روڈ میپ
کمپیوٹر سائنس سیکھنے کے روڈ میپ
کمپیوٹر سائنس میں آنے کے قدم بہ قدم راستے، اسی ترتیب میں جس میں میں آج دوبارہ سیکھتا۔ ہر وسیلہ مفت ہے اور کسی یونیورسٹی، سرکاری پروجیکٹ یا معتبر غیر منافع بخش ادارے کا ہے۔
صرف مفت وسائل، لنکس ہر ہفتے چیک ہوتے ہیں
یہ روڈ میپ کیسے استعمال کریں
- پروگرامنگ میں نئے ہیں؟ بنیادی باتوں سے شروع کریں۔ باقی ہر راستہ اسی پر بنا ہے۔
- ایک راستہ چنیں اور اس کے مرحلے ترتیب سے مکمل کریں۔ ایک راستے سے دوسرے پر کودتے رہنا الجھن کی سب سے عام وجہ ہے۔
- ہر مرحلے کے آخر میں پروجیکٹ ضرور بنائیں۔ کورس دیکھنا ترقی جیسا لگتا ہے، لیکن اصل ثبوت پروجیکٹ ہی ہے۔
- وقت کا اندازہ ہفتے میں تقریباً 10 گھنٹے کے حساب سے ہے۔ آہستہ چلنا ٹھیک ہے، پروجیکٹ چھوڑنا نہیں۔
- زیادہ تر وسائل انگریزی میں ہیں۔
کمپیوٹر سائنس کی بنیادی باتیں
پروگرامنگ، وہ ٹولز جو ہر ڈیولپر استعمال کرتا ہے، ڈیٹا اسٹرکچرز، اور کمپیوٹر اور نیٹ ورک اصل میں کیسے کام کرتے ہیں۔
- وقت
- 31–40 ہفتے
- کن کاموں تک لے جاتا ہے
- باقی تمام راستے
ہر نیا سیکھنے والا، یا وہ جس نے ٹیوٹوریلز سے کوڈنگ سیکھی ہو اور جس کے علم میں خلا ہوں۔
-
مرحلہ 1: پروگرامنگ سیکھیں 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: اپنی سوچ سے بنایا ہوا ایک چھوٹا کمانڈ لائن پروگرام، مثلاً خرچ کا حساب رکھنے والا پروگرام جو فائل میں محفوظ کرے۔
آگے تب بڑھیں جب: آپ ٹیوٹوریل کے بغیر 100 لائنوں کا پروگرام لکھ سکیں۔
-
مرحلہ 2: ٹرمینل، Git اور Linux 3–4 ہفتے
کیا سیکھنا ہے
بنائیں: اپنے سب پروگرام GitHub پر رکھیں، ہر ایک کے ساتھ مختصر README۔
آگے تب بڑھیں جب: آپ ماؤس کے بغیر ٹرمینل میں کام کر سکیں اور مرج کنفلکٹ حل کر سکیں۔
-
مرحلہ 3: ڈیٹا اسٹرکچرز اور الگورتھمز 8–10 ہفتے
کیا سیکھنا ہے
بنائیں: اپنی ہیش ٹیبل اور گراف سرچ (BFS اور DFS) خود لکھیں، ٹیسٹس کے ساتھ۔
آگے تب بڑھیں جب: آپ سمجھا سکیں کہ ڈکشنری میں تلاش تیز کیوں ہوتی ہے، اور کسی مسئلے کے لیے صحیح اسٹرکچر چن سکیں۔
-
مرحلہ 4: کمپیوٹر اور نیٹ ورک کیسے کام کرتے ہیں 8–10 ہفتے
کیا سیکھنا ہے
بنائیں: سیدھے سوکٹس سے ایک بہت چھوٹا ویب سرور جو آپ کے براؤزر کو ایک صفحہ بھیجے۔
آگے تب بڑھیں جب: آپ بتا سکیں کہ ویب ایڈریس لکھنے سے صفحہ دکھنے تک کیا کیا ہوتا ہے۔
-
مرحلہ 5: ریاضی اور ڈیٹا بیس 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: کسی چھوٹی لائبریری یا دکان کا ڈیٹا بیس ڈیزائن کریں اور SQL سے اس کے 20 سوالوں کے جواب دیں۔
آگے تب بڑھیں جب: آپ جوائن اور گروپنگ والی کوئری لکھ سکیں اور سادہ احتمال کا حساب سمجھا سکیں۔
ویب ڈیولپمنٹ
ویب سائٹس اور ویب ایپس بنانا، اس صفحے سے جو لوگ دیکھتے ہیں، اس کے پیچھے سرور اور ڈیٹا بیس تک۔
- وقت
- 28–38 ہفتے
- اس سے پہلے
- کمپیوٹر سائنس کی بنیادی باتیں
- کن کاموں تک لے جاتا ہے
- فرنٹ اینڈ ڈیولپر, بیک اینڈ ڈیولپر, فل اسٹیک ڈیولپر
ان کے لیے جو ایسی چیزیں بنانا چاہتے ہیں جو دوسرے فوراً براؤزر میں استعمال کر سکیں۔
-
مرحلہ 1: HTML، CSS اور ویب کیسے کام کرتا ہے 4–6 ہفتے
کیا سیکھنا ہے
بنائیں: ایک ذاتی صفحہ جو فون پر ٹھیک چلے اور ایکسیسبلٹی چیک پاس کرے۔
آگے تب بڑھیں جب: آپ اپنی پسند کی کسی ویب سائٹ کا لے آؤٹ شروع سے دوبارہ بنا سکیں۔
-
مرحلہ 2: JavaScript گہرائی سے 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: ایک ایپ جو کوئی پبلک API استعمال کرے، جیسے موسم یا کتابیں تلاش کرنے والی ایپ۔
آگے تب بڑھیں جب: آپ فریم ورک کے بغیر ایک انٹرایکٹو صفحہ بنا سکیں۔
-
مرحلہ 3: ایک فرنٹ اینڈ فریم ورک اور TypeScript 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: کئی صفحوں والی ایپ جس میں فارمز، محفوظ اسٹیٹ اور کچھ ٹیسٹس ہوں۔
آگے تب بڑھیں جب: آپ سمجھا سکیں کہ کمپونینٹ کب اور کیوں دوبارہ رینڈر ہوتا ہے۔
-
مرحلہ 4: بیک اینڈ اور ڈیٹا بیس 8–10 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: یوزر اکاؤنٹس اور ڈیٹا بیس والی ایک API، ٹیسٹس کے ساتھ، جسے آپ کا فرنٹ اینڈ استعمال کرے۔
آگے تب بڑھیں جب: آپ API ڈیزائن کر سکیں، ڈیٹا محفوظ طریقے سے رکھ سکیں اور اس کے ٹیسٹ لکھ سکیں۔
-
مرحلہ 5: محفوظ طریقے سے لائیو کریں 4–6 ہفتے
کیا سیکھنا ہے
بنائیں: اپنی پوری ایپ لائیو کریں، ہر پُش پر خودکار ٹیسٹ چلیں، اور اسے OWASP Top 10 کے مطابق جانچیں۔
آگے تب بڑھیں جب: اجنبی لوگ آپ کی ایپ استعمال کریں اور خراب ہونے پر آپ کو پتا چل جائے۔
سائبر سیکیورٹی
سمجھیں کہ سسٹمز پر حملے کیسے ہوتے ہیں تاکہ ان کا دفاع کر سکیں: نیٹ ورکس، ویب ایپس، شناخت اور ردِعمل۔
- وقت
- 30–38 ہفتے + مسلسل
- اس سے پہلے
- کمپیوٹر سائنس کی بنیادی باتیں
- کن کاموں تک لے جاتا ہے
- SOC اینالسٹ, پینیٹریشن ٹیسٹر, سیکیورٹی انجینئر, AI سیکیورٹی ریسرچر
ان متجسس لوگوں کے لیے جو چیزیں کھول کر سمجھنا پسند کرتے ہیں اور لوگوں اور سسٹمز کو محفوظ رکھنا چاہتے ہیں۔
صرف وہی سسٹم ٹیسٹ کریں جو آپ کے اپنے ہوں یا جن کی آپ کے پاس تحریری اجازت ہو۔ نیچے دی گئی مشق کی لیبز استعمال کریں؛ دوسروں کے سسٹمز پر حملہ تقریباً ہر جگہ جرم ہے۔
-
مرحلہ 1: سیکیورٹی کے لیے نیٹ ورکنگ اور Linux 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: Wireshark میں اپنی براؤزنگ ریکارڈ کریں اور مختصر لکھیں کہ ٹریفک کا ہر حصہ کیا ہے۔
آگے تب بڑھیں جب: آپ پیکٹ کیپچر پڑھ کر بتا سکیں کہ کیا ہوا، اور OverTheWire Bandit کا زیادہ تر حصہ مکمل کر چکے ہوں۔
-
مرحلہ 2: سیکیورٹی کی بنیادی باتیں 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: اپنی بنائی ہوئی کسی ایپ کا ایک صفحے کا تھریٹ ماڈل: کیا غلط ہو سکتا ہے، کتنا امکان ہے، اور پہلے کیا ٹھیک کریں گے۔
آگے تب بڑھیں جب: آپ سمجھا سکیں کہ TLS لاگ ان کو کیسے بچاتا ہے اور پاس ورڈ انکرپٹ کے بجائے ہیش کیوں ہوتے ہیں۔
-
مرحلہ 3: ویب ایپلیکیشن سیکیورٹی 8–10 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: OWASP Juice Shop میں کم از کم دس کمزوریاں ڈھونڈ کر لکھیں، ہر ایک کا حل بھی۔
آگے تب بڑھیں جب: آپ OWASP Top 10 کی ہر قسم سمجھا سکیں، لیب میں آزما سکیں اور ٹھیک کر سکیں۔
-
مرحلہ 4: سمت چنیں: دفاع یا حملہ 10–12 ہفتے
کیا سیکھنا ہے
بنائیں: دفاع: گھر پر ایک لیب جو لاگز جمع کرے اور تین ATT&CK تکنیکیں پکڑے۔ حملہ: picoCTF کے 20 چیلنج حل کریں اور ان کی تفصیل شائع کریں۔
آگے تب بڑھیں جب: آپ اپنی لیب یا تحریریں کسی آجر کو دکھا کر اپنی سوچ سمجھا سکیں۔
-
مرحلہ 5: مہارت بنائیں اور اپ ڈیٹ رہیں مسلسل
کیا سیکھنا ہے
مفت وسائل
بنائیں: کچھ ایسا شائع کریں جو دوسرے استعمال کر سکیں: کوئی تحریر، ڈیٹیکشن رول یا چھوٹا ٹول۔
آگے تب بڑھیں جب: یہ مرحلہ کبھی ختم نہیں ہوتا۔ سیکیورٹی ہر مہینے بدلتی ہے۔
AI اور مشین لرننگ
سیکھنے کے پیچھے کی ریاضی سے لے کر ماڈل ٹریننگ، لینگویج ماڈلز کے ساتھ کام، اور انہیں ذمہ داری سے استعمال میں لانے تک۔
- وقت
- 35–44 ہفتے + مسلسل
- اس سے پہلے
- کمپیوٹر سائنس کی بنیادی باتیں
- کن کاموں تک لے جاتا ہے
- مشین لرننگ انجینئر, ڈیٹا سائنٹسٹ, AI ریسرچر, MLOps انجینئر
ان کے لیے جو پروگرامنگ میں آرام دہ ہیں اور ریاضی اور تجربات پسند کرتے ہیں۔
-
مرحلہ 1: مشین لرننگ کے لیے ریاضی 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: صرف NumPy سے گریڈیئنٹ ڈیسنٹ کے ساتھ لینیئر ریگریشن بنائیں اور لاس کم ہوتے ہوئے دکھائیں۔
آگے تب بڑھیں جب: آپ وائٹ بورڈ پر گریڈیئنٹ ڈیسنٹ سمجھا سکیں۔
-
مرحلہ 2: ڈیٹا کے لیے Python 3–4 ہفتے
کیا سیکھنا ہے
بنائیں: کسی پبلک ڈیٹا سیٹ کو صاف کر کے دیکھیں اور تین باتیں لکھیں جو آپ کو ملیں۔
آگے تب بڑھیں جب: آپ کسی نئے ڈیٹا سیٹ کو لوڈ، صاف اور خلاصہ کر سکیں۔
-
مرحلہ 3: کلاسیکل مشین لرننگ 8–10 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: شروع سے آخر تک ایک ماڈل، ان دیکھے ڈیٹا پر ٹیسٹ کیا ہوا، اور ایمانداری سے لکھا ہوا کہ یہ کہاں ناکام ہوتا ہے۔
آگے تب بڑھیں جب: آپ پہچان سکیں کہ کب اچھا اسکور دراصل ڈیٹا لیکیج ہے۔
-
مرحلہ 4: ڈیپ لرننگ 10–12 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: ایک تصویر یا ٹیکسٹ کلاسیفائر ٹرین کریں اور پچھلے مرحلے کے کلاسیکل ماڈل سے موازنہ کریں۔
آگے تب بڑھیں جب: آپ ٹریننگ لوپ خود بنا اور ڈی بگ کر سکیں۔
-
مرحلہ 5: لینگویج ماڈلز 8–10 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: اپنے نوٹس پر سوال جواب والی ایپ، ایک چھوٹے ٹیسٹ سیٹ کے ساتھ جو ناپے کہ یہ کتنی بار درست ہے۔
آگے تب بڑھیں جب: آپ بتا سکیں کہ ماڈل نے غلط جواب کیوں دیا، اور ناپ سکیں کہ کسی تبدیلی سے فائدہ ہوا یا نہیں۔
-
مرحلہ 6: ماڈلز کو ذمہ داری سے استعمال میں لائیں مسلسل
کیا سیکھنا ہے
بنائیں: اپنا کوئی ماڈل مانیٹرنگ کے ساتھ لائیو کریں اور ایک مختصر ماڈل کارڈ لکھیں کہ اسے کس کام کے لیے استعمال نہیں کرنا چاہیے۔
آگے تب بڑھیں جب: یہ مرحلہ کبھی ختم نہیں ہوتا۔ بناتے رہیں اور ناپتے رہیں۔
ڈیٹا اینالسس اور ڈیٹا انجینئرنگ
خام ڈیٹا کو ایسے جوابات میں بدلنا جن پر لوگ عمل کر سکیں، اور وہ پائپ لائنز بنانا جو ڈیٹا کو مسلسل پہنچاتی رہیں۔
- وقت
- 27–36 ہفتے
- اس سے پہلے
- کمپیوٹر سائنس کی بنیادی باتیں
- کن کاموں تک لے جاتا ہے
- ڈیٹا اینالسٹ, اینالیٹکس انجینئر, ڈیٹا انجینئر
ان کے لیے جو سوال پوچھنا اور اعداد میں جواب ڈھونڈنا پسند کرتے ہیں۔
-
مرحلہ 1: SQL گہرائی سے 4–6 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: کسی پبلک ڈیٹا سیٹ کے 15 اصل سوالوں کے جواب صرف SQL سے دیں۔
آگے تب بڑھیں جب: آپ زیادہ تر کاروباری سوالوں کا جواب ایک اچھی کوئری سے دے سکیں۔
-
مرحلہ 2: شماریات 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: ایک A/B ٹیسٹ ڈیٹا سیٹ کا تجزیہ کریں اور نتیجہ کسی مینیجر کے لیے سادہ زبان میں لکھیں۔
آگے تب بڑھیں جب: آپ صرف نتیجہ نہیں، یہ بھی بتا سکیں کہ آپ کو اس پر کتنا یقین ہے۔
-
مرحلہ 3: Python یا R سے تجزیہ 6–8 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: ایک مکمل رپورٹ جو بے ترتیب خام ڈیٹا سے شروع ہو اور جسے کوئی بھی دوبارہ چلا سکے۔
آگے تب بڑھیں جب: آپ ایک دوپہر میں خام فائل سے واضح جواب تک پہنچ سکیں۔
-
مرحلہ 4: ویژولائزیشن اور کہانی سنانا 3–4 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: ایک ڈیش بورڈ یا ایک صفحے کی رپورٹ جو غیر تکنیکی شخص آپ کی مدد کے بغیر سمجھ لے۔
آگے تب بڑھیں جب: آپ کے چارٹ ایک نظر میں سوال کا جواب دے دیں۔
-
مرحلہ 5: ڈیٹا انجینئرنگ 8–10 ہفتے
کیا سیکھنا ہے
بنائیں: ایک شیڈول شدہ پائپ لائن جو API سے ڈیٹا لائے، ویئر ہاؤس میں رکھے اور آپ کے ڈیش بورڈ کو دے۔
آگے تب بڑھیں جب: آپ کی پائپ لائن خود چلے اور ناکام ہونے پر آپ کو بتائے۔
کلاؤڈ اور ڈیو اوپس
سافٹ ویئر کو قابلِ اعتماد طریقے سے چلانا: سرورز، کنٹینرز، آٹومیشن، کلاؤڈ پلیٹ فارمز اور سروس کو چالو رکھنا۔
- وقت
- 30–40 ہفتے
- اس سے پہلے
- کمپیوٹر سائنس کی بنیادی باتیں
- کن کاموں تک لے جاتا ہے
- ڈیو اوپس انجینئر, کلاؤڈ انجینئر, سائٹ ریلائیبلٹی انجینئر, پلیٹ فارم انجینئر
ان کے لیے جو سسٹمز کو تیز، محفوظ اور خودکار بنانا پسند کرتے ہیں۔
-
مرحلہ 1: آپریشنز کے لیے Linux اور نیٹ ورکنگ 6–8 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: ایک Linux سرور سیٹ اپ کریں، SSH محفوظ کریں، اور اس پر HTTPS کے ساتھ ویب سائٹ چلائیں۔
آگے تب بڑھیں جب: آپ معلوم کر سکیں کہ سرور سست کیوں ہے یا سائٹ بند کیوں ہے۔
-
مرحلہ 2: کنٹینرز 4–6 ہفتے
کیا سیکھنا ہے
مفت وسائل
بنائیں: ایک ویب ایپ اور اس کا ڈیٹا بیس Docker Compose میں پیک کریں تاکہ ایک کمانڈ سے چل جائے۔
آگے تب بڑھیں جب: کوئی بھی ایک قدم میں آپ کی ایپ اپنی مشین پر چلا سکے۔
-
مرحلہ 3: آٹومیشن: CI/CD اور انفراسٹرکچر بطور کوڈ 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: ایک پائپ لائن جو ہر پُش پر ٹیسٹ، بلڈ اور ڈیپلائے کرے، اور انفراسٹرکچر Terraform میں لکھا ہو۔
آگے تب بڑھیں جب: آپ اپنا پورا سیٹ اپ کوڈ سے دوبارہ بنا سکیں۔
-
مرحلہ 4: ایک کلاؤڈ پلیٹ فارم، اچھی طرح 6–8 ہفتے
کیا سیکھنا ہے
بنائیں: اپنی ایپ کسی ایک کلاؤڈ پر کم سے کم اجازتوں اور بجٹ الرٹ کے ساتھ لائیو کریں۔
آگے تب بڑھیں جب: آپ اپنا کلاؤڈ بل سمجھا سکیں اور بتا سکیں کہ کس کو کس چیز تک رسائی ہے۔
-
مرحلہ 5: Kubernetes اور ریلائیبلٹی 8–10 ہفتے
کیا سیکھنا ہے
بنائیں: اپنی ایپ مقامی Kubernetes کلسٹر پر مانیٹرنگ اور سروس لیول آبجیکٹو کے ڈیش بورڈ کے ساتھ چلائیں۔
آگے تب بڑھیں جب: صارفین سے پہلے آپ کو پتا چل جائے کہ سروس ٹھیک نہیں ہے۔
آپ ان لنکس پر کیوں بھروسہ کر سکتے ہیں
میں صرف وہ وسائل شامل کرتا ہوں جو مفت استعمال ہو سکیں اور جنہیں یونیورسٹیوں، اس ٹول کے بنانے والوں یا پرانے غیر منافع بخش اداروں نے لکھا ہو۔ کوئی افیلی ایٹ لنک نہیں اور کوئی پیڈ بوٹ کیمپ نہیں۔ کچھ یونیورسٹی کورس مفت دیکھے جا سکتے ہیں لیکن سرٹیفکیٹ کی فیس ہوتی ہے، ان پر نشان لگا ہے۔ ایک اسکرپٹ ہر ہفتے ہر لنک چیک کرتا ہے۔
کوئی خراب لنک ملا، یا کوئی نیا راستہ چاہیے؟ رابطہ