Как расширить технический кругозор⁠⁠

Современный разработчик* должен быть в курсе большого количества различных технологий и инструментов. Подобное знание не появляется из ниоткуда и не может быть освоено за выходные. Только процесс постоянного поиска информации и решения прикладных задач может приблизить к умению решать любую проблему за счёт представления места обитания потенциальных источников проблем.

Как организовать процесс постоянного поиска информации? Нужно на постоянной основе (в идеале ежедневно, нормально раз в несколько дней, приемлемо еженедельно) потреблять разнородную информацию как в своей профессиональной области, так и в различных соседних. Это существенно расширяет кругозор и повышает вероятность решения новой задачи впоследствии. Не стоит забывать и про не-технические скиллы, куда входят управление людьми, воспитание детей, истории из жизни — это позволит ориентироваться не только в технологиях, но и в жизни. Как источник последнего я люблю пикабу :)

Неплохим источником информации для постоянного потребления могут быть проверенные телеграм-каналы, подкасты (radio-T не дремлет), хабр, hackernews и другие площадки.

На хабре следует каждый день читать топ-3 статьи за сегодня, еженедельно читать лучшие 20 статей за неделю. При этом важно смотреть не только саму статью. Часто более полезным является чтение комментариев, где сторонние люди любыми способами постараются доказать, что автор не прав. И чужие мнения помогут развить твоё критическое мышление — умение видеть проблему в предлагаемом способе решения задачи.

В году чуть больше 50 недель. За год реально прочитать 500 статей при еженедельном чтении десятка. Эти 500 статей и комментарием с обсуждением пополнят копилку решений и обсуждений. Обсуждая с коллегами очередную задачу, можно приобрести опыт обсуждения 500 других задач. И подойти к следующей задаче во всеоружии.

Помни: пока ты спишь, враг качается.

В телеграм-канале разбираем разные нюансы из жизни разработчика на Python и не только — python, bash, linux, тесты, командную разработку. В прошлом посте тут мы на часовом видео-стриме разбирали порядок создания небольшого python-проекта.

*Я могу говорить за python backend developer, современный data science и devops. Но думаю, что в других областях ситуация схожая

А какие крутые источники профессиональных знаний у вас?