Connect with us

Программирование

Знакомство с протокол-ориентированным программированием в Swift 2

Хотя, на первый взгляд, это может показаться незначительным изменением, но расширение протокола является чрезвычайно мощным инструментом и может изменить способ написания кода.

SwiftBook

Опубликовано

/

     
     

Примечание: Это руководство требует Xcode 7 и Swift 2.

На WWDC 2015 компания Apple анонсировала вторую главную доработку языка Swift – обновление до Swift 2. Новая версия включает в себя несколько новых языковых функций для улучшения способа написания кода.

Среди наиболее захватывающих особенностей – расширение протокола. В первой версии Swift была возможность расширить функциональность существующих типов class, struct и enum. Теперь, в Swift 2, вы можете также расширить и protocol.

Хотя, на первый взгляд, это может показаться незначительным изменением, но расширение протокола является чрезвычайно мощным инструментом и может изменить способ написания кода. В этом уроке вы будете изучать способы создания и использования протокола, а также новые методы и протоколо-ориентированные модели программирования.

Вы также увидите, как команда Swift использовала расширения протокола для улучшения стандартной библиотеки языка, и как это теперь влияет на код, который вы пишете.

Итак, поехали

Начните с создания нового плейграунда. В Xcode, выберите File\New\Playground … и назовите плейграунд SwiftProtocols. Вы можете выбрать любой плейграунд, так как весь код в этом уроке является platform-agnostic. Выберите Next для выбора места сохранения и, наконец, нажмите кнопку Create.

После того, как ваш новый плейграунд создан, добавьте следующий код:

protocol Bird {
  var name: String { get }
  var canFly: Bool { get }
}
 
protocol Flyable {
  var airspeedVelocity: Double { get }
}

Мы обозначаем простой протокол Bird со свойствами name и canFly, а также Flyable протокол, который определяет airspeedVelocity. В допротокольном мире, вы, возможно, начали с Flyable в качестве базового класса, а затем основываясь на наследовании, определили Bird как объект, который может летать, как например, самолеты. Обратите внимание, что здесь все начинает определяться, как протокол!

Вы увидите, что определяя фактические типы в дальнейшем, вы сделаете всю систему более гибкой.

Определение соответствующих протоколу типов

Добавьте следующее определение struct в нижней части вашего плейграунда:

struct FlappyBird: Bird, Flyable {
  let name: String
  let flappyAmplitude: Double
  let flappyFrequency: Double
  let canFly = true
 
  var airspeedVelocity: Double {
    return 3 * flappyFrequency * flappyAmplitude
  }
}

Это определит новую структуру FlappyBird, которая соответствует и протоколу Bird, и протоколу Flyable. Его airspeedVelocity рассчитывается как функция flappyFrequency и flappyAmplitude. Будучи порхающей (flappy), возвращается true для canFly. :]

Затем добавьте следующие два определения структуры в нижней части плейграунда:

struct Penguin: Bird {
  let name: String
  let canFly = false
}
 
struct SwiftBird: Bird, Flyable {
  var name: String { return "Swift \(version)" }
  let version: Double
  let canFly = true
 
  // Swift is FAST!
  var airspeedVelocity: Double { return 2000.0 }
}

Penguin (пингвин) – это Bird (птица), но не может летать. А-ха! Это хорошо, что вы не выбрали метод наследования, и определили, что все птицы летают! SwiftBird, конечно, имеет очень большую скорость полета!

Тем не менее, уже можно увидеть некоторую избыточность. Каждый тип Bird должен объявить либо он canFly, или нет, несмотря на то, что уже есть понятие Flyable в вашей системе.

Расширение протоколов с дефолтной реализацией

С расширением протоколов вы можете определить дефолтное поведение для протокола. Добавьте следующее определение протокола Bird:

extension Bird where Self: Flyable {
  // Flyable birds can fly!
  var canFly: Bool { return true }
}

Это определяет расширение Bird, которое устанавливает поведение для canFly с возвратом true всякий раз, когда тип также Flyable. Другими словами, любая птица Flyable не нуждается больше в том, чтобы ее явно так обозначать!

protocols-extend-480x280

Swift 1.2 вводит поправку where для опциональной привязки if-let, и Swift 2 распространяет привязку для условного расширения протокола.

Удалите

let canFly = true

из FlappyBird и из описания структуры SwiftBird. Вы увидите, что плейграунд успешно создается, так как расширение протокола теперь обрабатывает это требование для вас.

Почему бы не базовые классы?

Расширения протокола и реализации по умолчанию могут показаться схожими с использованием базового класса или даже абстрактных классов в других языках, но они предлагают несколько ключевых преимуществ в Swift:

  1. Поскольку типы могут соответствовать более чем одному протоколу, они также могут быть «украшены» дефолтным поведением из нескольких протоколов. В отличие от множественного наследования классов, которые поддерживают некоторые языки программирования, расширения протоколов не привносят дополнительного состояния.
  2. Протоколы могут быть заимствованы классами, структурами и перечислениями. Базовые классы и наследование ограничены до классовых типов.

Другими словами, расширения протокола обеспечивают возможность определить дефолтное поведение для типов значений и не только классам.

Вы уже видели это в действии со структурой, теперь добавьте следующее определение перечисления в конец плейграунда:

enum UnladenSwallow: Bird, Flyable {
  case African
  case European
  case Unknown
 
  var name: String {
    switch self {
      case .African:
        return "African"
      case .European:
        return "European"
      case .Unknown:
        return "What do you mean? African or European?"
    }
  }
 
  var airspeedVelocity: Double {
    switch self {
      case .African:
        return 10.0
      case .European:
        return 9.9
      case .Unknown:
        fatalError("You are thrown from the bridge of death!")
    }
  }
}

Как и в любом другом типе значения, все, что вам нужно сделать, это определить корректные свойства, так UnladenSwallow соответствует двум протоколам. Так как он соответствует Bird и Flyable, он также получает реализацию по умолчанию для canFly!

Расширение протоколов

Возможно, самый распространенный способ использования расширений протоколов – это расширение внешних протоколов, либо тех, которые определены в стандартной библиотеке Swift или фрейворками третьей стороны.

Добавьте следующее в нижней части плейграунда:

extension CollectionType {
  func skip(skip: Int) -> [Generator.Element] {
    guard skip != 0 else { return [] }
 
    var index = self.startIndex
    var result: [Generator.Element] = []
    var i = 0
    repeat {
      if i % skip == 0 {
        result.append(self[index])
      }
      index = index.successor()
      i++
    } while (index != self.endIndex)
 
    return result
  }
}

Это определяет расширение CollectionType, который определяет новый skip(_:) метод, который «пропускает» каждый skip элемент в коллекции и возвращает в массив только не пропущенные элементы.

CollectionType – это протокол, под который подписаны такие типы как массивы и словари в Swift. Это означает, что это новое поведение в настоящее время существует в каждом CollectionType в вашем приложении! Добавьте следующий код в нижнюю часть вашего плейграунда, чтобы увидеть его в действии:

let bunchaBirds: [Bird] =
  [UnladenSwallow.African,
   UnladenSwallow.European,
   UnladenSwallow.Unknown,
   Penguin(name: "King Penguin"),
   SwiftBird(version: 2.0),
   FlappyBird(name: "Felipe", flappyAmplitude: 3.0, flappyFrequency: 20.0)]
 
bunchaBirds.skip(3)

Здесь вы выбираете массив птиц, включая многие типы, которые вы уже определяли. Так массивы соответствуют CollectionType, это означает, что skip(_:) доступен в них тоже.

Расширение собственных протоколов

Возможно, столь же захватывающим, как и добавление новых моделей поведения, на основе протоколов из стандартной библиотеки Swift, станет для вас и определение дефолтного поведения.

Измените описание протокола Bird для соответствия протоколу BooleanType:

protocol Bird: BooleanType {

Соответствие с BooleanType означает, что ваш тип должен иметь свойство boolValue, поэтому он действует как Boolean (логически). Значит ли это, что теперь вам нужно добавлять этот свойство в каждый текущий и будущий тип Bird?

Конечно, есть и более простой способ с расширениями протокола. Добавьте код под определение Bird:

extension BooleanType where Self: Bird {
  var boolValue: Bool {
    return self.canFly
  }
}

Это расширение заставит свойство canFly отображать логическое значение каждого Bird типа.

Чтобы попробовать это, добавьте следующие строчки в в конец плейграунда:

if UnladenSwallow.African {
  print("I can fly!")
} else {
  print("Guess I’ll just sit here :[")
}

Вы должны увидеть, что появилась надпись ”I can fly!” (“Я могу летать!”) на вспомогательном редакторе. Примечательно, что вы просто использовали African Unladen Swallow в операторе if!

Влияние на стандартную библиотеку Swift

Вы убедились, что расширения протокола являются отличным способом для настройки и расширения возможностей вашего кода, а также протоколов, определенных вне вашего приложения. Что может удивить вас, так это, как команда Swift использовала расширения протокола для улучшения способа написания стандартной библиотеки Swift.

Swift помогает продвигать функциональные парадигмы программирования, включая такие методы как: map, reduce и filter, в стандартную библиотеку. Эти методы встречаются у различных представителей CollectionType, таких как Array:

// Counts the number of characters in the array
["frog", "pants"].map { $0.length }.reduce(0) { $0 + $1 } // returns 9

Вызывая map, мы возвращаем еще один массив, на котором, где используем reduce, что уменьшает результат до конечного значения 9.

В этом случае, map и reduce включены в Array в качестве части стандартной библиотеки Swift. Если вы Cmd-Click на map, вы можете видеть, как она определена.

В Swift 1.2 вы бы увидели вот такое определение:

// Swift 1.2
extension Array : _ArrayType {
  /// Return an `Array` containing the results of calling
  /// `transform(x)` on each element `x` of `self`
  func map<U>(transform: (T) -> U) -> [U]
}

Функция map определяется здесь, как расширение Array. Однако функциональные функции Swift работают больше, чем просто для Array, они так же должны быть для любого представителя CollectionType, так как же Swift 1.2 проделывает эту работу?

Если вы вызовете map для Range и Cmd-Click на map оттуда, то вы увидите следующее:

// Swift 1.2
extension Range {
  /// Return an array containing the results of calling
  /// `transform(x)` on each element `x` of `self`.
  func map<U>(transform: (T) -> U) -> [U]
}

Оказывается, что в Swift 1.2 map должна быть предопределена для каждого CollectionType в стандартной библиотеке Swift! Это потому, что, хотя Array и Range оба принадлежат к CollectionType, а структуры не могут быть подклассифицированы и не могут иметь общих реализаций.

Это не просто один нюанс о том, как именно устроена стандартная библиотека Swift, это накладывает ограничения на то, что вы можете сделать с Swift типами.

Общая ниже функция берет CollectionType из Flyable и возвращает элемент с наибольшим airspeedVelocity:

func topSpeed<T: CollectionType where T.GeneratorType: Flyable>(collection: T) -> Double {
  collection.map { $0.airspeedVelocity }.reduce { max($0, $1)}
}

Функции map и reduce существуют только на наборе предопределенных типов и не будут работать на любом произвольном CollectionType.

На Swift 2.0 и с расширениями протокола, определение для map в обоих Array и Range выглядит следующим образом:

// Swift 2.0
extension CollectionType {
  /// Return an `Array` containing the results of mapping `transform`
  /// over `self`.
  ///
  /// - Complexity: O(N).
  func map<T>(@noescape transform: (Self.Generator.Element) -> T) -> [T]
}

И хотя вы не можете увидеть исходный код map – по крайней мере, до тех пор пока Swift 2 не станет с открытым исходным кодом (open sourced )! – CollectionType теперь имеет дефолтную реализацию map, которую все виды CollectionType получают бесплатно!

Добавьте общую функцию, упомянутую выше, к нижней части плейграунда:

func topSpeed<T: CollectionType where T.Generator.Element == Flyable>(c: T) -> Double {
  return c.map { $0.airspeedVelocity }.reduce(0) { max($0, $1) }
}

Методы map и reduce доступны для вашей коллекции экземпляров Flyable. Теперь вы можете, наконец, ответить на вопрос о том, кто же из них самый быстрый, для добавления последующего кода в нижней части плейграунда:

let flyingBirds: [Flyable] = 
  [UnladenSwallow.African,
  UnladenSwallow.European,
  SwiftBird(version: 2.0)]
 
topSpeed(flyingBirds) // 2000.0

Как будто были сомнения! :]

Источник: http://www.raywenderlich.com/109156/introducing-protocol-oriented-programming-in-swift-2.

Комментарии
Если вы нашли опечатку - выделите ее и нажмите Ctrl + Enter! Для связи с нами вы можете использовать info@apptractor.ru.
Advertisement
Click to comment

You must be logged in to post a comment Login

Leave a Reply

Программирование

Правила, которые я выработал по результатам 1000 code review

Леонид Боголюбов

Опубликовано

/

Во время работы в LinkedIn большая часть моей работы состояла из проверки кода. Были определенные ситуации, которые постоянно возникали снова и снова, поэтому я решил составить список, которым и поделился с командой.

Вот мои 3 (+1 бонус) наиболее распространенных правки, которые я делал во время code review.

Правка 1: Генерирование исключения, когда что-то идет не так

Обычно я видел такое:

List<String> getSearchResults(...) {
  try {
    List<String> results = // make REST call to search service
    return results;
  } catch (RemoteInvocationException e) {
    return Collections.emptyList();
  }
}

Этот код вызвал сбои в одном из мобильных приложений, над которым я работал. Поисковый бэкенд, который мы использовали, стал выбрасывать исключения. Тем не менее, в приложении имелся код, подобный этому. Поэтому, с точки зрения приложения, оно получало успешный ответ 200 и с радостью показывало пустой список для каждого поискового запроса.

Если бы вместо этого API выбросил исключение, то наша система мониторинга немедленно подобрала бы его, обработала и мы ошибку исправили.

Во многих случаях возникает соблазн просто вернуть пустой объект после того, как вы поймали исключение. Примерами пустых объектов в Java являются Optional.empty(), нулевой или пустой список. Хорошим примером того, где это все встречается постоянно, является парсинг URL. Вместо того, чтобы возвращать null, если URL-адрес не может быть получен из строки, спросите себя: «Почему URL-адрес неправильно сформирован? Является ли это проблемой данных, которую мы должны исправить где-то выше?».

Пустые объекты не являются подходящим инструментом для работы. Если случилось что-то исключительное, то вы должны выбросить исключение.

Правка 2: Использование наиболее конкретного типа

Это предложение в основном противоречит строгому типизированному программированию.

Слишком часто я видел код, подобный этому примеру:

void doOperation(String opType, Data data); 
// where opType is "insert", "append", or "delete", this should have clearly been an enum

String fetchWebsite(String url);
// where url is "https://google.com", this should have been an URN

String parseId(Input input);
// the return type is String but ids are actually Longs like "6345789"

Использование наиболее конкретного типа позволяет избежать целого класса ошибок и, в основном, является основной причиной выбора строго типизированного языка, такого как Java.

Внимание, вопрос: как опытные программисты в конечном итоге пишут плохой типизированный код? Ответ: потому что внешний мир не сильно типизирован. Есть несколько разных мест, откуда берутся строки, например:

  • параметры запроса и пути в URL-адресах
  • JSON
  • Базы данных, которые не поддерживают enum
  • Плохо написанные библиотеки

В любом таком случае вы должны использовать следующую стратегию, чтобы избежать проблем – сохранить парсинг строки и сериализацию в вашей программе. Вот пример:

// Step 1: Take a query param representing a company name / member id pair and parse it
// example: context=Pair(linkedin,456)
Pair<String, Long> companyMember = parseQueryParam("context");
// this should throw an exception if malformed

// Step 2: Do all the stuff in your application
// MOST if not all of your code should live in this area

// Step 3: Convert the parameter back into a String at the very end if necessary
String redirectLink = serializeQueryParam("context");

Это дает ряд преимуществ. Неправильные данные немедленно обнаруживаются; в случае возникновении проблем приложение падает раньше. Кроме того, вам не нужно сохранять исключения для парсинга по всему приложению, так данные проверяются один раз. Кроме того, сильные типы сами по себе более полно описывают методы и вам не надо писать javadocs для каждого метода.

Правка 3: Использование Optionals вместо null

Одна из лучших функций Java 8 – это класс Optional, который представляет собой объект, который может существовать или не существовать.

Вопрос на миллион долларов: какое единственное исключение имеет собственную аббревиатуру? Ответ: NPE или Null Pointer Exception. Это, безусловно, самое распространенное исключение в  Java и, конечно, ошибка, которая стоит миллион долларов.

Optional позволяет вам полностью устранить NPE. Однако его следует использовать правильно. Вот некоторые советы по работе с Optional:

  • Не надо просто называть .get () в любое время, когда вам надо использовать Optional. Вместо этого внимательно подумайте о том случае, когда Optional не представлен, и придумайте разумное значение по умолчанию.
  • Если у вас еще нет разумного значения по умолчанию, тогда такие методы, как .map () и .flatMap (), позволяют отложить это решение.
  • Если внешняя библиотека возвращает значение NULL, чтобы указать на пустой случай, сразу же оберните значение с помощью параметра Optional.ofNullable (). Поверьте мне, вы поблагодарите себя позже. Нули имеют тенденцию «всплывать» внутри программ, поэтому лучше остановить их в первоисточнике.
  • Используйте Optional как возвращаемый тип в методах. Это здорово, потому что вам не нужно будет читать javadoc, чтобы выяснить, возможно ли, чтобы значение было пустым.

Бонус: Использование Unlift методов, когда это возможно

Вы должны избегать методов, которые выглядят следующим образом:

// AVOID:
CompletableFuture<T> method(CompletableFuture<S> param);
// PREFER: 
T method(S param);

// AVOID:
List<T> method(List<S> param);
// PREFER:
T method(S param);

// AVOID: 
T method(A param1, B param2, Optional<C> param3);
// PREFER:
T method(A param1, B param2, C param3);
T method(A param1, B param2);
// This method is clearly doing two things, it should be two methods
// The same is true for boolean parameters

Что общего у всех этих методов? Они используют контейнерные объекты, такие как Optional, List или Task как параметры методов. Еще хуже, когда  возвращаемый тип является тем же самым (т.е. метод принимает Optional и возвращает Optional).

Почему это плохо?

  1. Promise<A> method(Promise<B> param)
    менее гибко, чем просто
  2. A method(B param)

Если у вас есть Promise <B>, вы можете использовать 1, или вы можете использовать 2 путем «подъема» функции с помощью .map. (т.е. promise.map(method)).

Однако, если у вас есть только B, вы можете легко использовать 2, но вы не можете использовать 1, что делает 2 гораздо более гибким вариантом.

Мне нравится называть это «неподъемным», потому что это противоположность общепринятому функциональному методу «подъем». Применение этих знаний делает методы более гибкими и удобными для использования.

 

Комментарии
Продолжить чтение

Новости

Физтехи стали чемпионами России по программированию

2-3 декабря 2017 года команда МФТИ MIPT Cryptozoology в составе Александра Останина, Александра Голованова, Никиты Уварова завоевали абсолютное первое место в полуфинале чемпионата мира по программированию ACM ICPC.

AppTractor

Опубликовано

/

Автор:

В минувшие выходные на четырёх площадках России и СНГ состоялся полуфинал международного студенческого чемпионата мира по программированию ACM ICPC — Northern Eurasia Regional Contest. Более 300 команд собрались в университетах Санкт-Петербурга, Барнаула, Тбилиси и Алматы, чтобы побороться за победу на финале в Пекине.

Правила соревнования традиционны для всех этапов чемпионата по программированию ACM ICPC: у участников есть пять часов для решения 12 задач. При оценке результатов оценивается не только правильное решение задачи, но и время, затраченное на неё — победителем становится та команда, которая смогла выполнить наибольшее количество задач за наименьшее количество времени.

В Университет ИТМО приехали 128 команд. Рекордное количество команд представил Физтех — на полуфинал приехали целых семь!

В этом году абсолютным лидером полуфинала NEERC стала команда МФТИ Cryptozoology в составе Александра Останина, Александра Голованова, Никиты Уварова, тренер Михаил Тихомиров, руководитель Алексей Малеев. Первое место в полуфинале чемпионата студенты МФТИ занимают впервые. Ранее, в октябре, эта же команда заняла первое место в 1/4 чемпионата, завоевав титул чемпионов Москвы.

Ребята смогли решить 10 из 12 задач. Как отмечает Олег Христенко, комментатор онлайн-трансляции чемпионата, один из тренеров Центра развития ИТ-образования, команда шла «правильной дорогой», решая задачи в порядке сложности.

«Задачи были хорошие, некоторые было просто решить, некоторые не очень. Вообще надеемся на золотую медаль в этом году», — комментирует победу Александр Голованов.

«Очень приятно, что в этот раз победу одержали, от себя могу добавить, что они много тренировались, в частности, уже в этом учебном году отработали с полной отдачей на сборах в Петрозаводске, Барселоне и Долгопрудном. Это отличный результат, очередной шаг признания высокого уровня подготовки студентов МФТИ в области Computer Science», – говорит директор Центра развития ИТ-образования, Алексей Малеев.

По итогам соревнования в финал прошли 16 команд, 14 (88%) из которых принимали участие в тренировочных сборах Moscow Workshops ACM ICPC в этом учебном году. Все они поедут на финал, который состоится 20-25 апреля в Пекине.

Комментарии
Продолжить чтение

Программирование

Программирование это новый пузырь?

Тайлер Эллиот Беттилион рассуждает о том, исчезнет ли профессия программиста с ростом автоматизации и повсеместным распространением компьютерной грамотности.

Анна Гуляева

Опубликовано

/

Моя подруга недавно задала вопрос, который я слышал много раз в разных вариациях:

Не кажется ли вам, что некоторые низкоуровневые профессии программистов вымрут как птицы додо? Сейчас это похоже на большой пузырь, который рано или поздно лопнет. Мне кажется, что одна из причин “престижности” технологических и связанных с наукой (на низком уровне) профессий заключается в нелепом жаргоне индустрии и всеобщей компьютерной неграмотности, и оба этих фактора исчезнут в следующие десять лет […]

Это высказывание поднимает вопрос о будущем технологических профессий и показывает распространенные заблуждения об области разработки ПО. Хотя в индустрии действительно существует «нелепый жаргон», но для решения многих сложных проблем действительно требуется нужный набор навыков. Некоторые профессии исчезают, но программисты с нужным опытом и знаниями продолжат цениться и хорошо зарабатывать ещё многие годы, как показывает недавний рост зарплат ИИ-специалистов и нехватка специалистов с этим навыком.

Следовать за меняющимся технологическим ландшафтом может быть сложно. Мы должны уметь предсказывать, какие профессии исчезнут с рынка, потому что их заменят технологии. Также мы должны следить за ростом количества людей, которые учатся программировать, чтобы предугадать, как изменятся зарплаты и спрос на определенные навыки. Как сказала Ханна, «всеобщая компьютерная неграмотность» влияет на размер зарплат программистов, но люди узнают больше о технологиях с каждым годом.

Движение к коммодификации

Страх того, что алгоритмы заменят людей на работе, — не нов и не беспричинен. В любой области, а особенно в технологии, силы рынка подталкивают корпорации к автоматизации и коммодификации. Один из способов изображения этого явления — циклы хайпа Gartner.

С течением времени специфичные идеи и технологии доходят до «плато продуктивности», где их автоматизируют. Взглянув в прошлое, можно подумать, что автоматизация может разрушать определенные рынки труда. В разных индустриях, от сбора урожая до сборки автомобиля, технологические открытия заменили и дополнили человеческий труд, чтобы сократить затраты. Один профессор во время курса по компиляторам однажды сказал: «Посмотрите на текстильную и металлургическую промышленности: вы хотите строить машины и инструменты или вы хотите ими управлять?».

Коммодификация (от англ. commodity — товар) – процесс, в ходе которого все большее число различных видов человеческой деятельности обретает денежную стоимость и фактически становится товарами, покупаемыми и продаваемыми на рынке.

В этой метафоре «машиной» является язык программирования. Этот профессор спрашивал: вы хотите делать сайты на JavaScript или вы хотите создавать движок V8 для JavaScript?

Создание веб-сайтов уже автоматизировано при помощи WordPress и других сервисов. С другой стороны, у V8 появляются конкуренты, некоторые из которых решают открытые вопросы. Языки приходят и уходят (сколько сейчас открыто вакансий для Fortran?), но всегда будут люди, создающие следующий язык. К счастью для нас, все реализации пишутся на языках программирования. Путь «оператора машины» в программировании делает вас «создателем машины» в том смысле, который оказался неверным для работников сталелитейных заводом в прошлом.

Растущее число языков, интерпретаторов и компиляторов показывает нам, что каждая разрушающая профессии машина приносит новые возможности улучшения и развития самой машины. Несмотря на то, что список уже несуществующих профессий растет, пока не настал этот момент в истории, когда человечество скажет: «Думаем, что больше работы для нас не осталось».

Коммодификация распространяется на всё, не только на программирование. Человеческий труд постоянно заменялся автоматизированным или дополнялся таким образом, что требовал меньше людей. Беспилотные автомобили и грузовики являются последним примером этой великой традиции. Если цикл создания и автоматизации является частью жизни, то естественно будет спросить: какие работы и индустрии находятся в зоне риска, а какие нет?

Кто автоматизирует кого?

AWS, Heroku и другие аналогичные хостинговые платформы навсегда изменили роль системного администратора и DevOps-инженера. Раньше интернет-бизнесу был необходим свой “мастер серверов”. Кто-то, кто был подкован в Linux, мог настроить сервер Apache или NGINX, подключить все физические компоненты и сделать все необходимое для того, чтобы сервер стал доступным в публичном вебе. Хотя некоторые люди по-прежнему применяют этот навык в работе, AWS делают некоторые из этих навыков устаревшими, особенно на уровне небольшого опыта и размещения оборудования. В Amazon, Netflix и Google существуют хорошо оплачиваемые вакансии для людей с глубокими знаниями в инфраструктуре сетей, но спрос в малом и среднем бизнесе на таких людей значительно упал.

Инструменты бизнес-аналитики, такие как SalesForce, Tableau и SpotFire также начали занимать пространство, которое исторически занимали инженеры. Эти системы сократили потребность в штатных администраторах баз данных, но они увеличили спрос на понимание SQL. Они сократили потребность во внутренней технологии отчетности, но увеличили спрос на «инженеров интеграции», которые автоматизируют поток данных к сторонним платформам. Ранее этим полем правили Excel и таблицы, а теперь оно перешло к языкам вроде Python и R, а также SQL для управления данными. Некоторые профессии исчезли, но в целом спрос на разработчиков программ вырос.

Data Science — это ещё один интересный пример коммодификации, более близкой к программированию. Scikit.learn, Tensorflow и PyTorch — это библиотеки, которые упрощают людям задачу создания приложений с машинным обучением, устраняя необходимость создания алгоритмов с нуля. На самом деле, теперь возможно провести набор данных через многие алгоритмы машинного обучения с разными параметрами, практически не понимая работу этих алгоритмом (это неправильно, но возможно). Компании бизнес-аналитики, вероятно, будут пытаться интегрировать эти алгоритмы в свои инструменты в следующие несколько лет.

Во многом Data Science сейчас похожа на веб-разработку 5–8 лет назад. Это популярная область, в которую вы можете попасть с небольшим количеством знаний из-за «разрыва в навыках». Программы по веб-разработке закрываются, а программы по data science появляются на их месте. Kaplan, которая купила первый лагерь по веб-рзработке Dev Bootcamp и основала лагерь по data science Metis, решила закрыть Dev BootCamp и поддерживать Metis.

Системы управления контентом являются наиболее заметными инструментами, автоматизирующими работу разработчика. SquareSpace и WordPress являются одними из самых популярных таких систем. Эти платформы значительно снижают ценность людей с навыками фронтенд-разработки. Барьер для создания и запуска сайта снизился настолько, что люди с нулевым опытом программирования успешно запускают сайты каждый день. Они не создают сайты с глубоким взаимодействие для миллиардов людей, но они создают сайта для своих компаний и клиентов. Хороший лендинг с контактами и адресом более чем достаточен для местного ресторана, бара или магазина.

Если ваш бизнес не связан с интернетом в своей деятельности напрямую, то вам проще простого завести работающий веб-сайт. В результате, однажды процветающая область веб-разработчиков для быстрого создания простых сайтов становится все менее прибыльной.

В этом контексте нельзя проигнорировать и физический аспект. Как сказал Майк Актон: «Программное обеспечение — это не платформа, аппаратное — платформа». Разработчикам стоит немного изучить компьютерную архитектуру и электротехнику. Большой переворот случится при появлении потребительского квантового компьютера, он изменит многое в профессиональном программировании.

Квантовые компьютеры пока далеки от нас, но растущий интерес к графическим процессорам и движение к параллелизации — это неминуемый сдвиг. Скорости работы процессоров остаются неизменными уже несколько лет, а за это время возникла потребность в машинном обучении. Желание работать с OpenMP, OpenCL, Go, CUDA и другими языками и фреймворками параллельной обработки данных никуда не денется и будет только нарастать. В ближайшем будущем параллелизация станет всеобщим требованием и выйдет за пределы ниш операционных систем, инфраструктуры и видеоигр.

Все учатся кодить

Веб-сайты повсеместны. Опрос Stack Overflow 2017 года показывает, что около 15% профессиональных разработчиков работают в компаниях, связанных с интернетом или веб-сервисами. Бюро статистики труда ожидает ускорение роста в веб-разработке (24% между 2014 и 2024). Благодаря видимости отрасли, многие сосредоточены на «сокращении разрыва в навыках». Лагери программирования обучают практически только веб-разработке, а онлайн-курсы по этой теме заполнили Udemy, Udacity, Coursera и другие платформы.

Комбинация роста автоматизации в веб-разработке и приток новых программистов привели к тому, что некоторые предсказывают появление рынка «синих воротничков» для разработчиков. Другие даже предполагают, что это движение к рынку “рабочих” специальностей является стратегией больших технологических компаний. Остальные, конечно, считают, что мы движемся к очередному пузырю.

Изменение спроса на определенные технологии — это не новость. Языки и фреймворки всегда то набирают силу, то теряют популярность. Веб-разработка в своей текущей инкарнации (JS — король) рано или поздно пройдет путь веб-разработки в начале 2000-х (помните Flash?). Новым является то, что многие люди изучают исключительно современные фреймворки веб-разработки. Прежде чем вы назовете себя React-разработчиком, вспомните, что были люди, которые идентифицировали себя как Flash-разработчиков. Полагаться на определенный язык, фреймворк или технологию в своей карьере рискованно. Конечно, сложно предсказать, какие технологии останутся релевантными, но если вы собираетесь пойти ва-банк, я рекомендую положиться на эффект Линди и выбрать что-то вроде C, который уже перенес испытание временем.

У следующего поколения будет такой уровень врожденной технологической грамотности, которого нет у поколения X и миллениалов. Одним результатом этого станет то, что CMS будут использоваться по умолчанию. Сами инструменты станут лучше, и молодые сотрудники будут лучше ими пользоваться. Эта комбинация определенно снизит ценность низкоуровневых навыков IT и веб-разработки, когда молодые специалисты войдут на рынок труда. Школы следуют за этим трендом, предлагая курсы программирования и информатики, и образованные ученики смогут сразу после окончания стать стажерами-программистами.

Другая большая группа потенциальных программистов включает выпускников MBA и аналитиков данных. В предложениях о работе, в которых прежде доминировал Excel, начинает использоваться SQL. Веб-метрики заменят таблицы в роли главного инструмента создания отчетов. Если это продолжится, все больше аналитиков данных будут сразу учить SQL, потому что он позволит проще экспортирования данные в таблицы.

Люди, желающие опередить своих сверстников в этих ролях, проходят онлайн-курсы для изучения баз данных и статистических языков программирования. С этими новыми навыками они смогут позиционировать себя как data scientists с навыками машинного обучения и статистических библиотек. Примером этого пути может быть программа обучения Metis.

Число людей с образованием в информатике и программировании продолжает расти. Университет Пердью сообщает, что количество заявлений на направление информатики удвоилось за пять лет. Корнелл сообщает об аналогичном росте числа выпускников по этому направлению. Этот тренд неудивителен в свете распространения ПО. Молодые люди не представляют будущего без компьютеров, поэтому хотят изучать то, что даст им уверенность в трудоустройстве.

Редкость и ожидание

В индустрии сейчас распространена идея о том, образование по направлению информатики в большинстве случаев является ненужным. Противоположная точка зрения также популярна, а некоторые даже говорят, что «все программисты должны получить степень магистра».

Как и Эрик Эллиотт, я считаю, что существует много хороших вариантов попасть в программирование, и степень бакалавра для некоторых может быть не лучшим вариантом. В то же время я согласен с Уильямом Бейном о том, что базовые навыки критически важны для долговременной карьеры, и эту информацию пока сложно найти вне университета. Ранее я писал о том, какие навыки я считаю фундаментальными для будущих инженеров, и поэтому я присоединился к школе Bradfield.

Школ программирования становится больше – и это не просто так. Вы можете многое узнать о программировании без знаний о большом «О», неясных структурах данных и деталей об алгоритмах. Иногда выпускники Стэнфорда соперничают с выпускниками Hack Reactor, но это верно только для одной или двух областей. Выпускники курсов программирования пока не работают в области встроенных систем, криптографии, безопасности, робототехники, инфраструктуры сетей или в разработке и исследовании искусственного интеллекта. Хотя эти области быстро растут.

Некоторые навыки уже превращаются из редких навыков в базовое ожидание. Понимание механизмов, вроде AWS, становится довольно распространенным. Но большие компании, развивающие технологии, обычно не ищут людей с «базовым пониманием JavaScript». AWS обслуживают миллиарды пользователей каждый день. Чтобы поддерживать такую инфраструктуру инженер должен понимать протоколы сетей, компьютерную архитектуру и иметь несколько лет аналогичного опыта работы. Как и в любой области, здесь есть любители и мастера.

Эти престижные фирмы исследуют проблемы и создают системы, которые действительно двигают границы возможного. Но они по-прежнему испытывают дефицит кадров, несмотря на то, что базовые навыки программирования достаточно распространены. Люди, которые могут писать алгоритмы для прогнозирования изменений в генах, которые дадут желаемый результат, будут очень ценными в будущем. Люди, которые могут программировать спутники и космические аппараты и автоматизировать машины, будут по-прежнему высоко цениться. Это не те области, для работы в которых достаточно «трехмесячной интенсивной программы», как в веб-разработке.

Предполагается, что молодые люди будут обладать врожденным пониманием компьютеров к 2025 году. К несчастью, распространенность компьютеров не привела к новому поколению людей, которые так же бы понимали математику, информатику, структуру сетей, электротехнику и так далее. Компьютерная грамотность не означает знание вычислений. Несмотря на то, что математика существует очень давно, по-прежнему только немногие люди обладают хорошим знанием статистики. Информатика почти так же стара, Эвклид изобрел несколько алгоритмов, один из которых используется при отправке HTTPS-запросов, но тот факт, что мы используем HTTPS каждый раз при входе на сайт, не означает, что все понимают работу этих протоколов.

Бимодальные распределения заработной платы

Во многих областях действует бимодальное распределение заработной платы: небольшое количество сотрудников зарабатывают большие деньги, а остальные получают неплохую зарплату, но не входят в верхний процент. NALP визуализирует этот феномен абсолютно понятно. Многие юристы зарабатывают между 45 и 65 тысячами долларов. Это хорошая зарплата, но мы не можем ассоциировать её с «топовыми профессионалами».

Мы думаем, что все новоиспеченные юристы стремятся месту партнера в фирме, хотя в реальности существует множество путей: помощник юриста, чиновник, общественный защитник, судья, юрист для бизнеса и т.д. У выпускников направления информатики существует столько же вариантов для профессиональной деятельности: от веб-разработки до встроенных систем.

Так как базовый уровень программирования становится распространенным требованием, я думаю, что похожее распределение возникнет и среди программистов. Всегда будет существовать группа программистов, получающих большие деньги за продвижение технологий вперед, но будет расти и количество программистов среднего уровня, которые будут обслуживать экономику. Средняя зарплата веб-разработчиков со временем будет падать, но количество профессий для программистов в общем продолжит расти.

Зарплаты мобильных разработчиков 2017: деньги, платформы, стаж и регионы

Независимо от того, в какой группе программистов вы будете находиться, карьера в технологиях означает обучение на протяжении всей жизни. Если вы хотите быть во второй группе высокооплачиваемых профессионалов, вам стоит учиться создавать машины, а не просто управлять ими.

Комментарии
Продолжить чтение

Новости

Самые популярные языки программирования 2017

TIOBE это мгновенный срез того, что используют, а PYPL это то, что намереваются использовать разработчики.

Леонид Боголюбов

Опубликовано

/

TIOBE (The Importance of Being Earnest), один из самых популярных рейтингов языков программирования, опубликовал данные за ноябрь 2017 года и, соответственно, весь год целиком. По данным компании, Java остается самым популярным языком программирования, а за ней следуют С и C++.

С другой стороны, PYPL (PopularitY of Programming Language), еще один рейтинг, так же определи Java как лидера, но на вторые места поставил Python и PHP.

Различие между ними в том, что TIOBE  подсчитывает рейтинг на основе поисковых запросов, а PYPL подсчитывает популярность на основе Google Trends, в которой больше учитываются запросы на руководства и обучение. То есть можно предположить, что TIOBE это мгновенный срез того, что используют, а PYPL это то, что намереваются использовать разработчики.

Вот весь рейтинг за 2017 год:

Комментарии
Продолжить чтение

Наша рассылка

Каждому подписавшемуся - "1 час на UI аудит": бесплатный ускоренный курс для разработчиков веб и мобильных приложений!

Нажимая на кнопку "Подписаться" вы даете согласие на обработку персональных данных.

Популярное

X

Спасибо!

Теперь редакторы в курсе.