Фантастические идеи проектов и где они обитают (версия для начинающих)

Перевод части статьи «Fantastic Programming Project Ideas and Where To Find Them (the Beginner-friendly version)».

Все мы знаем, что работа над личными проектами это очень важная часть обучения. Личные проекты дисциплинируют. Они помогают перейти от изучения теории к практике. С их помощью можно учиться в ходе создания разных вещей.

Но выбор личного проекта и сам по себе может оказаться сдерживающим фактором, препятствуя вам заняться, наконец, разработкой. Вы еще не устали от этих бесконечных списков с идеями проектов, где предлагаются очередные приложения для составления списков задач, калькуляторы и ecommerce-сайты — то есть, вещи, которые никто и никогда не сочтет потрясающими?

Я считаю, что все эти идеи ужасно скучны, потому что никто не будет восхищаться результатом, даже я сам. Уверен, что можно натренировать свой мозг генерировать идеи получше и что каждый способен выдавать на-гора хорошие идеи.

Если вы просмотрите достаточное количество хороших проектов и, может, сами поработаете над какими-то из них, ваш мозг научится распознавать крутые вещи, которыми вам хотелось бы заняться.

В этой статье я собрал несколько идей проектов, которые мне кажутся очень крутыми. Я их сгруппировал по источникам — моим «месторождениям» фантастических идей.

Источник 1: Devpost.com

Просмотр проектов, реализованных другими людьми на хакатонах, это отличный способ вдохновиться и найти хорошие идеи.

Многие из реализованных проектов маленькие, уютные и теплые. Вы можете быть абсолютно уверены в том, что в принципе такие идеи можно воплотить, причем довольно быстро, ведь у программистов было лишь 12-48 часов на их реализацию.

Кроме того, вы будете знать, что создаете что-то стоящее, ведь на сайте по большей части размещена информация о победителях хакатонов.

Давайте посмотрим, что вы могли бы создать.

1. Веб-приложение, позволяющее осуществлять поиск слов в видео на YouTube, чтобы можно было быстро перемещаться к вхождениям заданного слова (вроде Ctrl+F для поиска в тексте).

Пример: Yoogle.

Занимаясь таким проектом, можно отточить навыки в использовании языка Python и в веб-разработке (HTML/CSS, Javascript).

2. Расширение для браузера, предлагающее пользователю, читающему статью на политическую тематику, ссылку на статью с противоположной точкой зрения. Это расширение призвано бороться с эффектом пузыря, когда люди видят в своей ленте новостей и в лентах социальных сетей только те посты, которые соответствуют их собственной точке зрения.

Пример: TwoSidedNews.

Работая над таким проектом, можно отточить навыки веб-разработки (HTML/CSS, Javascript, jQuery) и, возможно, машинного обучения.

3. Веб-приложение для начинающих путешественников во времени. Пользователь вводит данные о том, куда хотел бы отправиться (в границах США), в какой год, а также сколько денег планирует взять с собой. Приложение выдает ему информацию о погоде в той местности и о «стоимости» его денег в указанный временной период.

Пример: Time Traveling for Dummies.

Благодаря такому проекту можно изучить веб-разработку (HTML/CSS/Javascript) и работу с API.

4. Простое приложение для выбора мессенджеров, уведомления от которых пользователь хотел бы заблокировать, если сообщения начнут поступать слишком часто (1 в 3 секунды). Это позволит получать сообщения, но без надоедливых сигналов об их поступлении.

Пример: NotificationsApp.

Работая над таким проектом, можно улучшить свои навыки Android-разработки.

5. Приложение, автоматически отсылающее сообщение о том, что вы успешно прибыли по месту назначения (потому что близкие волнуются, а вы часто забываете написать, что уже доехали).

Пример: Holla!

Этот проект, как и предыдущий, хорош для приобретения навыков разработки приложений для Android.

Источник 2: Kaggle

Я считаю, что если вы хотите заняться наукой о данных и машинным обучением, то Kaggle это то, что вам нужно.

• Datasets. Здесь вы найдете около 300 задач с соревнований, к каждой из которых прикреплены публичные наборы данных (в целом больше 9500 датасетов, и коллекция все пополняется). В общем, это настоящая сокровищница с идеями проектов по Data Science и машинному обучению.
• Notebooks. Все наборы данных имеют вкладку с публичными заметками, где люди публикуют свою аналитику на благо всего сообщества. Таким образом, если вы вдруг почувствуете, что не знаете, чем заняться, вы наверняка сможете найти какие-то идеи, просматривая эти заметки. Кроме того, многие заметки написаны специально для помощи начинающим.
• Courses. В этой вкладке вы найдете бесплатные курсы, ориентированные на практику и требующие самый минимум первоначальных знаний для начала обучения. Все они созданы с учетом заметок в разделе Notebooks, что делает процесс обучения более интерактивным.

Возможно, вы хотели бы поработать со следующими наборами данных:

6. Набор данных по самым прослушиваемым песням на Spotify. Здесь собраны ежедневные рейтинги 200 самых популярных песен в 53 странах за 2017 и 2018 годы. Там больше 2 млн. строк, 6629 исполнителей и 18598 песен.

В своем проекте вы могли бы найти ответы на такие вопросы:

• Как долго песни удерживаются на 3-й, 5-й, 10-й, 20-й позициях в вашей стране? Какие песни особенно выделяются?
• Какие страны имеют сходные музыкальные вкусы?
• Сколько времени уходит на то, чтобы песня с верхушки рейтинга в одной стране попала в топ песен другой страны?

7. Набор данных на основе опросов молодежи. Вкусы, интересы, предпочтения, привычки, мнения и страхи молодых людей.

Вопросы задавали 1010 студентам. Их спрашивали о

• музыкальных пристрастиях,
• предпочтениях в кинематографе,
• хобби и увлечениях,
• фобиях,
• привычках, связанных со здоровым образом жизни,
• личных чертах характера, взглядах на жизнь,
• демографии.

8. Набор данных по рынку Darknet.

Я нахожу Darknet очень интригующим. В этом датасете — данные, взятые с торговой площадки Agora за 2014-2015 годы. Там содержатся наименования лекарств, оружия, книг, услуг и многое другое.

Для вдохновения:

• Описание этого набора данных: «Этот набор данных получен в результате того, что пользователь reddit «usheep» рипнул сайт Agora. Он шантажировал продавцов, угрожая сдать их полиции. Что с ним случилось далее, практически неизвестно. Он опубликовал html rip и больше никто ничего о нем не слышал. Через несколько месяцев Agora закрылась. Неизвестно, было ли это связано с «usheep», но данные с сайта сохранились». Вау!
• В этом наборе можно найти руководства по взлому Facebook и банкоматов, 50 тыс. лайков на Facebook, фейковые удостоверения и лицензии, много записей, имеющих отношение к наркотикам и проституции.

9. Заголовки новостей Индии. В этом датасете — заголовки, касающиеся Индии, за 18 лет. Это примерно 2,9 млн. новостей, опубликованных «Times of India» с 2001 по 2018 годы.

Вы можете использовать эти данные, чтобы

• запустить анализ заголовков и определить, фокусируются ли новостные агентства на плохих новостях больше, чем на хороших,
• разобраться, каковы самые популярные темы в индийском обществе,
• разбить набор на части для более тщательного анализа по категориям (Bollywood, политические партии, крикет), чтобы проследить тенденции по годам.

10. Данные опроса StackOverflow (больше 100 тысяч разработчиков)

Вы можете воспользоваться этими данными, чтобы, например, получить ответы на следующие вопросы:

• Учатся ли люди, принимая участие в проектах open-source?
• Как отличаются мнения разработчиков об ИИ в зависимости от страны (возраста, профессии)?
• Чем отличаются люди, использующие и не использующие Vim?

Также на основе данных опроса можно создать приложение, «предсказывающее» уровень зарплаты специалиста, и познакомиться со взглядами и мнениями студентов (каждый пятый участник опроса еще учится).

Я использовал данные опроса, чтобы сравнить индийских разработчиков с их коллегами из США, Великобритании, Германии и мира в целом.

Источник 3: Data is Plural

Еще один источник идей проектов по машинному обучению и Data Science. Бесплатная email-рассылка: автор еженедельно присылает несколько любопытных наборов данных.

Почему стоит брать в работу интересные наборы данных:

• Над ними тянет работать, потому что самому интересно увидеть результаты анализа.
• Это простой способ создания занимательных проектов, поскольку даже простой анализ интересных данных тоже будет интересным.

Вот несколько примеров их архива Data is Plural:

11. Датасет из 2656 TED- выступлений, с метаданными и расшифровками.

Выступления на TED-конференциях становятся важной частью нашей культуры. И анализ расшифровок этих выступлений может дать интересные сведения о культуре.

12. Как люди встречаются и что их держит вместе. Это опрос 4002 взрослых людей, из которых 3009 находятся в браке или имеют постоянного партнера. Есть даже данные двух последующих опросов, проведенных для определения того, сколько пар распалось.

Анализ этих данных может помочь найти ответы на следующие вопросы:

• Одинаковы ли способы знакомства традиционных и нетрадиционных пар? Какие виды пар чаще знакомятся онлайн?
• Недавно вступившие в брак молодые люди (например, гетеросексуальные пары одной расы) знакомятся по большей части так же, как их родители и родители их родителей?
• Пары, познакомившиеся онлайн, более или менее стабильны?
• Как соотносятся уровни распада традиционных (люди одной расы, гетеросексуалы) и нетрадиционных пар?
• Как возможность заключения однополых брачных союзов (в т.ч. гражданских браков) и сожительства влияет на стабильность однополых пар?

13. Смерть на рабочем месте. Бюро трудовой статистики США с 1992 года собирает данные о смертях, связанных с работой. Возможно, на основе этих данных вы могли бы составить список профессий, которые следует избегать.

Источник 4: вы сами

Я думаю, что совет Пола Грэма о том, как найти идею для стартапа, подходит и для поиска идей личных проектов.

«Чтобы найти идею стартапа, не нужно думать об идеях для стартапа. Нужно поискать проблемы, предпочтительно — проблемы, возникающие у вас самого».

Но в то же время не следует поднимать планку слишком высоко. Возможно, вы слишком часто пересматривали фильм «Социальная сеть» и надеетесь, что ваш проект должен стать следующим Google или Facebook. Но не следует так думать. Это лишь замедлит ваш процесс обучения, побудит вас ставить нереальные цели и приведет к прокрастинации.

Помните, что ваша цель не написать программу стоимостью в миллиард долларов. Ваша цель — программа, над которой вы сможете работать и при этом учиться.