Автор оригинальной статьи собрал репозитории, которые, по его словам, должны быть в закладках у каждого разработчика ПО. Подборка начинается с репозитория бесплатных книг по программированию, в том числе на русском языке, включает репозиторий с большим количеством сжатых, информативных шпаргалок по различным языкам и технологиям, шаблоны файлов .gitignore, а также посвящённые конкретным языкам репозитории, репозиторий о дизайне для разработчиков и ещё несколько хранилищ кода, которые могут быть интересны и полезны читателям Хабра. Переводом этой статьи мы решили поделиться к старту курса о Frontend-разработке.
За последние несколько лет GitHub стал чем-то большим, чем просто система контроля версий. Это место, где разработчики сотрудничают, вкладываются в код — и это формирует сильное сообщество, огромную сеть среди разработчиков, при этом найти полезные многим репозитории оказалось нелегко.
Согласно Википедии, на GitHub зарегистрировано более 40 миллионов пользователей и загружено более 190 миллионов репозиториев, что делает его крупнейшим в мире хранилищем исходного кода. Из-за столь огромного количества кода возникает проблема поиска наиболее полезных репозиториев, поэтому я составил список репозиториев GitHub, которые помогут вам учиться и расти как разработчику ПО.
Free Programming Books (бесплатные книги по программированию)
Ссылка.
Звёзд: 193 тыс.
Форков: 42,7 тыс.
Этот репозиторий посвящён многим языкам и содержит разделы бесплатных онлайн-курсов, интерактивных ресурсов по программированию, наборов задач, контента соревновательного программирования, а также подкастов и песочниц для программирования. Большинство ресурсов посвящено книгам по программированию, репозиторий постоянно пополняется.
Coding Interview University (Университет собеседований по кодингу)
Ссылка.
Звёзд: 179 тыс.
Форков: 48,4 тыс.
Джон Уошам, разработчик ПО из Amazon, изначально создал этот репозиторий как краткий список тем, которые нужно изучить, чтобы стать инженером-программистом, но со временем этот репозиторий стал больше и лучше. Для тех, кто хочет сделать карьеру в FAANG (Facebook, Amazon, Apple, Netflix и Google), этот репозиторий — настоящее золото.
Developer Roadmap (план развития разработчика)
Ссылка.
Звёзд: 163 тыс.
Форков: 23,5 тыс.
Ещё один блестящий репозиторий, который я недавно открыл для себя, и я был просто поражён, когда увидел подробную инфографику с планом развития, в котором даются советы о том, с какими технологиями, инструментами или языками программирования следует работать, чтобы стать Frontend, Backend или DevOps-инженером.
Gitignore: A Collection of .gitignore Templates (коллекция шаблонов .gitignore)
Ссылка.
Звёзд: 120 тыс.
Форков: 66 тыс.
Сначала я сомневался, стоит ли включать это репозиторий в подборку, но позже всё же добавил его в закладки. Это коллекция полезных шаблонов .gitignore. Когда вы создаёте новый репозиторий, .gitignore необходим, чтобы отфильтровать файлы, которые не должны попасть в него. Поддерживаются Java, Python, Rails и многие другие языки и технологии.
Awesome Python (потрясающий Python)
Ссылка.
Звёзд: 99,4 тыс.
Форков: 19,3 тыс.
Этот репозиторий содержит большое количество замечательных фреймворков, библиотек и инструментов на Python. В списке рассматриваются вопросы о глубоком обучении, инструментах DevOps, инструментах отладки и о многом другом; ресурс будет полезен всем начинающим и опытным разработчикам на Python.
The Art of Command Line (искусство командной строки)
Ссылка.
Звёзд: 91,8 тыс.
Форков: 10 тыс.
Это один из лучших найденных мной репозиториев. Свободное владение командной строкой — навык, которым часто пренебрегают или считают его заумным, но он делает вас как инженера гибче и продуктивнее. Тому есть очевидные и неочевидные причины.
По ссылке вы найдёте подборку полезных при работе в Linux заметок и советов по использованию командной строки. Это репозиторий просто необходим разработчикам: в какой-то момент каждому из нас приходится работать на Linux.
30 seconds of code (30 секунд кода)
Ссылка.
Звёзд: 77 тыс.
Форков: 8,4 тыс.
Репозиторий содержит короткие фрагменты кода JavaScript, CSS, Python, Git для нужд разработки. Команда репозитория также создала веб-сайт, на котором объясняет каждый фрагмент кода.
Awesome Machine Learning (потрясающее машинное обучение)
Ссылка.
Звёзд: 50.4 тыс.
Форков: 12.5 тыс.
Этот репозиторий представляет собой список удивительных фреймворков, библиотек и программного обеспечения для машинного обучения. Документация репозитория — одна из лучших, что я находил. В нём крайне сжато, но в то же время подробно рассматриваются все языки, применяемые для глубокого обучения, обработки естественного языка, машинного обучения общего назначения, визуализации данных и многих других задач.
Big List of Naughty Strings (большой список капризных строк)
Ссылка.
Звёзд: 40,7 тыс.
Форков: 1.9 тыс.
Репозиторий представляет собой пополняющийся список строк, которые с высокой вероятностью могут вызвать проблемы, если будут введены пользователем; ресурс помогает при автоматизированном и ручном тестировании. Именно здесь можно найти входные строки, всегда вызывающие у пользователя неприятные впечатления.
Design Resources for Developers (ресурсы по дизайну для разработчиков)
Ссылка.
Звёзд: 29,9 тыс.
Форков: 6,8 тыс.
Это список ресурсов по дизайну и пользовательскому интерфейсу: стоковые фотографии, веб-шаблоны, CSS-фреймворки, библиотеки и инструменты пользовательского интерфейса, а также и многое другое. Ресурс, который будет полезен фронтендерам, создан известным на Youtube инструктором Брэдом Траверси.
Awesome Java (прекрасная Java)
Ссылка.
Звёзд: 28.9 тыс.
Форков: 6.2 тыс.
Репозиторий представляет собой список удивительных фреймворков, библиотек и другого программного обеспечения для Java. Это был один из первых репозиториев, который я положил в закладки: в своих корпоративных проектах я активно работаю с Java. Для начинающих Java-разработчиков этот ресурс — настоящий клондайк.
Awesome JavaScript
Ссылка.
Звёзд: 23,8 тыс.
Форков: 3,4 тыс.
Этот репозиторий — коллекция прекрасных браузерных библиотек JavaScript, ресурсов и других замечательных вещей, которые будут полезны начинающим и опытным JavaScript-разработчикам.
Awesome Cheatsheets (потрясающие шпаргалки)
Ссылка.
Звёзд: 20,6 тыс.
Форков: 3,4 тыс.
Коллекция шпаргалок обо всех популярных языках, фреймворках и инструментах программирования, которые включают в себя всё, что должен знать разработчик, в одном-единственном файле. Эти шпаргалки сильно облегчат вашу жизнь.
Awesome Kubernetes (прекрасный Kubernetes)
Ссылка.
Звёзд: 11,7 тыс.
Форков: 1,8 тыс.
Репозиторий обо всём, что связано с Kubernetes, с отобранными вручную статьями не только о Kubernetes, но и о Sketchnotes и многом другом.
Awesome GCP Certifications
Ссылка.
Звёзд: 1,6 тыс.
Форков: 604
Полезен тем, кто готовится к сдаче сертификационных экзаменов Google Cloud Associate и Professional. Это список лучших практик, а также опыт других людей о сертификации из блогов. Конечно, приведены шаги для подготовки к экзамену по облачным технологиям.
Уже много лет GitHub — одно из лучших мест для того, чтобы учиться. Я надеюсь, эти репозитории будут вам полезны, вы сможете использовать их для решения своих задач. Я уверен, что вы сталкивались с другими замечательными репозиториями. Ссылки на другие полезные читателям Хабра репозитории вы можете оставить в комментариях; если есть желание поделиться находками с автором статьи, ссылку на оригинальную публикацию вы найдёте наверху. А если хотите попробовать репозитории из подборки в деле, то можете обратить внимание на наш курс о Frontend-разработке, где студенты получают все знания, необходимые для начала карьеры фронтендера.
Узнайте, как прокачаться и в других специальностях или освоить их с нуля:
Профессия Data Scientist
Профессия Data Analyst
Курс по Data Engineering
Другие профессии и курсы
ПРОФЕССИИ
Профессия Fullstack-разработчик на Python
Профессия Java-разработчик
Профессия QA-инженер на JAVA
Профессия Frontend-разработчик
Профессия Этичный хакер
Профессия C++ разработчик
Профессия Разработчик игр на Unity
Профессия Веб-разработчик
Профессия iOS-разработчик с нуля
Профессия Android-разработчик с нуля
КУРСЫ
Курс по Machine Learning
Курс «Machine Learning и Deep Learning»
Курс «Математика для Data Science»
Курс «Математика и Machine Learning для Data Science»
Курс «Python для веб-разработки»
Курс «Алгоритмы и структуры данных»
Курс по аналитике данных
Курс по DevOps