Atriya.com

@institute_atriya · ۴۸۶ مشترک

مرجع تخصصی طراحی و برنامه نویسی، هر آن چیزی که برای برنامه نویس شدن نیاز دارید. 🔷️ مطالب کانال: 🔹️اطلاع رسانی آپدیت دوره های آموزشی موسسه 🔹️معرفی کتاب های مفید برنامه نویسی 🔹️اطلاع رسانی رویدادها و تخفیف ها 🔹️ و ... ارتباط با مدیر @MohammadRamshini

نمایش بیشتر

باز کردن در Telegram

اطلاعات

نام‌کاربری@institute_atriya

لینکt.me/institute_atriya

تاریخچهٔ کانال

از ۱۲ آبان ۱۴۰۵ آن را رصد می‌کنیم

در تمام این مدت کانال نه نامش را عوض کرده، نه @نام کاربری‌اش و نه تصویرش را.

فقط آنچه را خودمان دیده‌ایم نشان می‌دهیم.

جدیدترین ابتدا

جدیدترین ابتدا قدیمی‌ترین ابتدا

🤖 من دانشجوی ترم پنجم مهندسی نرم افزار هستم، آیا هوش مصنوعی بازار کار برنامه‌نویس‌ها را از بین می‌برد؟ این سؤال را یکی از دانشجویان مطرح کرد و سؤالی است که بارها و بارها توسط عزیزان دیگر پرسیده می شود و دغدغه خیلی از دانشجویان و برنامه‌نویس‌های امروز است. واقعیت امر نگرانی شما کاملاً قابل درک است، چرا که ما احتمالاً در سال‌های آینده شاهد کاهش ارزش بعضی از مهارت‌های برنامه‌نویسی خواهیم بود. مخصوصا کارهایی که تکراری، قابل پیش‌بینی و ساده هستند، روز به‌ روز بیشتر توسط AI انجام خواهند شد. البته من معتقدم هوش مصنوعی بازار کار برنامه‌نویسی را از بین نمی‌برد، اما بازار کار برنامه‌نویسی را به‌شدت تغییر می‌دهد. تولید کدهای ساده، عملیات CRUD معمولی، تبدیل یک طرح به HTML/CSS، نوشتن بعضی تست‌ها، مستندسازی و بسیاری از کارهای روتین، نمونه‌هایی از این موارد هستند بنابراین اگر کسی هدفش این باشد که صرفاً «کدنویس» شود، نگرانی او کاملاً منطقی است. اما Software Engineering خیلی بزرگ‌تر از Code Writing است. یک مهندس نرم‌افزار باید بتواند: ▪مسئله را درست تحلیل کند ▪نیازمندی‌ها را بفهمد ▪معماری مناسب طراحی کند ▪بین راه‌حل‌های مختلف تصمیم بگیرد ▪مباحث Database و Performance را درک کند ▪امنیت را در نظر بگیرد ▪سیستم را تست و Debug کند ▪کد تولید شده توسط AI را بررسی و ارزیابی کند ▪و در نهایت مسئولیت تصمیم‌های فنی خود را بپذیرد. این‌ها همان بخش‌هایی هستند که صرفاً با «تولید کد» حل نمی‌شوند. به عبارتی این بخش‌ها به این سادگی قابل جایگزینی نیستند. اتفاقاً یک نکته جالبی که در آمارهای فعلی وجود دارد، طبق پیش‌بینی اداره آمار کار آمریکا (BLS)، برای سال‌های ۲۰۲۴ تا ۲۰۳۴ اشتغال Software Developer حدود ۱۵.۸ درصد، Data Scientist حدود ۳۳.۵ درصد و Information Security Analyst حدود ۲۸.۵ درصد رشد خواهد کرد. یعنی در حال حاضر شواهد نشان نمی‌دهد که «نرم‌افزار در حال نابودی است». بلکه نشان می‌دهد نوع مهارتی که بازار از متخصص نرم‌افزار می‌خواهد در حال تغییر است. 🔥 اتفاق مهمی در حال رخ دادن است. AI احتمالاً ارزش یک برنامه نویس Junior معمولی را کاهش می‌دهد، ولی ارزش یک Engineer قوی که می‌تواند AI را به ‌درستی هدایت و کنترل کند افزایش می‌دهد. ممکن است در آینده یک مهندس نرم‌افزار با کمک AI کاری را انجام دهد که قبلاً سه نفر انجام می‌دادند. پس احتمالاً برای انجام بعضی کارها نیروی انسانی کمتری نیاز خواهد بود. اما از طرف دیگر، نیاز به افرادی که بتوانند: ▪سیستم‌های پیچیده طراحی کنند ▪هوش مصنوعی را در محصولات واقعی به کار بگیرند ▪خروجی AI را ارزیابی کنند ▪امنیت و زیرساخت را مدیریت کنند و مسائل پیچیده را حل کنند، بیشتر خواهد شد. 🎯 اگر امروز من دانشجوی مهندسی کامپیوتر بودم، به خاطر AI نرم‌افزار را کنار نمی‌گذاشتم، برعکس، نرم‌افزار را عمیق‌تر یاد می‌گرفتم. اما هدفم فقط یادگیری یک زبان برنامه‌نویسی و چند Framework نبود. روی این موارد سرمایه‌گذاری می‌کردم: 🔸 Data Structures & Algorithms 🔸 Database 🔸 OOP & Software Design Principles 🔸 Software Architecture 🔸 System Design 🔸 Cloud & DevOps 🔸 Testing & Security و البته استفاده حرفه‌ای از ابزارهای AI . چون تکنولوژی‌ها تغییر می‌کنند، اما توانایی حل مسئله و مهندسی سیستم ارزش خودش را حفظ می‌کند. 🚀 چه حوزه‌هایی را باید جدی گرفت؟ اگر بخواهیم درباره حوزه‌هایی صحبت کنیم که ارزش بیشتری دارند، می‌توان به این موارد فکر کرد: 🤖 AI / Machine Learning 🔐 Cybersecurity ☁️ Cloud & DevOps ⚙️ Backend & DistributedSystems 📊 Data Engineering 🦾 Robotics 💻 Embedded Systems 🏗️ Software Architecture & System Design اما این اشتباه بزرگ را انجام ندهید که بخواهید همه این‌ موارد را یاد بگیرید! اینکه هم زمان سراغ همه این موارد و ده‌ها تکنولوژی دیگر برویم، معمولاً نتیجه خوبی ندارد. بهتر است یک حوزه اصلی را انتخاب کنید و چند مهارت مکمل را در کنار آن دنبال کنید. مثلاً: ▪Backend + Cloud + AI ▪Software Engineering +Cybersecurity + AI ▪DataEngineering + AI ▪EmbeddedSystems + AI نکته ای که وجود دارد، در دنیای AI، مهارت‌هایی مثل: حل مسئله، تفکر منطقی، تحلیل، ارتباط مؤثر، زبان انگلیسی و توانایی یادگیری مداوم اهمیت بسیار بیشتری پیدا می‌کنند. چون ممکن است تکنولوژی‌ که امروز یاد می‌گیریم، چند سال دیگر کاملاً تغییر کرده باشد. اما کسی که یادگیری و حل مسئله را بلد است، می‌تواند تکنولوژی جدید را هم یاد بگیرد. @institute_atriya