/agile?
  • Czy pośpiech związany z deadline'ami jest częsty? Czy jest elastyczność?
  • Jak podejmowane są decyzje w twoim zespole?
  • Ile spotkań masz na tydzień?
  • Czy uważasz, że twoje środowisko pracy pomaga ci się skoncentrować?
  • Nad czym pracujesz?
  • Co w tym lubisz?
  • Jak wygląda życie zawodowe?
  • Jak wygląda równowaga między pracą, a życiem prywatnym?

Gdy już zdobędziesz pracę

Gratulacje!

Ucz się.

Tak na prawdę nigdy nie skończyłeś.

*****************************************************************************************************
*****************************************************************************************************

Wszystko poniżej tego punktu jest opcjonalne.
Ucząc się ich, zyskasz większą ekspozycję na więcej koncepcji informatyki i będziesz lepiej przygotowany do
dowolnych zadań inżynierii oprogramowania. Będziesz o wiele bardziej wszechstronnym inżynierem oprogramowania.

*****************************************************************************************************
*****************************************************************************************************

Dodatkowe książki

Są tutaj, abyś mógł zagłębić się w interesujący ciebie temat.

  • The Unix Programming Environment

    • staruszek ale dobry

  • The Linux Command Line: A Complete Introduction

    • współczesna wersja

  • TCP/IP Illustrated Series

  • Head First Design Patterns

    • łagodne wprowadzenie do wzorców projektowych

  • Design Patterns: Elements of Reusable Object-Oriente​d Software

    • znane też jako książka "Banda czworga" lub GOF
    • kanoniczna książka wzorców projektowych

  • UNIX and Linux System Administration Handbook, 5th Edition

  • Algorithm Design Manual (Skiena)

    • Jako przegląd i rozpoznanie problemu
    • Część katalogu algorytmów znacznie wykracza poza zakres trudności, jakie napotkasz podczas rekrutacji.
    • Ta książka składa się z 2 części:
      • class textbook on data structures and algorithms
        • plusy:
          • is a good review as any algorithms textbook would be
          • nice stories from his experiences solving problems in industry and academia
          • code examples in C
        • minusy:
          • can be as dense or impenetrable as CLRS, and in some cases, CLRS may be a better alternative for some subjects
          • chapters 7, 8, 9 can be painful to try to follow, as some items are not explained well or require more brain than I have
          • don't get me wrong: I like Skiena, his teaching style, and mannerisms, but I may not be Stony Brook material.
      • algorithm catalog:
        • this is the real reason you buy this book.
        • about to get to this part. Will update here once I've made my way through it.
    • Można pożyczyć na kindle
    • Odpowiedzi:
    • Errata

  • Write Great Code: Volume 1: Understanding the Machine

    • The book was published in 2004, and is somewhat outdated, but it's a terrific resource for understanding a computer in brief.
    • The author invented HLA, so take mentions and examples in HLA with a grain of salt. Not widely used, but decent examples of what assembly looks like.
    • These chapters are worth the read to give you a nice foundation:
      • Rozdział 2 - Numeric Representation
      • Rozdział 3 - Binary Arithmetic and Bit Operations
      • Rozdział 4 - Floating-Point Representation
      • Rozdział 5 - Character Representation
      • Rozdział 6 - Memory Organization and Access
      • Rozdział 7 - Composite Data Types and Memory Objects
      • Rozdział 9 - CPU Architecture
      • Rozdział 10 - Instruction Set Architecture
      • Rozdział 11 - Memory Architecture and Organization

  • Wprowadzenie do algorytmów

    • Ważne: Reading this book will only have limited value. This book is a great review of algorithms and data structures, but won't teach you how to write good code. You have to be able to code a decent solution efficiently.
    • aka CLR, sometimes CLRS, because Stein was late to the game

  • Computer Architecture, Sixth Edition: A Quantitative Approach

    • For a richer, more up-to-date (2017), but longer treatment

  • Programming Pearls

    • The first couple of chapters present clever solutions to programming problems (some very old using data tape) but that is just an intro. This a guidebook on program design and architecture.

Dodatkowe materiały

Dodałem je, aby pomóc Ci zostać wszechstronnym inżynierem oprogramowania i mieć świadomość 
technologii i algorytiki, dzięki czemu będziesz mieć większy zestaw narzędzi.

Dodatkowe szczegóły na niektóre tematy

I added these to reinforce some ideas already presented above, but didn't want to include them
above because it's just too much. It's easy to overdo it on a subject.
You want to get hired in this century, right?

Serie wideo

Usiądź i spędź miło czas. "Netflix and skill" :P

Kursy Computer Science

Literatura

LICENCJA

CC-BY-SA-4.0

Polska wersja od: @mbiesiad