Zum Inhalt springen

pr0gg3r

Mitglieder
  • Gesamte Inhalte

    1.938
  • Benutzer seit

  • Letzter Besuch

  • Tagessiege

    25

pr0gg3r hat zuletzt am 29. Dezember 2023 gewonnen

pr0gg3r hat die beliebtesten Inhalte erstellt!

1 Benutzer folgt

Letzte Besucher des Profils

8.431 Profilaufrufe
  1. Die Jugend achtet das Alter nicht mehr, zeigt bewusst ein ungepflegtes Aussehen, sinnt auf Umsturz, zeigt keine Lernbereitschaft und ist ablehnend gegen übernommene Werte. Unsere Jugend ist heruntergekommen und zuchtlos. Die jungen Leute hören nicht mehr auf ihre Eltern. Das Ende der Welt ist nahe. Die heutige Jugend ist von Grund auf verdorben, sie ist böse, gottlos und faul. Sie wird niemals so sein wie die Jugend vorher, und es wird ihr niemals gelingen, unsere Kultur zu erhalten. ... ... ... ... ... ... ... 1. Absatz: ca. 3000 v. Chr., Tontafel der Sumerer 2. Absatz: Keilschrifttext, Chaldäa, um 2000 v. Chr 3. Absatz: ca. 1000 v. Chr., Babylonische Tontafel Quelle: https://bildungswissenschaftler.de/5000-jahre-kritik-an-jugendlichen-eine-sichere-konstante-in-der-gesellschaft-und-arbeitswelt/ Die Kritik an den nachfolgenden Generationen ist wohl so alt wie die Menschheit selbst 😉
  2. Warum braucht die Zattoo App denn ein VPN um zu funktionieren? Ich kann mir die Antwort schon denken, aber da wird dir hier keiner helfen.
  3. Ok, dann möchte ich noch ein mal ein bisschen darauf eingehen: Deine Cloud-Frage (Frage 1) wurde ja schon einigermaßen beantwortet. Würde darauf erst mal weniger Acht geben, wenn du in Richtung ML/DS gehst. Vergiss mal das Cloud Zeugs für einen Augenblick. Weil wenn du ein Modell trainieren kannst, dann kannst du auch lernen, wie man das in der Cloud macht. Aber das gehört erst mal nicht zu den Grundlagen (bei denen du anfangen solltest). Zu Frage 2, finde ich, dass die Frage "was ist einfacher" nicht unbedingt zielführend ist. "Einfach" ist relativ. Es kommt auf viele Punkte an, wie z. B. deinen Wissensstand, deine Motivation, ect. Hier kann ich nur sagen, dass beide Felder nicht gerade leicht sind. Darum mein Rat: Mach was dir Spaß macht, denn darin ist man auch immer eher gut (alleine weil man dazu mehr Motivation hat). Wir müssen auch unterscheiden zwischen "einfach das Technische zu lernen" und "einfach einen Job zu finden". Ich denke, beide Punkte wurden schon eingegangen und mein Fazit ist hier, dass beides nicht unbedingt einfach wird. Erst einmal, weil wir uns hier in ein eher akademisches Umfeld mit mathematischer Tiefe begeben und zweitens da gerade viele in Richtung ML/DS gehen. Das muss ja auch nicht unbedingt nur schlecht sein, es zeigt ja auch, dass der Bedarf vorhanden ist. Ich habe mir damals das Buch "Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow: Konzepte, Tools und Techniken für intelligente Systeme" gekauft gehabt. Das würde ich dir auch als Anlaufstelle für den Einstieg empfehlen. Verusche, das halbwegs zu verstehen - auch die mathemtischen Sachen. Wenn es dir dann noch Spaß macht, ist der Bereich auf jeden Fall etwas für dich. Eine weitere deiner Fragen ist ja auch "ML oder Data Science". Ich kann da keinen passenden Rat geben. Beide Disziplinen haben ihre Herausforderungen. Bei DS geht es darum, Daten zu sammeln, zu analysieren und auszuwerten. Bei ML veruschst du anhand von Daten vorhersagen zu treffen (aber auch da brauchst du erst mal auch Daten, daher die Überschneidung). Für beides solltest du auf jeden Fall Python (mit Pandas, Numpy etc.) vertraut sein. Wenn dir das (und Statistik) Spaß macht, dann los gehts! Wenn nicht, wirst du es schwer haben (nicht nur du als Umschüler sondern alle, die in dem Bereich arbeiten möchten). Ein Anfang könnte ja sein, dass du erst mal schaust ob dir das alles Spaß macht und dir liegt und dann eine Fortbildung in dem Bereich suchst. Deshalb schreibe ich ja immer noch ein bisschen mehr drum rum. Ich möchte dich auch auf keinen Fall entmutigen. Aber gleichzeitig ist eine kritische Betrachtung oft das, was einem hilft.
  4. Ich frag mal anders herum: Was willst du von uns hören? Ob das eine gute Idee ist, in richtung ML zu gehen? Grunsätzlich kann man sagen: Ja, es gibt ML und Data Science Stellen. Ja, es finden auch Quereinsteigen einen Job. Nein, es ist nicht einfacher als Quereinsteiger, aber es ist auch nicht unmöglich. Ja, ein Kurs ist besser als kein Kurs in dem Bereich (wie immer: Bildung, Berufserfahrung in dem Bereich etc. wiegen auch viel). Meine persönlich Meinung: ML ist derzeit hyped, dh. es gehen viele in diese Richtung. Der Markt ist für Quereinsteiger (alle Bereiche) nicht mehr so gut wie vor ein paar Jahren. Wieso willst du dir das Leben schwer machen? Warum nicht auf Stellen bewerben was du bisher gemacht hast bzw. was du kannst? Mach was dir Spaß macht. Letztendlich musst du selbst entscheiden was du machst, das kann dir keiner abnehmen. Wenn du Bock drauf hast, dann mach das doch. Niemand kann dir sagen, ob DU damit deine Traumstelle finden wirst. Einfach wirds nicht aber unmöglich ist es auch nicht.
  5. Dein Post ist etwas wirr geschrieben aber ich versuche mal auf einige Punkte einzugehen. Erst einmal sind die Übergänge in der IT immer auch fließend. Das heißt, dass es Überschneidungen zwischen jemand der ML-Modelle entwickelt und einem Data-Scientist gibt, die aber unterschiedlich ausgeprägt sein können. So habe ich bei einem ML-Projekt (bevor GPTs cool waren) die Erfahrung gemacht, dass der harte Part nicht das Modell zu trainieren ist, sondern die ganzen Daten erst mal aufzubereiten. Eine gewisse Genauigkeit haben wir auch mit relativ wenig Aufwand hinbekommen, aber jedes 0,1% weitere Genaugkeit hat dann sehr tiefes ML-Kenntnisse erfordert. Deshalb würde ich mich jetzt auch nicht auf etwas versteifen und zu konkret etwas raten im Sinne von "das ist dein Weg". Zum Thema Kurse: Data Science und ML sind Bereiche, in denen sehr spezielles Wissen erforderlich ist. Der beste Weg dort hin ist eine akademische Laufbahn. Du kannst relativ leicht Daten erheben und Modelle trainieren, aber der intellektuelle Part auch die Richtigen Dinge zu tun, ist noch mal ein anderes Kapitel. Dazu sei z. B. gesagt, dass Statistik eher ein Studienmodul ist, an dem sehr viele durchfallen aber absolute Grundlage (und trockene Theorie) für Data Science und ML ist. Natürlich kannst du Python und Tensorflow lernen, das alleine reicht aber nicht aus. Warum ich noch auf den akademischen Weg eingehe ist um dir zu zeigen, mit wem du auf dem Arbeitsmarkt bei Bewerbungen um diese Stellen konkurrierst. ML und Data Science hat erst mal nichts mit irgendwelchen Clouds zu tun. Natürlich kann es auch hier wieder Überschneidungen geben, z. B. wenn du dort Daten ablagerst, raus ziehst, analysierst oder dort Modelle trainierst. Im Grunde beinhalten Stellenanzeigen aber auch immer mit mehr Anforderungen als die Unternehmen tatäschlich stellen. Hier würde ich mich nicht abhalten lassen. Deine Zielsetzung und deine Momentane Situation ist mir auch nicht ganz klar. Möchtest du in die IT gehen? Wenn es dir nur darum geht, gibt es sicherlich einfachere Möglichkeiten. ML / Data Science ist nichts, was man mal eben "schnell lernt".
  6. Eines meiner Lieblingsthemen Ich denke, wir müssen das aus mehreren Perspektiven Betrachten. Erst einmal, gibt es ja verschiedene Arten von Qualitäten. Wenn wir von Anwendungssoftware reden, reden wir auch immer über User-Experience (UX) und hedonische Qualität. Das bedeutet, dass eben eine Software nicht "nur" funktioniert, sondern auch dem Nutzer einen angenehmen und positiven Nutzen bietet. Eine gute UX erreicht man über folgende Stufen: Functional -> Reliable -> Usable -> Convenient -> Pleasurable -> Meaningful (einfach mal nach "UX Pyramid" googeln). Das heißt, wenn eine Software schon nicht macht was es soll, kann man gar nicht keine hohe Gesamtqualität erreichen. Wenn es aber macht was es soll, dabei aber total umständlich ist, hat man auch keine hohe hedonische Qualität. Es gibt auch Studien die sagen, dass eine hohe hedonische Qualität eine funktionale Qualität durchaus kompensieren kann, aber nicht anders herum. Sprich: der Nutzer verzeiht mehr, wenn es sich für ihn gut anfühlt. Natürlich kann man jetzt Software hinklatschen, so dass es irgendwie funktioniert wie es soll auch noch eine hohe UX hat. Dabei kann man auch schnell Nutzertests machen und einen schnellen Go-to-market erreichen, was ja auf den ersten Blick gut ist. Allerdings hat das auch ein paar Nachteile. Und zwar können wir jetzt auch die Software-Qualität betrachten: wann ist eine Software qualitativ gut? Grundsätzlich kann man sagen, dass Software eine gute Qualität hat, wenn sie folgendes beinhaltet: Reliability, Maintainability, Testability, Portability, Reusability, ... (einfach nach "Code Quality" suchen). Allerdings ist das schwer zu messen (was sagt einem z. B. eine 100%ige Testabdeckung, wenn das falsche getestet wird?). Von technischen Schulden möchte ich hier gar nicht erst anfangen, das ist ein Thema für sich. Zusätzlich muss man sagen: "es kommt drauf an". Während für eine Eier-Uhr-App ein schlechter Code noch keinen allzu risikobehafteten Impact hat, sieht es in einem Auto oder sogar in einem Flugzeug ganz anders aus (sowohl bei technischen Fehlern als auch bei Bedienfehlern die durch schlechte Usability entstehen können). Wichtig ist auch der Punkt, dass eine 100%ige Qualität ein Zustand ist, der nie erreicht werden kann. Allerdings muss man irgendwo Grenzen ziehen, mit welcher Qualität man sich zufrieden geben möchte (z. B. wir machen nicht tausend Test-Cases, aber wir testen mit wenigen Tests die Punkte, die kritisch sind). Ich muss hier @bigvic recht geben: Ich habe oft gesehen, dass sich Kunden Null um Qualität scheren, schließlich sind sie auch häufig nicht die Experten auf dem Gebiet und wollen auch Kosten sparen (Usability-Test? Wieso? Warum ein paar Tage für Unit-Tests bezahlen, es funktioniert doch?, etc.). Und bei Hobby-Projekten habe ich durchaus mehr Quick-and-dirty-Stellen wo ich denke "da muss man bei Zeit nochmal ran" als auf der Arbeit. Da hier in dem Thread (wie häufig in letzter Zeit) agile Softwareentwicklung genannt wurde: eine agile Arbeitsweise bedeutet nicht automatisch, dass die Qualität leiden muss. Ich würde behaupten, Unternehmen die keinen Wert auf Qualität legen machen das weder agil noch nicht agil. Und Unternehmen die Wert drauf legen, können das auch agil. Das ist kein Wiederspruch. Und dann fehlt noch der wirtschaftliche Faktor: auf der einen Seite kostet hohe Qualität Zeit (und somit Geld). Aber einen Bug beim Kunden zu fixen, ist viel teurer (z. B. wenn zig Autos für ein Software-Update zurück in die Werkstatt müssen oder Kunden abspringen, weil das was sie brauchen nicht gut funktioniert). Je früher ein Fehler gefunden wird, desto besser. Man kann jetzt aber auch nicht unendlich Zeit brauchen und unendlich Geld verbrennen. Auch hier muss man irgendwo eine Mitte finden. Viel schlimmer finde ich, wenn Unternehmen wissen, dass ihre Software Schrott oder halbfertig ist und dann trotzdem veröffentlichen. Die Spieleindustrie ist hier ein gutes Beispiel.
  7. Hört sich für mich nach RSA bzw. dessen Herleitung und/oder Beweis an. Die Rechnungen ist ganz easy, die Herleitung ist aber nicht trivial und benötigt viel Mathe-Verständnis.
  8. Sehe ich auch so. "Planung und Installation eines IT-Sicherheits-Labors" kann da evtl. auch ein Projekt werden. Wobei die Frage immer ist, dass es evtl. weiter eingegrenzt und spezifiert werden sollte (da zu komplex). Ich wäre auch vorsichtig, ein Thema zu nehmen, das zu viel Angriffsfläche bei der Präsentation bietet (hier: alle sicherheitsspezifischen Fragen).
  9. Der PO gibt nur das "was" vor, nicht aber das "wie". Das "wie" ist Sache der Entwickler. Dabei legt der PO die Product-Backlog-Items (PBI) vor und priorisiert diese. Die Entwickler können aber das Sprint-Ziel und die dazugehörigen PBI selber beim Sprint-Planning festlegen ("welche PBI wollen und können wir in der nächsten Iteration machen, um was von uns festgelegte Sprint-Ziel zu erreichen?"), wobei der PO natürlich unterstützen und eine Richtung festlegen kann. Hintergrund ist, dass die Entwickler selbstverantwortlich für "ihr" Sprint-Ziel sind (und man mehr Verantwortung für eine Sache zeigt, die man selbst festlegen darf). Der PO hat hier also eigentlich nichts zu entscheiden (außer eben seine PBI zu definieren und zu priorisieren) bzw. bei der Entscheidung zu unterstützen. Soviel zur Theorie, in der Praxis sieht es leider nicht immer so aus. Nun gibt man natürlich dem Scrum-Team nicht nur die Verantwortung eine Software "nur" zu entwickeln, sondern diese auch zu betreiben und Support etc. dafür zu übernehmen. Kann ja auch Sinn machen (muss es aber nicht). Rein aus Scrum-Sicht würde ich sagen, dass der Betrieb oder auch der Support nicht unbedingt in einen Sprint (und dessen Ziel) reinpasst. (Aber das tun Bugfixes o. ä. Aufgaben ja auch nicht immer 100%ig). Muss man halt handeln (im schlimmsten Fall ist das Sprint-Ziel in Gefahr). Ein Scrum-Team benötigt das gesamte Know-How, die Sprint-Ziele zu erreichen (Cross functional team). Das heißt nicht, dass jeder alles können muss. Das heißt aber, dass quer durch die Entwickler alle benötigten Skills vorhanden sein sollten/müssen um Abhängigkeiten nach außen zu minimieren. Es muss also nicht jeder Frontend, Backend, Tester, DevOps, Linux, Kubernetes, Datenbankspezialist etc. sein, aber wenn das nötig ist um ein Sprint-Ziel zu erreichen, ist es natürlich gut, wenn man diese im Team hat. Da du den PO hier erwähnst. ein PO ist im besten Fall nicht auch ein Entwickler, weil diese unterschiedliche und widersprüchliche Interessen haben können. Die Verantwortungen sind ja geteilt. Der Scrum-Master verantwortet die Scrum-Prinzipien und -Werte, der PO verantwortet gegenüber den Stakeholdern das Produkt und dass sich das weiter entwickelt (im besten Fall in die Richtige Richtung) und die Entwickler verantworten das erreichen des Sprint-Zieles und das Produkt-Inkrement. Man kann eher als Entwickler froh sein, dass man "nur" das verantwortet. Mit "You run it" kommt halt noch hinzu, dass zusätzlich der Betrieb verantwortet wird. Das heißt aber nicht, dass es alleine auf deinen Schultern lastet (was natürlich enorm wäre). Deshalb würde ich das gar nicht so streng sehen. Die Skills müssen allerdings natürlich im Team irgendwo stecken. Ob die Unternehmen für ihr Team nun ein jemanden suchen der alles kann oder einen Spezialisten, ist ja erst mal "egal". Die Frage ist, was du machen möchtest. Grundsätzlich sind die Anforderungen in den Stellenausschreibungen erst mal immer eher höher angesiedelt, als tatsächlich benötigt. Davor schreckt man natürlich erst ein mal ab, ist aber durchaus nicht ungewöhnlich. Beispiel meine aktuelle Stelle: Ich habe zwar alles schon mal irgendwo gehört, aber nur in einem wirklich gut und in der Praxis bereits gemacht. Dennoch hat es gepasst und ich mache hauptsächlich die eine Sache. Im Gegensatz dazu meine vorherige Stelle: zig verschiedene Technologien gemacht, von denen aber keine in der Stellenausschreibung erwartet wurde.
  10. Ja. Ich weiß nicht was du mit "fester Struktur" meinst aber es kommt eher auf das Unternehmen an ob die IT bzw. die Softwareprojekte strukturiert oder totales Chaos sind. Wenn du mit Struktur meinst, dass es festgelegte Karriere-Pfade gibt, ist es eigentlich immer so, dass man entweder fachliche und/oder disziplinarische Verantwortung übernehmen muss. Hat aber mit dem Beruf nichst zu tun sondern ist überall so. Die Übergänge sind teils fließend. Ich war z. B. auch zuerst FISI, dann FIAE. Ich kenne auch FISI-Kollegen die mittlerweile auch nur noch Software entwickeln. Und andersrum. Die Welt ist dynamisch Du brauchst nicht unbedingt immer Zertifikate. Geh mal in Richtung Dev-Ops als FISI und dann sieht man mal, wer mehr verdient... Was ich sagen möchte: es kommt immer drauf an. Klar, wenn man in 1st-Level-Support feststeckt, verdient man vermutlich etwas weniger. Aber sobald man da draus ist, gibt es nur noch maginale Unterschiede. Es kommt ja auch auf das Unternehmen, die Branche, die Stadt usw. an. Du kannst immer alles machen, wenn du möchtest. Die Frage ist, ob dich einer einstellt für den Job den du möchtest (für das Gehalt, das du möchtest). Entschuldige dich lieber für deine Formatierung
  11. Wieso moralisch unfair? Man benachteiligt ja niemanden, ist ja kein Wettbewerb. Allerdings: Man verarscht sich halt selber irgendwo. Der Test soll ja Stärken und Schwächen herausfinden und wenn man da jetzt überall gut ist, weil man darauf "gelernt" hat, dann bringt einem das Ergebnis ja genau nichts.
  12. Was du suchst ist eine sogenannte "No-Code"m bzw. "Low-Code"-Platform, mit der du deine Daten in einer Datenbank abbildest und eine GUI zusammeklicken kannst. Mit diesen Stichwörtern kannst du dich mal auf die Suche begeben. Allerdings sind diese immer sehr Business-lastig ausgelegt (weil du selbst schon Google erwähnt hast, derren No-Code-Platform heißt "AppSheet"). Datenschutzrechtlich musst du halt bedenken, ob du da deine Schüler-Daten in eine Cloud geben möchtest...
  13. Nein das ist so nicht möglich. Du kannst keine abstrakte Klasse instanziieren. Du kannst keiner Instanz (neuesGebäude) eine Methode (planen()) zuweisen (=). Was du machen kannst ist in deiner Funktion eine Instanz zu erzeugen, die die abstrakte Klasse implementiert und die abstrakte Klasse durchaus als Rückgabewert deiner Funktion deklarieren.

Fachinformatiker.de, 2024 by SE Internet Services

fidelogo_small.png

Schicke uns eine Nachricht!

Fachinformatiker.de ist die größte IT-Community
rund um Ausbildung, Job, Weiterbildung für IT-Fachkräfte.

Fachinformatiker.de App

Download on the App Store
Get it on Google Play

Kontakt

Hier werben?
Oder sende eine E-Mail an

Social media u. feeds

Jobboard für Fachinformatiker und IT-Fachkräfte

×
×
  • Neu erstellen...