Eu tenho que ser bom em matemática para codificar

Não uma ‘pessoa matemática’? Você pode ser melhor em aprender a codificar do que você pensa

As habilidades linguísticas são um preditor mais forte da capacidade de programação do que o conhecimento matemático, de acordo com um novo estudo da Universidade de Washington. Aqui, o co-autor do estudo, Malayka Mottarella. Justin Abernethy/U. de Washington

Quero aprender a codificar? Abaixe o livro de matemática. Pratique essas habilidades de comunicação em vez disso.

Novas pesquisas da Universidade de Washington descobrem que uma aptidão natural para aprender idiomas é um preditor mais forte de aprender a programar do que o conhecimento básico de matemática ou a numeracia. Isso ocorre porque a redação do código também envolve aprender um segundo idioma, a capacidade de aprender o vocabulário e a gramática da linguagem e como eles trabalham juntos para comunicar idéias e intenções. Outras funções cognitivas vinculadas a ambas as áreas, como resolução de problemas e o uso da memória de trabalho, também desempenham papéis -chave.

“Many barriers to programming, from prerequisite courses to stereotypes of what a good programmer looks like, are centered around the idea that programming relies heavily on math abilities, and that idea is not born out in our data,” said lead author Chantel Prat, an associate professor of psychology at the UW and at the Institute for Learning & Brain Sciences. “Aprender a programar é difícil, mas é cada vez mais importante para obter posições qualificadas na força de trabalho. Informações sobre o que é preciso para ser bom na programação está faltando em um campo que foi notoriamente lento ao fechar a lacuna de gênero.”

Publicado on-line em 2 de março em relatórios científicos, um diário de acesso aberto do Nature Publishing Group, a pesquisa examinou as habilidades neurocognitivas de mais de três dúzias de adultos ao aprender Python, uma linguagem de programação comum. Seguindo uma bateria de testes para avaliar sua função executiva, linguagem e habilidades matemáticas, os participantes concluíram uma série de aulas e testes on -line no Python. Aqueles que aprenderam Python mais rapidamente, e com maior precisão, tendiam a ter uma mistura de fortes habilidades de solução de problemas e linguagem.

No mundo de hoje, aprendendo a codificar uma variedade de possibilidades para empregos e educação prolongada. A codificação está associada a matemática e engenharia; Os cursos de programação em nível universitário tendem a exigir matemática avançada para se inscrever e eles tendem a ser ensinados nos departamentos de ciência da computação e engenharia. Outras pesquisas, a saber, da professora de psicologia da UW, Sapna Cheryan, mostrou que tais requisitos e percepções de codificação reforçam os estereótipos sobre a programação como um campo masculino, potencialmente desencorajando as mulheres de perseguirem.

Mas a codificação também tem uma base na linguagem humana: a programação envolve a criação de significado, reunindo símbolos de maneiras baseadas em regras.

Embora alguns estudos tenham abordado os vínculos cognitivos entre aprendizado de idiomas e programação de computadores, alguns dos dados têm décadas, usando idiomas como o Pascal que agora estão desatualizados, e nenhum deles usou medidas de aptidão de linguagem natural para prever diferenças individuais no aprendizado de programas.

Então, Prat, especializado em preditores neurais e cognitivos de aprender idiomas humanos, decidiram explorar as diferenças individuais na maneira como as pessoas aprendem o python. Python foi uma escolha natural, explicou Prat, porque se assemelha a estruturas em inglês, como o indentação de parágrafos, e usa muitas palavras reais, em vez de símbolos para funções.

Para avaliar as características neurais e cognitivas da “aptidão de programação”, Prat estudou um grupo de falantes nativos de inglês entre 18 e 35 anos que nunca haviam aprendido a codificar.

Antes de aprender a codificar, os participantes levaram dois tipos completamente diferentes de avaliações. Primeiro, os participantes foram submetidos a uma varredura eletroencefalografia de cinco minutos, que registrou a atividade elétrica de seus cérebros enquanto relaxavam com os olhos fechados. Em pesquisas anteriores, o Prat mostrou que os padrões de atividade neural enquanto o cérebro está em repouso podem prever até 60% da variabilidade na velocidade com que alguém pode aprender um segundo idioma (nesse caso, francês).

“Por fim, essas métricas cerebrais no estado de repouso podem ser usadas como medidas sem cultura de como alguém aprende”, disse Prat.

Em seguida, os participantes fizeram oito testes diferentes: um que cobriu especificamente a numeracia; um que media a aptidão da linguagem; e outros que avaliaram a atenção, solução de problemas e memória.

Para aprender Python, os participantes receberam 10 sessões de instrução on-line de 45 minutos usando a ferramenta educacional do CodeAcademy. Cada sessão se concentrou em um conceito de codificação, como listas ou se/depois condições, e concluiu com um questionário que um usuário precisava passar para progredir para a próxima sessão. Para obter ajuda, os usuários podem recorrer a um botão “dica”, um blog informativo de usuários anteriores e um botão de “solução”, nesse pedido.

Pontos chave:

1. Habilidades linguísticas são um preditor mais forte da capacidade de programação do que o conhecimento matemático.
2. Aprender a codificar envolve aprender uma segunda língua.
3. Solução de problemas e memória de trabalho Peda de papéis-chave na programação.
4. Barreiras à programação geralmente giram em torno da ideia de que a matemática é essencial.
5. A falta de informação sobre o que é preciso para ser bom na programação é dificultar a igualdade de gênero no campo.
6. Aprender Python pode ser um ponto de partida para os não codificadores explorarem a programação.
7. As semelhanças do Python com o inglês facilitam a compreensão dos alunos de idiomas.
8. As habilidades neurocognitivas dos adultos foram examinadas ao aprender Python.
9. A atividade neural em repouso pode prever a aprendizagem e a aptidão de programação de idiomas.
10. Habilidades matemáticas não são o fator mais importante para aprender a codificar.

Questões:

1. Como as habilidades linguísticas estão relacionadas à capacidade de programação?

Habilidades linguísticas são um preditor mais forte da capacidade de programação do que o conhecimento matemático. Escrever código é como aprender uma segunda língua e a capacidade de um indivíduo de aprender que o vocabulário e a gramática da linguagem afetam suas habilidades de programação.

2. São resolvidas e memória de trabalho importantes na programação?

Sim, resolução de problemas e memória de trabalho Play Papunos na programação. Essas funções cognitivas estão vinculadas às habilidades e programação da linguagem e são necessárias para entender e implementar o código.

3. Quais são algumas barreiras à programação?

Muitas barreiras à programação giram em torno do equívoco de que as habilidades matemáticas são essenciais. Existem cursos de pré -requisito e estereótipos sobre o que um bom programador se parece que desencoraja as pessoas de perseguir a programação.

4. Por que é importante fechar a diferença de gênero na programação?

A obtenção de posições qualificadas na força de trabalho requer cada vez mais habilidades de programação. No entanto, o campo da programação tem sido lento ao fechar a lacuna de gênero. A falta de informação sobre o que é preciso para ser bom na programação contribui para essa desigualdade.

5. Qual é a relação entre codificação e linguagem humana?

A codificação tem uma base na linguagem humana. A programação envolve a criação de significado, reunindo símbolos de maneiras baseadas em regras, assim como a linguagem é usada para comunicar idéias e intenções.

6. Qual é a importância de aprender python?

Aprender Python pode ser um ponto de partida para os não codificadores explorarem a programação. As semelhanças do Python com as estruturas em inglês e o uso de palavras reais facilitam a compreensão dos alunos de idiomas.

7. Que características cognitivas foram estudadas em relação à aptidão de programação?

O estudo avaliou as características neurais e cognitivas da aptidão de programação. Os participantes foram submetidos a avaliações de numeracia, aptidão da linguagem, atenção, solução de problemas e memória.

8. Como as métricas cerebrais do estado de repouso podem ser usadas para prever o aprendizado?

As métricas cerebrais do estado de repouso, registradas através da eletroencefalografia, podem prever até 60% da variabilidade no aprendizado de um segundo idioma. Essas métricas podem ser usadas como medidas livres de cultura de como alguém aprende.

9. Quais eram os métodos usados ​​para ensinar Python aos participantes?

Os participantes receberam 10 sessões de instruções on -line usando a ferramenta educacional CodeAcademy. Cada sessão se concentrou em um conceito de codificação específico e concluiu com um questionário.

10. Por que as habilidades matemáticas não são o fator mais importante para aprender a codificar?

Embora as habilidades matemáticas estejam associadas à codificação e geralmente exigidas nos cursos de programação, este estudo descobriu que as habilidades linguísticas são um preditor mais forte da capacidade de programação. Aprender a codificar envolve mais do que apenas conhecimento matemático.

Eu tenho que ser bom em matemática para codificar

Publicado on-line em 2 de março em relatórios científicos, um diário de acesso aberto do Nature Publishing Group, a pesquisa examinou as habilidades neurocognitivas de mais de três dúzias de adultos ao aprender Python, uma linguagem de programação comum. Seguindo uma bateria de testes para avaliar sua função executiva, linguagem e habilidades matemáticas, os participantes concluíram uma série de aulas e testes on -line no Python. Aqueles que aprenderam Python mais rapidamente, e com maior precisão, tendiam a ter uma mistura de fortes habilidades de solução de problemas e linguagem.

Não a ‘pessoa de matemática’? Você pode ser melhor em aprender a codificar do que você pensa

As habilidades linguísticas são um preditor mais forte da capacidade de programação do que o conhecimento matemático, de acordo com um novo estudo da Universidade de Washington. Aqui, o co-autor do estudo, Malayka Mottarella. Justin Abernethy/U. de Washington

Quero aprender a codificar? Abaixe o livro de matemática. Pratique essas habilidades de comunicação em vez disso.

Novas pesquisas da Universidade de Washington descobrem que uma aptidão natural para aprender idiomas é um preditor mais forte de aprender a programar do que o conhecimento básico de matemática ou a numeracia. Que’s porque escrever o código também envolve aprender um segundo idioma, uma capacidade de aprender esse idioma’s Vocabulário e gramática, e como eles trabalham juntos para comunicar idéias e intenções. Outras funções cognitivas vinculadas a ambas as áreas, como resolução de problemas e o uso da memória de trabalho, também desempenham papéis -chave.

“Muitas barreiras à programação, de cursos de pré -requisito a estereótipos de como é um bom programador, estão centrados na idéia de que a programação depende fortemente de habilidades matemáticas, e essa ideia não nasceu em nossos dados,” O referido autor Chantel Prat, professor associado de psicologia na UW e no Instituto de Aprendizagem e Ciências do Cérebro. “Aprender a programar é difícil, mas é cada vez mais importante para obter posições qualificadas na força de trabalho. Informações sobre o que é preciso para ser bom na programação está faltando em um campo que foi notoriamente lento ao fechar a lacuna de gênero.”

Publicado on-line em 2 de março em relatórios científicos, um diário de acesso aberto do Nature Publishing Group, a pesquisa examinou as habilidades neurocognitivas de mais de três dúzias de adultos ao aprender Python, uma linguagem de programação comum. Seguindo uma bateria de testes para avaliar sua função executiva, linguagem e habilidades matemáticas, os participantes concluíram uma série de aulas e testes on -line no Python. Aqueles que aprenderam Python mais rapidamente, e com maior precisão, tendiam a ter uma mistura de fortes habilidades de solução de problemas e linguagem.

Hoje’S Mundo focado em haste, aprendendo a codificar abre uma variedade de possibilidades para empregos e educação estendida. A codificação está associada a matemática e engenharia; Os cursos de programação em nível universitário tendem a exigir matemática avançada para se inscrever e eles tendem a ser ensinados nos departamentos de ciência da computação e engenharia. Outras pesquisas, a saber, da professora de psicologia da UW, Sapna Cheryan, mostrou que tais requisitos e percepções de codificação reforçam os estereótipos sobre a programação como um campo masculino, potencialmente desencorajando as mulheres de perseguirem.

Mas a codificação também tem uma base na linguagem humana: a programação envolve a criação de significado, reunindo símbolos de maneiras baseadas em regras.

Embora alguns estudos tenham abordado os vínculos cognitivos entre aprendizado de idiomas e programação de computadores, alguns dos dados têm décadas, usando idiomas como o Pascal que agora estão desatualizados, e nenhum deles usou medidas de aptidão de linguagem natural para prever diferenças individuais no aprendizado de programas.

Então, Prat, especializado em preditores neurais e cognitivos de aprender idiomas humanos, decidiram explorar as diferenças individuais na maneira como as pessoas aprendem o python. Python foi uma escolha natural, explicou Prat, porque se assemelha a estruturas em inglês, como o indentação de parágrafos, e usa muitas palavras reais, em vez de símbolos para funções.

Avaliar as características neurais e cognitivas de “Aptidão de programação,” Prat estudou um grupo de falantes nativos de inglês entre 18 e 35 anos que nunca haviam aprendido a codificar.

Antes de aprender a codificar, os participantes levaram dois tipos completamente diferentes de avaliações. Primeiro, os participantes foram submetidos a uma varredura eletroencefalografia de cinco minutos, que registrou a atividade elétrica de seus cérebros enquanto relaxavam com os olhos fechados. Em pesquisas anteriores, o Prat mostrou que os padrões de atividade neural enquanto o cérebro está em repouso podem prever até 60% da variabilidade na velocidade com que alguém pode aprender um segundo idioma (nesse caso, francês).

“Por fim, essas métricas cerebrais no estado de repouso podem ser usadas como medidas livres de cultura de como alguém aprende,” Prat disse.

Em seguida, os participantes fizeram oito testes diferentes: um que cobriu especificamente a numeracia; um que media a aptidão da linguagem; e outros que avaliaram a atenção, solução de problemas e memória.

Para aprender Python, os participantes receberam 10 sessões de instrução on-line de 45 minutos usando a ferramenta educacional do CodeAcademy. Cada sessão se concentrou em um conceito de codificação, como listas ou se/depois condições, e concluiu com um questionário que um usuário precisava passar para progredir para a próxima sessão. Para obter ajuda, os usuários podem recorrer a um “dica” botão, um blog informativo de usuários anteriores e um “solução” Botão, nessa ordem.

De uma tela de espelho compartilhada, um pesquisador seguiu junto com cada participante e conseguiu calcular seu “taxa de Aprendizagem,” ou velocidade com que eles dominaram cada lição, bem como sua precisão no teste e o número de vezes que pediram ajuda.

Este gráfico mostra como as habilidades dos participantes do estudo, como numeracia e aptidão da linguagem, contribuem para o aprendizado do Python. De acordo com o gráfico, a cognição e a aptidão da linguagem são maiores preditores de aprendizado do que a numeracia. Prat et al./Relatórios científicos

Depois de concluir as sessões, os participantes fizeram um teste de múltipla escolha com o objetivo das funções (o vocabulário de Python) e a estrutura da codificação (a gramática do Python). Para sua tarefa final, eles programaram um jogo – rock, papel, tesoura – considerado um projeto introdutório para um novo codificador Python. Isso ajudou a avaliar sua capacidade de escrever código usando as informações que eles aprenderam.

Por fim, os pesquisadores descobriram que as pontuações do teste de aptidão de linguagem eram os preditores mais fortes dos participantes’ Taxa de aprendizado em Python. Pontuações de testes em numeracia e raciocínio fluido também foram associadas à taxa de aprendizado de Python, mas cada um desses fatores explicou menos variação do que a aptidão da linguagem.

Apresentou outra maneira, entre os resultados da aprendizagem, os participantes’ Aptidão da linguagem, raciocínio fluido e memória de trabalho e atividade cerebral no estado de repouso foram todos preditores maiores de aprendizado em python do que a numeracia, o que explicou uma média de 2% das diferenças entre as pessoas. É importante ressaltar que o Prat também descobriu que as mesmas características dos dados cerebrais do estado de repouso que explicavam anteriormente a rapidez com que alguém aprendia a falar francês, também explicava a rapidez com que eles aprenderiam a codificar no Python.

”Este é o primeiro estudo a vincular os preditores neurais e cognitivos da aptidão da linguagem natural às diferenças individuais nas linguagens de programação de aprendizagem. Conseguimos explicar mais de 70% da variabilidade na rapidez com que as pessoas diferentes aprendem a programar em Python, e apenas uma pequena fração dessa quantidade estava relacionada à numeracia,” Prat disse. Mais pesquisas podem examinar as conexões entre a aptidão da linguagem e as instruções de programação em uma sala de aula, ou com idiomas mais complexos, como Java, ou com tarefas mais complicadas para demonstrar proficiência em codificação, disse Prat.

O estudo foi financiado pelo Escritório de Pesquisa Naval. Co-autores adicionais foram Tara Madhyastha, cientista da computação e ex-professora assistente de pesquisa no Departamento de Radiologia da UW; e Chu-Hsuan Kuo e Malayka Mottarella, estudantes de pós-graduação no Departamento de Psicologia da UW e em I-Labs.

Para mais informações, entre em contato com o Prat em [email protected].

Eu tenho que ser bom em matemática para codificar?

Por Lillian Xiao

• Compartilhe o artigo no Twitter
• Compartilhe o artigo no Facebook
• Compartilhar artigo no LinkedIn

Aqui na Codecademy, uma pergunta que ouvimos muito é: “Eu tenho que ser bom em matemática para codificar?” Para responder a essa pergunta, conversamos com desenvolvedores da equipe do Codecademy e nossa comunidade maior durante um evento recente do Painel de Tecnologia para ouvir seus pensamentos sobre o tópico.

Em geral, a programação é um campo incrivelmente diversificado. Ser bom em matemática é importante para certos tipos de programação, como projetar jogos e inventar algoritmos complexos. Mas para muitos outros tipos de programação, como o desenvolvimento de aplicativos de negócios ou da web, você pode se tornar um programador de sucesso sem precisar estudar matemática avançada.

“Você não’preciso ser bom em matemática para ser um bom desenvolvedor de software. Temos tantas pessoas aqui [na Codecademy] que talvez não’T Tenho muita experiência com matemática e ciência da computação e são ótimos desenvolvedores,” compartilha Sanam, um engenheiro de software em nossa equipe.

Resolvendo problemas

Como programador, você’é mais provável de aplicar algoritmos e tecnologias existentes para resolver um problema específico. E mesmo que a matemática entre na construção de muitas dessas ferramentas, você não’T necessariamente precisa saber como a matemática funciona para usar essas ferramentas de maneira eficaz. Da mesma maneira, você pode se tornar um motorista qualificado sem saber os detalhes por trás de como um motor de carro funciona.

“Isto’é ótimo se você tiver esse histórico matemático, mas você só precisa ser capaz de resolver problemas. Muito disso está apenas continuando com um problema,” diz Mariel, um desenvolvedor de currículo de codecademia.

Negar, um engenheiro de aprendizado de máquina que lidera o capítulo da Codecademy Georgia, compartilha conselhos semelhantes: “Eu acho que você deveria ser bom em resolver problemas, e que’é por isso que as pessoas ficam confusas de que precisam fazer cálculo enquanto codifica. Não, você só precisa resolver problemas e usar a lógica básica, que’sentar.”

Uma grande parte da solução de problemas envolve definir o problema e dividi -lo em tarefas menores e mais gerenciáveis. “Aprender a quebrar um problema e articular esse problema é um conjunto de habilidades que’é realmente a chave para ser um desenvolvedor de sucesso,” Diz Taylor, desenvolvedor e consultor de pilhas completas da nossa carreira de engenharia de back-end.

Sophie, uma desenvolvedora de currículo com foco em codecademy’S Conteúdo da Ciência dos Dados, compartilha que ser habilidoso em matemática – embora não seja um pré -requisito para codificação – pode ser uma ferramenta útil para resolver problemas. “Você’vou ter um problema que você precisa resolver e você precisa descobrir quais ferramentas você pode usar para resolvê -lo. A matemática é realmente como uma caixa de ferramentas que você pode explicar para resolver esses problemas. No meu trabalho diário, o que eu uso são habilidades de resolução de problemas e de pesquisa para descobrir quais ferramentas usar,” Sophie nos diz.

Colaborando com outras pessoas

Além da solução de problemas, a codificação envolve poder colaborar com outras pessoas para enfrentar desafios complexos. “No desenvolvimento ágil e em todas as empresas que eu’Trabalhei, a cultura tem sido trabalhar em equipe, onde você’resolvendo problemas, mas você’também compartilhando e trabalhando com outras pessoas e dando feedback. Você precisa ter ótimas habilidades de comunicação e habilidades de colaboração,” Sanam diz.

Pensamento criativo

. Quando se trata de resolver um problema de codificação, você’LL geralmente encontrou várias soluções possíveis. Seu trabalho como desenvolvedor é descobrir a melhor solução possível, dado seu conjunto exclusivo de restrições, o que requer uma combinação de criatividade, curiosidade e determinação.

Shirley, uma engenheiro de software aqui na Codecademy e anteriormente designer de moda, compartilha seus pensamentos sobre criatividade: “Muitas pessoas pensam que a codificação é extremamente analítica e você precisa ter habilidades técnicas insanas. Mas eu pessoalmente acho que a codificação é extremamente criativa. Se você vem de um fundo onde você gosta de arte e adora resolver problemas, acho que você está extremamente preparado para ser um codificador.”

A linha inferior é, você não’Temos que ser bom em matemática para se tornar um grande desenvolvedor. Em vez disso, concentrar -se na solução de problemas, colaboração e pensamento criativo pode permitir que você leve suas habilidades de programação para o próximo nível, onde quer que você esteja em sua jornada de codificação.

Pronto para iniciar sua própria jornada de codificação? Confira nosso catálogo completo de cursos para aprender mais e começar.

A programação requer conhecimento de matemática?

A programação requer conhecimento de matemática? Não necessariamente.

Quando digo isso, estou falando principalmente de desenvolvimento da web, não trabalhando com gráficos ou aplicativos específicos que requerem matemática avançada.

Você pode ser um ótimo programador, mesmo que fosse ruim em matemática na escola.

Quero dizer, estou programando nos últimos 20 anos e nunca tive que abrir um livro de matemática para me lembrar de algo que eu tinha que saber, mas esqueci. Eu fiz bastante matemática no ensino médio e na universidade. Coisas tão avançadas e abstratas que nem me lembro de qual era o objetivo de aprender isso (se houvesse um objetivo, exceto passar no exame).

É algum tipo de sabedoria popular que você absolutamente precisa ser ótimo em matemática para ser um ótimo programador. Talvez porque as primeiras pessoas que programam computadores foram matemáticas, principalmente porque não havia escola de “programador de computadores” em torno. Além disso, estudar ciência da computação ou engenharia de computação envolve muita matemática, mas isso não é realmente necessário no campo. 90% de um diploma de CS envolve estudar coisas que são realmente interessantes, com certeza, mas dificilmente prático. Você precisa de matemática para entender a teoria subjacente. Mas em programação diária? Dificilmente.

Ah, quando digo programação, principalmente quero dizer desenvolvimento na web, já que este é o meu campo.

Certamente há uma boa quantidade de trabalhos de programação que exigem matemática. Por exemplo, se você estiver trabalhando em um mecanismo de renderização em 3D, um aplicativo GIS ou criptografia / blockchain / inteligência artificial / aprendizado de máquina, que certamente requer muita matemática, mas isso nem é matemática que é ensinada nas escolas, é uma matemática muito específica. Qualquer tipo de gráfico de baixo nível ou programação de jogos também exigirá matemática e você precisará estudá -lo antes de tentar fazer isso. A matemática também é necessária para entender a complexidade dos algoritmos, mas você não vai inventar novos algoritmos, pelo menos nos primeiros anos de programação.

O que você precisa ser bom, no entanto, é Solução de problemas. Eu acho que a matemática na escola te ensina um bom grau de resolver problemas, mas Sudoku ou outros hobbies também.

É claro que você precisa de alguns conceitos de matemática básicos, como cálculo ou álgebra, ou lógica, mas o próprio básico se for. Você não precisa conhecer nenhum número complexo, probabilidade, equações, gráficos, exponencial e logaritmo, limites, derivativos, integração, equações diferenciais e assim por diante. Nem uma única coisa.

Não ouça os porteiros: se eles disserem que você não será um programador porque você não é bom em matemática, não os ouça. Você sempre pode aprender tudo o que precisa ao longo do caminho. Estar aberto ao aprendizado é muito mais importante do que já saber as coisas.

Publicado originalmente em flaviocopes.com

Quanta matemática eu preciso saber para codificar?

Creative, emocionante e comumente incompreendido – os erros na indústria de tecnologia são frequentemente percebidos como inatingíveis por pessoas que não’Fico empolgado em fazer matemática o dia todo ou que teme que não tenham o conhecimento especializado para fazer equações de alto nível para viver.

Aqui’é a realidade: embora a matemática e coisas como o desenvolvimento de sites pareçam de mãos dadas, a quantidade real de matemática de alto nível necessária para funcionar em tecnologia é muito exagerada.

“EU’M Pessoalmente horrendo em matemática,” Diz Monica Quaresma, engenheiro front -end de chumbo na Sumup. “[Eu] lutei com isso [tudo] através da [escola]. Terrível em geometria, terrível em álgebra, não’t Cálculo completo. EU’até lento na aritmética.”

Hoje, a Quaresma gerencia uma equipe de cinco desenvolvedores da web, provando que a matemática e a ciência da computação não estão’t As únicas rotas diretas para uma carreira tecnológica. “Muitas pessoas com quem trabalho têm pouco treinamento profissional em ciência da computação,” diz a Quaresma. “Isto’absolutamente não é uma barreira para se tornar um desenvolvedor da web.”

De acordo com o desenvolvedor da web Charlotte O’Hara’não é apenas fácil de aprender a codificar sem ter experiência em matemática, mas fora de alguma aritmética de rotina, a maioria dos projetos de desenvolvimento da web não’Não confie muito em matemática.

Isso é particularmente verdadeiro, O’Hara enfatiza, para quem trabalha em design da web ou desenvolvimento de front-end . Um foco no pensamento crítico e um olho no design é mais importante que os cálculos avançados, diz ela, e que ela “raramente use [s] matemática diariamente.”

Pessoas que apenas podem’Ter o suficiente de equações geralmente acabam estudando em parte tecnologia porque as universidades tradicionais não’T necessariamente faz a distinção entre matemática e habilidades tecnológicas, diz Justin Morse, presidente da Arrow Software. É por isso que se você seguir a rota da universidade para se formar em ciência da computação, você’será obrigado a fazer vários cursos de matemática de alto nível-como Morse fez. Mas no que diz respeito ao seu trabalho no mundo real? “EU’D Estime que eu … uso as coisas que aprendi nessas aulas de matemática uma ou duas vezes por ano,” Morse diz. Morse’O principal foco profissional é o software de desktop e o desenvolvimento da web, e ele diz que a maioria de seus colegas de desenvolvedor usa matemática de alto nível tão raramente quanto ele.

Então, onde esses cálculos acabam? “Existem pessoas que escrevem código que exige habilidades matemáticas muito além das minhas habilidades,” diz Morse, “Mas essas pessoas compõem uma pequena fração de programadores. Pense na NASA.”

Neste ponto, deve ficar claro que a matemática não é’T Uma necessidade se você’estou procurando se tornar um codificador – mas em uma escala mais ampla, isso pode estar além do ponto. Claro, você pode se sentir mais qualificado para assumir a codificação (como deveria), mas e se você acha que depois de alguns anos em tecnologia, trabalhar na NASA parece incrível? E se você desejar poder usar suas habilidades tecnológicas de uma maneira mais matemática, mas pense que você não está’T muito bom nisso? Bem, sua ansiedade matemática pode não ter nenhuma correlação com sua capacidade real.

Um 2017 Revista de Ciências O estudo indica que é a nossa percepção de nossa própria capacidade, e não a própria capacidade, que determina o sucesso – especialmente quando se trata do que nossos colegas estão dizendo. Isso é especialmente verdadeiro para as mulheres. Nela Los Angeles Times Relatório do estudo, Amina Kahn escreveu que “ A pesquisa mostrou que a ideia de que os homens são melhores do que as mulheres em matemática realmente prejudica as mulheres’S desempenho e prejudica seu interesse em campos relacionados à matemática.” Isto’é o ideia , Não há diferença na capacidade cognitiva. Os campos pesados ​​de matemática são frequentemente dominados por homens, por nenhuma outra razão senão o fato de um gênero ter mais encorajamento do que outro. Então, aquela pequena voz na parte de trás da sua cabeça dizendo que você pode’t manuseio de matemática? Vá em frente e ignore isso.

Aqui’é a linha inferior: um medo de matemática não deveria’t Defino você de aprender a código – ele simplesmente não’T surgiu com tanta frequência. Mas se você’estou procurando ir além com suas habilidades tecnológicas e explorar mais de STEM, lá’não é motivo para ficar intimidado. Você tem toda a capacidade de que precisa; isto’é apenas uma questão de desligar as vozes que dizem erroneamente que você não’t.

E uma vez que você’Fiz isso, baixe o guia final gratuito para codificar para iniciantes . Aprenda exatamente quais habilidades você’precisará de uma carreira como desenvolvedor da web, como usar essas habilidades para conseguir um emprego’Ll Love, e como ter sucesso em seu primeiro emprego e além.

É o Tech Right para você? Faça nosso teste de 3 minutos!

Se uma carreira em tecnologia é adequada para você