يمكن تحقيق تطوير مهارات "مطاردة" ، والتي تشير إلى فهم المفاهيم وتطبيقها بعمق ، من خلال مجموعة متنوعة من التمارين العملية عبر مجالات مختلفة. فيما يلي بعض التمارين لمساعدتك على تحسين مهاراتك في التماسك:
لمهارات الخوارزمية والترميز
1. النماذج الخوارزمية الممارسة: التركيز على النماذج الأساسية مثل الفجوة والقهر ، والبرمجة الديناميكية ، واستراتيجيات الجشع ، والتراجع. تنفيذ مشاكل مثل مشكلة n-queens ، Sudoku Solver ، وتوليد الجمع/التقليب باستخدام هذه النماذج [2].
2. استخدم تمارين الترميز الواقعية: الانخراط في تمارين تحاكي سيناريوهات المقابلة الحقيقية ، بما في ذلك الحدود الزمنية وحل المشكلات التفاعلية. تدرب على شرح عملية تفكيرك بصوت عالٍ [4].
3. حل المشكلات مع القيود: حل المشكلات في ظل قيود واقعية مثل الحدود الزمنية وحالات الحافة. هذا يساعد في تطوير خفة الحركة والثقة في حل المشكلات [4].
للهندسة المطالبة وتفاعل الذكاء الاصطناعي
1. إنشاء المطالبة الأساسية: اكتب مطالبات واضحة وموجزة تطلب من أدوات الذكاء الاصطناعي مثل ChatGpt أداء مهام محددة ، مثل تقديم نفسك كمحترف. قارن استجابة الذكاء الاصطناعي مع توقعاتك [1].
2. صقل المطالبات الموجودة: ابدأ بمطالبات بسيطة وصقلها عن طريق إضافة السياق والمهارات والنبرة المطلوبة. قارن الردود لمعرفة كيف تحسن التفاصيل النتيجة [1].
3. تكرار النغمة والأناقة: اطلب من الذكاء الاصطناعي وصف المشروع ثم صقل النغمة من خلال المطالبات التكرارية. استخدم كلمات مثل "الحماس" أو "غير رسمي" أو "احترافي" لتوجيه النغمة [1].
4. فحص الحقائق والدقة: قدم بيانات واطلب من الذكاء الاصطناعي إعادة كتابتها بمزيد من التفاصيل. تحقق من دقة المطالبات ، وخاصة المقاييس [1].
استراتيجيات التعلم العامة
1. ابدأ مع الأساسيات: ابدأ بالمفاهيم الأساسية والانتقال تدريجياً إلى المفاهيم الأكثر تعقيدًا. بالنسبة للخوارزميات ، ابدأ بالفرز والبحث قبل الانتقال إلى موضوعات أكثر تقدمًا [7].
2. استخدم الوسائل البصرية: استخدم أدلة ومخططات مصورة لفهم المفاهيم المعقدة بشكل أفضل. كتب مثل * Grokking Lgorithms * تقدم تفسيرات ودية ومرئية [7].
3. التفكير والمراجعة: مراجعة عملية التعلم بانتظام. حدد المفاهيم التي تفهمها جيدًا وأين تحتاج إلى مزيد من الممارسة. استخدم المجلات أو جداول البيانات لتتبع تقدمك [2] [3].
4. تطبيق المفاهيم عمليا: حاول تطبيق ما تعلمته على مشاكل أو مشاريع في العالم الحقيقي. هذا يساعد في استيعاب المفاهيم وجعلها أكثر سهولة [2] [7].
الاستشهادات:[1] https://www.designgurus.io/course-play/grokking-prompt-engineering-for-profession-portfolio-and-job-search/doc/23-practice-exercises
[2] https://www.designgurus.io/answers/detail/practical-exercises-to-internalize-core-algorithmic-paradigms
[3] https://www.reddit.com/r/leetcode/comments
[4] https://www.designgurus.io/answers/detail/realistic-coding-exercises-to-improve-interview-performance
[5]
[6]
[7] https://www.manning.com/books/grokking-algorithms
[8] https://edu.anarcho-copy.org/algorithm/grokking-algorithms-illustrate-programmers-curious.pdf