8. Спин-офф - о разделе
Оглавление
Что ж, я думаю, это финальная книга из цикла, которая не является обязательной, но может быть интересной для энтузиастов, к тому же может существенно повысить знания. Здесь включено всё то, что не вошло в другие книги из-за своих спецификаций.
Вообще, лучше воспользуйтесь содержанием или перейдите к Базе знаний. Но для удобства, я размещу здесь ссылки на основные главы раздела:
- 8.01. Великие люди Обзор ключевых фигур в истории информационных технологий: учёных, инженеров, разработчиков. Вклад в формирование фундаментальных концепций, архитектур и языков программирования.
- 8.02. Как понять, что пора менять работу Критерии оценки профессиональной ситуации: выгорание, отсутствие роста, диссонанс с ценностями компании, устаревание навыков. Признаки, требующие переоценки карьерного пути.
- 8.03. Игровая индустрия Структура игровой отрасли: издатели, разработчики, платформы, монетизация. Экономические модели, производственные циклы, влияние цифровых магазинов и стриминговых сервисов.
- 8.04. Разработка игр Особенности создания игровых приложений: движки (Unity, Unreal), геймдизайн, физика, анимация, звук, мультиплеер. Интеграция художественного и технического компонентов.
- 8.05. Блокчейн, крипта и NFT Принципы децентрализованных систем на основе блокчейна. Технологические основы криптовалют и невзаимозаменяемых токенов, области применения и ограничения масштабируемости.
- 8.06. Нейросети и ИИ Основы машинного обучения и искусственного интеллекта: архитектуры нейросетей, обучение с учителем и без, задачи классификации, генерации, распознавания. Применение в обработке данных и автоматизации.
- 8.07. Отраслевое ПО Специализированное программное обеспечение для вертикальных рынков: медицина, финансы, логистика, промышленность. Требования к надёжности, регуляторным стандартам и интеграции.
- 8.08. Компьютерная графика Работа с растровой и векторной, 2D и 3D-графикой.
- 8.09. Медиа-контент Видео, аудио, онлайн-контент и стриминг.
- 8.10. Заключение Финальный анализ пройденного материала. Обобщение ключевых идей книги, прогноз развития IT, рекомендации по дальнейшему обучению и профессиональному росту.
Собственно, начнём мы с небольших оступлений для повышения знаний, выполнив обзор великих людей в сфере IT - это основоположники технологий, создатели языков, инженеры, игроделы, предприниматели и прочие важные личности, которым мы должны быть благодарны.
У профессионала возникают проблемы. Всегда. Поэтому мы разберём психологический аспект работы «айтишника», изучим явления выгорания, усталости, желания сменить работы, токсичность и всё в таком духе. Это важная тема, которую поначалу недооценивают - но именно поэтому люди «сгорают» и убегают из сферы. Вы же не хотите всё бросить? Вот я хочу вас поддержать.
Игровая индустрия - это тема, которая интересна не каждому, но многие питают иллюзии. Первая, которую я раскрою сразу - это то, что в разработке игр платят мало, ниже всех остальных в IT. Игроделов и не так сильно уважают в отрасли, потому что считают это менее серьезной работой. Но действительно ли так всё плохо? А что если вам интересна именно разработка игр, и вы в будущем подарите нам что-то прекрасное? Вот поэтому мы не упустим такой шанс, разберём всю индустрию разработки игр, начиная со студий и издателей, заканчивая всеми платформами, монетизацией, и конечно работой в игровой индустрии.
Геймдев, или разработка видеоигр, это сложная тема, включающая в себя как проектирование, так и работу с игровыми движками, моделированием, текстурированием, оптимизацией и тестированием на разных игровых платформах. Здесь придётся помучаться, ведь там целая наука гейм-дизайна. Затем мы прихватим ещё две отрасли - ИИ и крипта.
Касательно блокчейна, криптографии и NFT, нам понадобится изучить криптоосновы, которые приведут нас к пониманию работы криптовалют, шифрования, токенов, смарт-карт и прочего в этой сфере. Это более нишевая сфера, но всё же она IT.
Последнее, чем мы займемся - это нейросети. Сейчас на них тренд, и я расскажу о них то, что нужно знать - история, что такое ИИ, нейроны, нейронные сети, машинное обучение. Мы научимся создавать свои нейросети и подключать их к своим программам. У ИИ есть множество проблем, так что и без них не обойтись.