Files
de-roadmap/project/specs/2026-09-27-learning-route.md
T
ddadmin 56133ccfae docs(docs): добавлен черновик проработки учебного маршрута
- Зачем: нужны письменные указания по порядку и глубине изучения материалов.
- Что: описаны первый разбор Python, дальнейшие направления для SQL и Airflow; добавлена задача в бэклог.
- Проверка: проверены относительные ссылки, отсутствие приватных идентификаторов и пробелов в конце строк; git diff --cached --check прошел.
2026-09-27 16:23:46 -04:00

87 lines
7.2 KiB
Markdown

# Как проходить материалы роадмапа
Статус: черновик для обсуждения. Базовая актуализация опубликована отдельно
в коммите `806417c`. Здесь прорабатываем следующий этап: письменные указания
по порядку занятий, глубине чтения и выполнению заданий.
## Задача
На занятиях ментор регулярно объясняет, какие части внешнего курса нужны
целиком, где достаточно нескольких упражнений и когда переходить к стенду.
Эти указания должны быть доступны рядом с материалами, до начала работы.
Предлагаемый формат: в README оставить общий маршрут. Подробные инструкции
к крупным блокам вынести на отдельные страницы со ссылками из этих разделов.
У каждого шага должны быть понятны материал, глубина изучения, практика
и результат, с которым можно переходить дальше.
## Какие вопросы должна закрыть инструкция
- Какие части внешних курсов Python нужны для дальнейшей практики?
- Насколько подробно изучать устройство PostgreSQL в QPT?
- Какие главы книги прочитать перед конкретными лекциями DEV1?
- Как поддерживать SQL-практику после перехода к следующему блоку?
- Когда запускать каждый стенд и какие задания на нем выполнять?
Объем упражнений связываем с проверяемыми умениями. Индивидуальные сроки
и сокращения программы не превращаем в требования ко всем учащимся.
## Что уже определено
- Docker впервые используем на DEV1: запускаем PostgreSQL, проверяем статус,
подключаемся к базе. Подробный блок Docker остается дальше.
- Data Vault и Anchor Modeling изучаем обзорно.
- venv и JupyterLab осваиваем перед Python для продвинутых.
- Greenplum остается первой курсовой; Kafka, ClickHouse и Clickstream входят
в основную программу. Lakehouse и dbt идут после нее.
- Задания Python и SQL в Airflow уже есть. Для них нужна привязка к чтению
учебника и моменту выполнения.
- Опыты с Kafka записаны отдельной задачей в [TODO](../TODO.md).
## Первый блок для проработки: Python
Собрать инструкцию к существующим курсам и бесплатным материалам.
Начальный вариант границ для проверки:
| Тема | Как проходить | Как проверить результат |
|---|---|---|
| Вложенные списки и матрицы | Выборочные упражнения на механику | Самостоятельно обойти и изменить вложенный список |
| Словари, функции, файлы | Подробно, с практикой | Прочитать данные, преобразовать их и сохранить результат |
| Turtle и Monte Carlo | Можно пропустить в основном маршруте | Отдельная проверка не нужна |
| Память и ссылки, исключения, итераторы и генераторы | Включить и в курс, и в бесплатную альтернативу | Объяснить поведение небольшого примера и самостоятельно изменить его |
Два варианта после advanced Python должны приводить к одному набору умений:
выбранные части Python Professional или последовательность бесплатных
материалов с упражнениями. Особенно проверить покрытие управления памятью
и обработки исключений.
Перед публикацией нужно сверить актуальное оглавление обоих курсов,
подобрать точные разделы и определить достаточную практику. Проценты заданий
из отдельной встречи не заменяют этого отбора. Также нужно уточнить глубину
ООП, pandas и декораторов для дальнейших заданий Airflow.
## Следующие кандидаты
Для DEV1 связать лекции, главы книги и практику на `postgres-bookings`.
Например, чтение о транзакциях поставить перед темой MVCC. На входе пояснить,
где выполняются команды: терминал, `psql`, редактор SQL в DBeaver.
Для QPT описать результат первого прохода и возвращение к теме позже.
Предлагаемый результат: прочитать план, сопоставить оценки с фактическими
строками, сформулировать и проверить гипотезу. Повторная практика должна
использовать уже знакомую базу и конкретный запрос.
Для Airflow сопоставить главы учебника с существующими заданиями.
В каждом переходе обозначить, что сначала разбираем по готовому примеру,
что делаем самостоятельно и как проверяем результат.
На переходах между крупными блоками напомнить о короткой регулярной практике
SQL, а после Python добавить и его поддержание. Объем подбирать по учебной
нагрузке; календарные сроки всей программы пока не фиксировать.
## Как оценить первый результат
На примере Python проверить, может ли читатель определить свой следующий шаг,
объем чтения и практики, способ проверки и условие перехода дальше.
После этого решить, подходит ли такой формат для остальных блоков.