Algoritmusok és adatstruktúrák a fejlesztők számára

Új tanfolyam junior és közép programozók számára 2020. november 19., 3 perc4064https: //d2xzmw6cctk25h.cloudfront.net/post/2447/image/original-981871e50d77aaf9a13c3ec213f409b2.png

Az algoritmusok és az adatstruktúrák összetett tudásterület, amelyre szükség van az adatkutatóknak, elemzőknek, programozóknak, valamint más szakterületek képviselőinek. Ezért úgy döntöttünk, hogy új öt hónapos tanfolyamot nyitunk a junior és középszintű fejlesztők számára.

Amire szükséged van a felvételihez

• programozási képesség, tapasztalat egy vagy több népszerű nyelvvel;
• matematikai ismeretek a műszaki egyetem első évfolyamának szintjén;
• az algoritmusok és az adatstruktúrák alapvető ismerete és azokkal való együttműködés képessége;
• a lehetőség, hogy heti 10 órától a képzésre fordítson.

Mit kell megtanulni

A képzés öt hónapig tart – összesen 70 óra elmélet és 80 óra gyakorlat. A program öt blokkból áll.

Első hónap . Az algoritmusok és adatszerkezetek ismerete, az alapműveletek tanulmányozása és a valós feladatok bináris kereséssel történő végrehajtásának gyakorlata.

1. Az algoritmusok aszimptotikus bonyolultsága. O-jelölés.
2. Euklidész algoritmusa. Eratosthenes szita.
3. Lineáris és bináris keresés.
4. Adatszerkezeti koncepció. Összekapcsolt lista.
5. Tömbök és két mutató.
6. Verem és sor.

Második hónap . Alapvető algoritmusok. A kapzsi algoritmusok ismerete, rekurzív algoritmusok létrehozása és a problémák megoldása a népszerű rendezési módszerekkel.

1. Rekurzió és a rekurzív algoritmusok komplexitásának becslése.
2. Rendezés buborék, betétek és kiválasztás szerint.
3. Gyors válogatás. Egyesítés rendezése.
4. Rendezés szám szerint.
5. A kapzsi algoritmus fogalma.

Harmadik hónap . Grafikonok – a keresőfa elsajátítása, speciális fák segítségével megtanulják megoldani a problémákat. Ismerkedés a grafikonok fogalmával, azok típusaival és a memóriában való ábrázolás módjaival.

1. Bináris fák.
2. Kiemelt sor és halmozott sor.
3. Kiegyensúlyozott (AVL) fák.
4. Különleges fák.
5. A grafikon meghatározása. A grafikon ábrázolásának módjai a memóriában.
6. Áthaladás szélességben és mélységben. Csatlakozási komponens.
7. Algoritmusok a legrövidebb út megtalálásához az A * grafikonon.
8. Minimálisan átívelő fa építése.

Negyedik hónap . Hasítótáblák és soralgoritmusok – Ismerkedés a hash funkciókkal és az ütközési problémákkal. A húrokkal való munkavégzés alapvető algoritmusainak és adatstruktúráinak figyelembe vétele.

1. Hash, térképezés és hash funkciók.
2. Ütközési megoldás és nyílt címzés.
3. Hash asztalok.
4. Előtagfa.
5. Algoritmusok egy sztring szubstring megtalálásához.
6. Huffman algoritmusa.

Ötödik hónap . A dinamikus programozás, a valószínűségi algoritmusok, a Bloom szűrő és a HyperLogLog ismerete. Kétdimenziós dinamikai problémák.

• Dinamikus programozás.
• Egydimenziós dinamika.
• Kétdimenziós dinamika.
• A valószínűségi algoritmusok fogalma és a Bloom szűrő.
• HyperLogLog.

A képzés során létrehoz egy adattárat, és számos algoritmus és adatstruktúra megvalósításával tölti meg. Ez egyfajta érettségi projekt lesz a tanfolyamon. Az adattár feldobja portfólióját és segítséget nyújt az interjúkban.

Milyen készségeket fog megszerezni az edzés során

• A klasszikus algoritmusok alapvető ismerete.
• Az algoritmusok gyakorlati fontosságának megértése a munkafeladatok megoldásához.
• Képesség algoritmusok és adatszerkezetek összetettségének felmérésére.
• Tapasztalat a klasszikus algoritmusok megvalósításában.
• Tapasztalat és készségek az algoritmikus problémák megoldásához.

Az új ismeretek segítenek fejleszteni készségeit és összetettebb problémákat megoldani. A tanfolyam után nyugodtan számíthat magasabb fizetésre.

Tanárok

Ilya Lysko , a Lamoda adatkutatója . Megoldásokat fejleszt a gépi tanulás felhasználásával a kiskereskedelemben. Ajánlási rendszerekkel foglalkozik, segítve a felhasználókat a megfelelő termékek megtalálásában és kiválasztásában.

Sergey Romanchuk , az Forly Capital CTO-ja . Analitikai algoritmusok kidolgozását vezeti a Forly Capital kriptovaluta pénzügyi piacainak előrejelzésére. Korábban kutatómérnökként dolgozott a Kalasnyikov konszernnél, az ICO projektek adatainak gyűjtésére szolgáló eszközöket fejlesztve, majd a Squilla LLC-nél pontozással.

Alexey Petrenko, Python fejlesztő, szabadúszó . Informatikai megoldásokat fejleszt az emberek jelenlétének és mozgásának elszámolásának folyamatainak automatizálására, valamint az Orosz Föderáció Védelmi Minisztériumának technikai felszerelését. 20 évig az informatikában több mint 30 programozási nyelven írt programokat.

További információkat kaphat, és a tanfolyam oldalon pályázatot hagyhat a képzésre.