Toru Ahammed

14/09/2025

UK আসার পর শুরুতেই যে বিষয়গুলো সবথেকে বেশী জরুরী:

১. BRP or right to work , Proof of address/Bank details. NI number এগুলো কালেক্ট করবেন asap।

২. প্রথমে আপনি ইন্টারন্যাশনাল ড্রাইভিং লাইসেন্স করে নিয়ে আসতে পারেন। যেটা দিয়ে UK তে ১ বছর পর্যন্ত ড্রাইভ করতে পারবেন এবং UK ড্রাইভিং লাইসেন্স পাওয়া সহজ হবে। আসার পরপরই UK ড্রাইভিং থিওরি পড়া শুরু করে দিলে খুবই ভাল।

৩. UK আসার সময় এ্যাটলিস্ট ২ মাস চলার মত টাকা এবং বাংলাদেশ থেকে পুলিশ ক্লিয়ারেন্স সার্টিফিকেট নিয়ে আসবেন।

৪. শুরুতে আপনি হয়তো আপনার পছন্দের জব পাবেন না, কারণ UK তে আপনার তেমন কোনো কাজের এক্সপেরিয়েন্স নেই। তাই যেটাই পাবেন শুরুতে, সেটাই খুব মন দিয়ে করবেন। নিজের বেস্ট টা দিবেন এবং বসের সাথে ভালো সম্পর্ক তৈরী করবেন। তাকে কাজে লাগাতে পারবেন পরবর্তী জবের জন্য রেফারেন্স হিসেবে।

৫. Security Industry Authority এর Door Supervision নামে একটা লাইসেন্স আছে এটা কালেক্ট করতে পারেন যারা সত্যিই ইনকাম করতে চান, পরিশ্রম করতে চান, কারণ এটাতে মাঝে মাঝে লং শিফট, নাইট শিফট করতে হতে পারে। যেটা করতে আপনার ৬ দিন ক্লাস £350 কোর্স ফি, এবং £184 লাইসেন্স ফি। সব কিছু মিলিয়ে ১ মাস সময় লেগে যেতে পারে।
তবে এই লাইসেন্স টা থাকলে জব পাওয়া যায় মোটামুটি কনফার্ম।
আমার ফ্রেন্ড একটা সিকিউরিটি কম্পানির ম্যানেজার, মোটামুটি সবসময়ই ওদের ভ্যাকেন্সি থাকে Kent এরিয়া তে।

৬. Tesco, Asda, Aldi, Sainsbury, Mcdonald's, CafeNero, BurgerKing, Five Guys, German Doner Kebab ইত্যাদি চেইন কম্পানি গুলোর ডিরেক্ট ওয়েবসাইট থেকে ক্যারিয়ার অপশন থেকে এ্যাপ্লাই করবেন। একটু সময় লাগলেও জব পেয়ে যাবেন। পরবর্তীতে অন্য জবেও এই এক্সপেরিয়েন্স কাজে লাগাতে পারবেন।

৭. আপনি যেহেতু স্টুডেন্ট হিসেবে আসছেন , "Reed Course" এই Website টা UK এর 4000 এর ও বেশি পেশার উপরে ফ্রিতে বিভিন্ন অনলাইন ক্লাসের মাধ্যমে Certificate প্রদান করে। যা আপনার জন্য অনেক বেশি উপকারে আসবে, যেমন:
- Real state Agency Job skill certificate
- Data entry
- Care Home or Helth care training certificate
এক কথায় UK এর মধ্যে ভালো জবের জন্য যে ধরনের স্কিল দরকার তা আপনি এখান থেকে শিখে Certified হয়ে অনেক বেশি দক্ষতার সাথে নিজেকে প্রতিষ্ঠিত করতে পারবেন ইনশাআল্লাহ।

৮. মাথায় রাখবেন এই দেশে যারা Btitish তারা জব পেতে যে স্কিল লাগে তা যদি আপনার থাকে, সেইম জব আপনি ও পাবেন, ম্যাটার করে না আপনি ব্রিটিশ নাকি ইমিগ্রেন্ট।

04/09/2025

✅ Login Screen
✅ Sign Up Screen
✅ OTP Verification
✅ Forgot Password

12/07/2025

Computer Vision – কম্পিউটারের চোখ দিয়ে দেখা
ধরা যাক আপনাকে একটা ছবি দেখানো হলো। আপনি প্রথমে বললেন কিছু না,এরপর শুধু একটা মুখ দেখলেন। আর আপনি সঙ্গে সঙ্গেই বুঝে ফেললেন আরে এটাতো আমার বন্ধু ছন্টু, ওর চোখে চশমা আছে, মুখে হালকা হাসি, আলোটা একটু বাঁদিক থেকে পড়ছে ইত্যাদি। কিন্তু...একটা কম্পিউটার? তার তো চোখ নেই, মস্তিষ্ক নেই। তাহলে সে কীভাবে বুঝবে ছবির ভেতরে কী আছে? এই প্রশ্নের উত্তর খুঁজতেই জন্ম নিয়েছে এক বিশাল শক্তিশালী শাখা – Computer Vision (CV)

🔍 কম্পিউটার ভিশন কী?
Computer Vision হচ্ছে এমন একটি ক্ষেত্র, যেখানে কম্পিউটার শিখে কিভাবে ছবি বা ভিডিও “দেখতে”, বিশ্লেষণ করতে ও সিদ্ধান্ত নিতে হয়। এক কথায়, এটি মেশিনকে “দেখার ক্ষমতা” দেওয়ার বিজ্ঞান। দেখতে তো ক্যামেরাও পারে , কিন্তু বোঝে না। CV শুধু দেখে না, বোঝেও - এই বস্তুটা কী, কোথায় আছে, কী করছে, এবং কখন কী ঘটতে পারে।

🧠 কীভাবে কাজ করে কম্পিউটার ভিশন?
কম্পিউটার ভিশন একটি ইমেজকে সংখ্যায় রূপান্তর করে এবং সেই সংখ্যাগুলোর প্যাটার্ন থেকে অর্থ খুঁজে পায়। একটি সাধারণ রঙিন ছবি হলো RGB Matrix – তিনটি রঙের চ্যানেলের একটি সংখ্যাসূচক ম্যাট্রিক্স।

⚙️ কাজের ধাপগুলো সাধারণত এমন হয়ঃ
Image Input: ক্যামেরা বা ফাইল থেকে ছবি আনা হয়
Preprocessing:
- Noise Reduction
- Resize, Normalize
- Grayscale Conversion (প্রয়োজনে)
Feature Extraction:
- Edge Detection (Sobel, Canny)
- Corner Detection
- Texture, Shape বোঝা
- Object Detection / Classification:
- মডেল বলে দেয়: "এটা একটা বিড়াল!"
- Bounding Box ব্যবহার করে: "এখানে আছে!"
- বিভিন্ন ক্লাসের মধ্যে পার্থক্য নির্ধারণ করে
Post-processing:
- Confidence Score
- Non-Max Suppression
- Visualization

🏗️ Computer Vision-এ ব্যবহৃত কিছু মডেল ও প্রযুক্তি
Traditional Approaches (Pre-Deep Learning):
- Haar Cascade, HOG (Histogram of Oriented Gradients), SIFT, SURF
- OpenCV লাইব্রেরি ব্যবহার করে।
- Real-time face detection যেমন Haar Classifier
Deep Learning Approaches (Modern CV):
- Convolutional Neural Networks (CNN)
- ImageNet Pre-trained Models (VGG, ResNet, Inception)
- Object Detection: YOLO, SSD, Faster R-CNN
- Segmentation: U-Net, Mask R-CNN
- Pose Estimation, Landmark Detection

🔍 কম্পিউটার ভিশনের কিছু চমৎকার ব্যবহারক্ষেত্র
Face Recognition:
- ফোন আনলক করা
- অফিস বা ক্লাসে Attendance
- সিকিউরিটি Surveillance
Object Detection:
- রাস্তায় গাড়ি ও মানুষ শনাক্ত
- সিসিটিভি ফুটেজ বিশ্লেষণ
OCR (Text from Image):
- প্রিন্ট বা হাতে লেখা ডকুমেন্ট স্ক্যান
- গাড়ির নম্বর প্লেট চেনা
Medical Imaging:
- X-ray বা MRI স্ক্যান বিশ্লেষণ
- টিউমার বা রোগ শনাক্তকরণে সহায়তা
Gesture Recognition:
- Virtual Reality অ্যাপস
- Hand Tracking ও গেম কন্ট্রোল
Emotion Detection:
- কল সেন্টারে গ্রাহকের মনোভাব বুঝে রেসপন্স
- গেমিং-এ খেলোয়াড়ের অভিব্যক্তি শনাক্ত
Autonomous Driving:
- Tesla-এর মতো স্বয়ংক্রিয় গাড়ি চালানো
- রাস্তায় সেন্সরবিহীন ডেটা বিশ্লেষণ করে চালানো
Augmented Reality (AR):
- Snapchat বা Instagram-এর লাইভ ফিল্টার
- মুখের অঙ্গভঙ্গি অনুযায়ী রিয়েলটাইম এফেক্ট

11/07/2025

What is stastics?

Stastics আসলে ডেটা নিয়ে কাজ করতে হেল্প করে, ডেটা জমা করে, পরিক্ষা করে, এবং শেখায়

আজকে আমি আপনাদের Stastics এর একটা বেসিক ধারনা দেওয়ার ট্রাই করব,

Stastics এর বেসিক টার্ম :

Mean, Median, Mode শুনতে সোজা, কিন্তু প্র্যাকটিক্যাল লাইফে অনেক কাজের।

Mean গড় মানে সবার যোগফল ভাগে ভাগ

একটা ক্লাসে ৫ জন ছাত্রের নাম্বার:

70, 80, 85, 90, 75

Mean = (70+80+85+90+75) / 5 = 80

এটা হলো সবার গড় আমরা ছোটবেলা থেকে জানি।

কিন্তু একটা সমস্যা আছে, যেটা অনেকে ভুলে যায়।

ধরে নিন আরেকটা ডেটা:

10, 15, 20, 25, 300

Mean = (370 / 5) = 74

কিন্তু ৪টা সংখ্যাই তো ৩০ এর নিচে! তাহলে ৭৪ এল কোথা থেকে?

আসলে এখানে Outlier – একটা বড় ভ্যালু পুরো গড়টাই নষ্ট করে দিলো।

Median — মাঝখানের ভ্যালু

এইভাবে সাজাও:

10, 15, 20, 25, 300 → মাঝখানে 20 → এটিই Median

Median গড়ের মতো Outlier দ্বারা নষ্ট হয় না।

Mode — যেটা সবচেয়ে বেশি বার আসে

5, 6, 6, 7, 8 → 6 দুইবার → Mode = 6

কখন দরকার হয়?

ধরেন একটা দোকানে ১০ জন ক্রেতা এসেছে।

৬ জনই লাল জামা চেয়েছে। দোকানদার ভাববে – “লাল জামাই তো বেশি চলছে!”

এখানেই Mode-এর কাজ।

কোনটা কখন ব্যবহার করবো?

যদি... তাহলে ব্যবহার করেন...

ডেটা পরিষ্কার, সাধারণ Mean

বড় কোনো ভ্যালু সমস্যা করে Median

কোন ভ্যালু বেশি ঘনঘন আসে Mode

Real Life Example: Salary Distribution

এক কোম্পানিতে ৯ জন ৩০ হাজার টাকা বেতন পায়, আর ১ জন পায় ৩ লাখ।

Mean = সব যোগ করে / ১০ = ৫৭ হাজার

কিন্তু বাস্তবে তো ৯ জনই ৩০ হাজার পায়!

Median = ৩০ হাজার

আসল চিত্রটা Median-ই দেখায়।

আশা করি আপনাদের stastics এর একটা বেসিক ধারনা দিতে পেরেছি,

Variance & Standard Deviation - নিয়ে জানতে আমাদের সাথেই থাকুন

28/06/2025

🧠 Deep Learning মেশিনের গভীর চিন্তা করার রহস্যঃ
কল্পনা করুন, আপনি শুধু একজন প্রোগ্রামার নন, আপনি একজন এমন শিক্ষক, যিনি শুধু "নিয়ম" শেখান না, শেখান ভাবতে।আপনার শিক্ষার্থী একটি প্রোগ্রাম।যেটাকে আপনি দেখান হাজার হাজার ছবি, শব্দ, গল্প, প্রশ্ন আর উত্তর। প্রথমে সেটা কিছুই বোঝে না। তারপর একসময় সেটা শুধু "কুকুর" আর "বিড়াল" চিনে না, সে বুঝে ফেলে কোন কুকুর দুষ্টু, কোনটা মিশুক।সে শুধু শব্দ পড়েই না, কথার গভীরতা ধরতে পারে। আর এই অনুভবভিত্তিক শেখার পদ্ধতিই হচ্ছে Deep Learning।

🔍 Deep Learning কী?
Deep Learning হলো Machine Learning-এরই একটি বিশেষ ও শক্তিশালী শাখা, যা Neural Network নামক এক প্রযুক্তির মাধ্যমে কাজ করে। এই পদ্ধতিতে মেশিন শেখে মানুষের মস্তিষ্কের নিউরনের মতো করে, তবে এটা ডিজিটাল নিউরন! মূল কথা হলো Deep Learning = মানুষের ভাবনা অনুকরণ করার চেষ্টা করা মেশিনের শেখা পদ্ধতি।

📜 Deep Learning এর পেছনের গল্প
Deep Learning এর ধারণা নতুন মনে হলেও এর বীজ বপন হয়েছিল ১৯৪০ এর দশকে। Warren McCulloch এবং Walter Pitts নামের দুই বিজ্ঞানী প্রথম “Artificial Neuron” এর কনসেপ্ট দেন।তারপর আসে Perceptron, তারপর Multi-Layer Perceptron (MLP), কিন্তু হার্ডওয়্যার সীমাবদ্ধতার কারণে এই চিন্তাগুলো ঘুমিয়ে ছিল।সব বদলে যায় ২০১২ সালে। Google এবং University of Toronto একত্রে তৈরি করে AlexNet যা একটি deep convolutional neural network যা ImageNet চ্যালেঞ্জে চমকে দেয় সবাইকে।

🧠 Deep Learning কিভাবে কাজ করে?
একটি Deep Learning Model হচ্ছে বহুস্তরবিশিষ্ট Neural Network। প্রতিটি স্তরে একটি করে সমস্যা সমাধান হয় এবং ধাপে ধাপে জ্ঞান গড়ে ওঠে।
➡️ Input Layer: যেখানে তথ্য (যেমন: ছবি, শব্দ, টেক্সট) ঢোকে
➡️ Hidden Layers: মডেল এখানে তথ্য বিশ্লেষণ করে
➡️ Output Layer: এখানে ফলাফল তৈরি হয়

Deep Learning ব্যবহারে কয়েকটি মূল ধাপ থাকে:
১. Data Collection
২. Preprocessing
৩. Model Design – কতটি লেয়ার হবে, কেমন নিউরন থাকবে
৪. Activation Function ব্যবহার – ReLU, Sigmoid, Tanh
৫. Forward Propagation & Backpropagation – মডেল শেখে
৬. Loss Function & Optimizer – ভুল কমানো হয়
৭. Training & Evaluation

🔧 কিছু গুরুত্বপূর্ণ Deep Learning Architectures:
CNN (Convolutional Neural Network)
- ছবি ও ভিডিও বিশ্লেষণে ব্যবহার হয়
- উদাহরণ: Face Recognition, Medical Imaging

RNN (Recurrent Neural Network)
- ক্রমবদ্ধ তথ্য, যেমন: সময়, ভাষা, মিউজিক
- উদাহরণ: Language Modeling, Speech Recognition

LSTM/GRU
- দীর্ঘমেয়াদি ডিপেন্ডেন্সি বোঝার জন্য
- উদাহরণ: Google Translate, Text Generator

Transformers (Self-Attention Mechanism)
- বর্তমানের আধুনিকতম deep learning আর্কিটেকচার
- উদাহরণ: ChatGPT, BERT, Gemini

📌 তাহলে Deep Learning কোথায় ব্যবহৃত হয়?
- Google Photos কিভাবে ছবির মধ্যে মানুষ চিনে
- Tesla কিভাবে রাস্তা বুঝে গাড়ি চালায়
- YouTube কিভাবে আপনার পছন্দ বুঝে ভিডিও সাজেস্ট করে
- ChatGPT কিভাবে আপনার প্রশ্ন বুঝে উত্তর দেয়
- ডাক্তার কিভাবে চিত্র দেখে ক্যান্সার শনাক্ত করেন
- ভয়েস অ্যাসিস্ট্যান্ট (Siri, Alexa) কিভাবে আপনার কথা বোঝে
- প্রতিদিন আপনি যেটা "ম্যাজিক" ভাবছেন, সেটা Deep Learning-এর বাস্তব প্রয়োগ।

🎓 Deep Learning শেখার জন্য যা প্রয়োজন:
- ML সম্পর্কে ভালো ধারণা
- Python লাইব্রেরি: TensorFlow, PyTorch, Keras
- Math: Matrix Operations, Calculus, Optimization
- GPU/Cloud Tools (Google Colab)
- বাস্তব প্রজেক্টে কাজ করার মানসিকতা

23/06/2025

https://www.techprofree.com/data-science-from-scratch-learning-pdf-notes/?fbclid=IwQ0xDSwLFsYRjbGNrAsWxbWV4dG4DYWVtAjExAAEeAQS7jJutyxQGNTDdKf6dwGtYLvMN013xQYwKd8W9OPYdpM5GeSTgfyvDJNA_aem_XGlyHtslwHNFa_os12vSjw

Download Data Science With Python from scratch PDF notes free . What is Data Science ? Step of Data Science Lifecycle . Data Science Notes

21/06/2025

কেন Python এত জনপ্রিয় – শুধুই কি সহজ বলে?
এমন একজনকেও পাওয়া যাবে না যিনি প্রোগ্রামিং শেখার কথা ভাবছেন কিন্তু Python এর নাম শোনেননি। এতদিন ধরে কোডিং শেখা মানেই ছিলো কেবল C, Java বা PHP-এর মত ভাষা শেখা, হঠাৎ করে Python কেন এই বিশাল জনপ্রিয়তার শীর্ষে উঠে এলো?

অনেকেই বলবে—Python জনপ্রিয় কারণ এটি “সহজ”।তবে প্রশ্ন হলো কেবল সহজ হওয়াটাই কি কোন Programming Language কে বিশ্বজুড়ে সবচেয়ে বেশি ব্যবহৃত ভাষার একটিতে পরিণত করতে পারে? Python এর জনপ্রিয়তা শুধুমাত্র এর syntax এর সরলতায় সীমাবদ্ধ নয়। এটি জনপ্রিয় কারণ এটি কাজের ক্ষেত্রেও বৈচিত্র্যময়, শক্তিশালী এবং সময়ের দাবি পূরণে সক্ষম।

Python এর মধ্যে এমন কিছু বৈশিষ্ট্য আছে, যেগুলো একে সময়ের সবচেয়ে জরুরি এবং কার্যকর একটি ভাষা বানিয়েছে।

১. Readable Syntax:
Python এমনভাবে তৈরি, যাতে একজন নতুন শিখতে চাওয়া মানুষ কোড পড়েই বুঝতে পারে সেটি কী করছে। অনেকটা ইংরেজি বাক্যের মত দেখতে। এই “পড়তে পারার” সুবিধা শেখা এবং শেখানো দুটোকেই সহজ করে তোলে।

২. বিশাল লাইব্রেরি সাপোর্ট:
Python এমন এক ভাষা, যেখানে Data Analysis করতে চাইলে pandas আছে, Machine Learning করতে চাইলে scikit-learn আছে, Web বানাতে চাইলে Django বা Flask আছে, Automation করতে চাইলে pyautogui বা selenium আছে।প্রত্যেকটা কাজের জন্য একাধিক লাইব্রেরি পাওয়া যায়, যেগুলো সব ওপেন সোর্স এবং কমিউনিটি দ্বারা পরিচালিত।

৩. Versatility বা বহুমুখিতা:
Python দিয়ে একসাথে Data Science, Web Development, Automation, Scripting, AI, Game Development সব করা যায়। এমন কোনো ডোমেইন নেই যেখানে Python পৌঁছাতে পারেনি।তাই একজন নতুন ডেভেলপার তার পছন্দের দিক নির্বাচন করে Python দিয়েই শুরু করতে পারে।

৪. কমিউনিটি সাপোর্ট ও ওপেন সোর্স কালচার:
Python শেখা মানেই আপনি এমন এক পরিবেশে প্রবেশ করছেন যেখানে হাজার হাজার প্রশ্নের উত্তর Stack Overflow, GitHub কিংবা Docs-এ পড়ে আছে।
কমিউনিটির শক্তি নতুনদের ভয় দূর করে শেখা সহজ করে তোলে।

৫. প্রযুক্তি জায়ান্টদের পছন্দ:
Google, YouTube, NASA, Netflix, Facebook সহ অনেক বড় প্রতিষ্ঠান তাদের বিভিন্ন সেকশনে Python ব্যবহার করে।এত বড় কোম্পানির Production Environment-এ Python থাকার মানেই হলো এর উপর আস্থা রাখা যায়।

Python জনপ্রিয়, কারণ এটি শেখা সহজ এটা ঠিক। কিন্তু শেখা “সহজ” হওয়াটাই শেষ কথা নয়।Python হচ্ছে এমন একটি ভাষা যা দিয়ে খুব অল্প সময়ে কার্যকর কিছু তৈরি করা যায়, স্কেল করা যায়, এবং ভবিষ্যতের সবচেয়ে বড় টেকনোলজির সাথে সংযুক্ত হওয়া যায়।

যারা ভবিষ্যৎ প্রজন্মের Data Scientist, Backend Engineer, AI Developer বা Automation Specialist হতে চায় Python তাদের জন্য শুধু একটি ভাষা নয়, বরং একটি “opportunity gateway”।এটিই Python-এর আসল শক্তি।সহজ হওয়া শুধুমাত্র দরজা খুলে দেয়। ভিতরের সম্ভাবনাগুলোই একে জনপ্রিয়তার চূড়ায় পৌঁছে দিয়েছে।

20/06/2025

16/04/2025

Other than Upwork, Linkedin, Fiverr or Indeed..

Here are 30 Websites for to check out in 2025!

🏷Save this post for Later use

1. SimplyHired (simplyhired.com)
2. Jobspresso (jobspresso.co)
3. Stack Overflow Jobs (stackoverflow.com)
4. Outsourcely (outsourcely.com)
5. Toptal (toptal.com)
6. Skip The Drive (skipthechive.com)
7. NoDesk (nodesk.co)
8. RemoteHabits (remotehabits.com)
9. Remotive (remotive.com)
10. Remote4Me (remote4me.com)
11. Pangian (pangian.com)
12. Remotees (remotees.com)
13. Europe Remotely (europeremotely.com)
14. Remote OK Europe (https://lnkd.in/gr4C-mjp)
15. Remote of Asia (https://lnkd.in/ghrA_z9u)
16. FlexJobs (flexjobs.com)
17. Remote.co (remote.co)
18. We Work Remotely (weworkremotely.com)
19. RemoteOK (remoteok.com)
20. AngelList (angel.co)
21. Linkedin (linkedin.com)
22. Outsourcely (outsourcely.com)
23. Freelancer (freelancer.com)
24. Working Nomads (workingnomads.com)
25. Virtual Vocations (virtualvocations.com)
26. Wellfound (https://wellfound.com)
27.Remote freelance (remotefreelance.com)
28. Remote rocketship (https://lnkd.in/gS2nRtV3)
29. Jobspresso (jobspresso.co)
30. SimplyHired (simplyhired.com)

Resume Making Websites 🎯

1. Canva - canva.com
2. Resume Genius - resumegenius.com
3. Zety - zety.com
4. Novoresume - novoresume.com
5. Resume.com - resume.com
6. VisualCV - visualcv.com
7. Enhancv - enhancv.com
8. Resume.io - resume.io
9. My Perfect Resume - myperfectresume.com
10. SlashCV - slashcv.com

Interview Preparation Websites📚

1. InterviewBit - interviewbit.com
2. Glassdoor - glassdoor.com
3. Interviewing.io - interviewing.io
4. Jobscan Interview Prep - jobscan.co/interview
5. Indeed Interview Tips - indeed.com/career-advice
6. CareerCup - careercup.com
7. The Muse - themuse.com
8. PrepLounge - preplounge.com
9. Big Interview - biginterview.com

AI 𝐂𝐨𝐮𝐫𝐬𝐞𝐬youbshould start with in 2025

Google Introduction to Generative AI
https://lnkd.in/duP5TMKc

Google Prompting Engineering
https://lnkd.in/gHP244dD

Google AI Essentials
https://lnkd.in/gg8iPamm

Google Crash Course on Python
https://lnkd.in/ddDNEUzD

IBM AI Developer
https://lnkd.in/dJT7Fv72

AI for Everyone - DeepLearning AI
https://lnkd.in/dtBGAp8A

Generative AI Automation
https://lnkd.in/diij8aQW

Building with Large Language Models by DeepLearning AI
https://lnkd.in/dxmAQuh8

Prompt Engineering Basics by IBM
https://lnkd.in/dUu_D5ey

Get Started with Python by Google
https://lnkd.in/d7i5jKWu

Google Cybersecurity Professional Certificate
https://lnkd.in/gfjS9wmu

Introduction to SQL
https://lnkd.in/dkvw4-aZ

Search for job opportunities across the United States on SimplyHired. Browse by job category, city, state, employer and more. Get a head start and post your resume.

03/09/2024

📢 ফ্লাটার অ্যাপ ডেভেলপমেন্টে বিগিনারদের জন্য গুরুত্বপূর্ণ উইজেটস 🧑‍💻
প্রথমে জেনে নেওয়া যাক, উইজেট আসলে কী?

উইজেট কী?
- উইজেট হলো ফ্লাটারের বিল্ডিং ব্লক। অর্থাৎ, ফ্লাটার অ্যাপ্লিকেশনের যেকোনো কিছুই একটা উইজেট হিসেবে তৈরি করা হয়। স্ক্রিনে যা কিছু দেখা যায় যেমন: টেক্সট, বাটন, ইমেজ—সবই আসলে উইজেট। ফ্লাটার ব্যবহার করে অ্যাপ বানানোর সময় উইজেটগুলো দিয়ে আমরা অ্যাপের লেআউট, ইন্টারেকশন এবং ডাইনামিক ফাংশনালিটি তৈরি করি।

এখন আসুন, কিছু গুরুত্বপূর্ণ উইজেটের ব্যবহার সম্পর্কে জানি যা একজন বিগিনার ফ্লাটার ডেভেলপারের অবশ্যই শেখা উচিত:
Body এবং Body Container:ব্যবহার: অ্যাপের মূল কন্টেন্ট বা ডিজাইন রাখতে।
কাজ: এটি স্ক্রিনে যা কিছু দেখা যাবে তার মূল কাঠামো তৈরি করতে সাহায্য করে।

Row & Container:ব্যবহার: এলিমেন্টগুলোকে এক সারিতে সাজাতে (Row) এবং কাস্টম ডিজাইন, প্যাডিং, মার্জিন প্রয়োগ করতে (Container)।
কাজ: অ্যাপের লেআউটকে স্টাইলিশ এবং ফাংশনাল করে তোলে।

Button:ব্যবহার: ইউজারের ক্লিক ইন্টারেকশনের জন্য।
কাজ: অ্যাপের মধ্যে বিভিন্ন কাজ সম্পাদন করার জন্য ব্যবহৃত হয়, যেমন: সাবমিট, সেভ, বা রিসেট করা।

Alert Dialog:ব্যবহার: ইউজারকে মেসেজ বা নোটিফিকেশন দেখাতে।
কাজ: কোন কিছু নিশ্চিত করার জন্য ইউজারের থেকে অনুমতি নেওয়া বা কোন গুরুত্বপূর্ণ মেসেজ দেখানো।

Simple Form:ব্যবহার: ইউজারের ইনপুট নিতে।
কাজ: লগইন, রেজিস্ট্রেশন, বা ফিডব্যাক ফর্মের মতো বিভিন্ন ফর্ম তৈরি করতে।

Dynamic List View Builder With Gesture Detector:ব্যবহার: লিস্ট আইটেমগুলো দেখাতে এবং ইউজারের জেসচার ডিটেক্ট করতে।
কাজ: স্ক্রলেবল লিস্ট তৈরি করা এবং ট্যাপ, সুইপ ইত্যাদি জেসচারগুলোর ওপর অ্যাকশন নেওয়া।

Tab Bar, Tab View & Fragment:ব্যবহার: একাধিক পেজের মধ্যে সহজে নেভিগেট করতে।
কাজ: অ্যাপের মধ্যে আলাদা আলাদা সেকশন তৈরি করা যেমন হোম, প্রোফাইল, সেটিংস ইত্যাদি।

Simple Navigation:ব্যবহার: পেজের মধ্যে এক পেজ থেকে অন্য পেজে নেভিগেট করার জন্য।
কাজ: অ্যাপের ভেতরে পেজ পরিবর্তন করতে।

Pass Data Via Navigation:ব্যবহার: এক পেজ থেকে অন্য পেজে ডাটা পাঠাতে।
কাজ: অ্যাপের বিভিন্ন পেজের মধ্যে ইনফরমেশন শেয়ার করতে।

Working with Card:ব্যবহার: কার্ড আকারে কন্টেন্ট দেখানোর জন্য।
কাজ: বিভিন্ন তথ্য কার্ড আকারে দেখাতে যেমন প্রোডাক্ট লিস্ট, ইউজার প্রোফাইল ইত্যাদি।

Circle Progress & Linear Progress:ব্যবহার: লোডিং বা প্রগ্রেস দেখানোর জন্য।
কাজ: ইউজারকে প্রগ্রেস সম্পর্কে জানাতে, যেমন ডাউনলোড, আপলোড, বা ডেটা প্রসেসিং।

Flutter Icon Class:ব্যবহার: অ্যাপের মধ্যে আইকন ব্যবহার করতে।
কাজ: অ্যাপে বিভিন্ন আইকন যোগ করতে, যা অ্যাপকে আরও ইন্টারেক্টিভ ও আকর্ষণীয় করে তোলে।

State Concept:ব্যবহার: অ্যাপের ডাটা ও ইউআই ম্যানেজ করতে।
কাজ: অ্যাপের বিভিন্ন অংশে ডাটা পরিবর্তন করা এবং সেই অনুযায়ী ইউআই আপডেট করা।

Stateless VS Stateful:ব্যবহার: স্টেটলেস এবং স্টেটফুল উইজেটের মধ্যে পার্থক্য বুঝতে।
কাজ: কোন অংশে ডাটা পরিবর্তন হবে না (Stateless) এবং কোন অংশে হবে (Stateful) তা জানার জন্য।

How Stateful Widget Works & State Lifecycle:ব্যবহার: স্টেটফুল উইজেট এবং তার লাইফসাইকেল সম্পর্কে জানতে।
কাজ: কোন অবস্থায় উইজেট কিভাবে কাজ করে তা বোঝার জন্য।

Create Counter App, To-Do App & Calculator App Using Stateful Widgets:ব্যবহার: ছোট ছোট অ্যাপ তৈরি করার মাধ্যমে স্টেটফুল উইজেট শেখা।
কাজ: কোডিং প্র্যাকটিস এবং বেসিক অ্যাপ ডেভেলপমেন্ট শিখতে।

ফ্লাটার উইজেট শেখা আপনাকে অ্যাপ ডেভেলপমেন্টে দক্ষ করে তুলবে। শুরু থেকে ভালো করে শিখে নিন, যাতে পরবর্তীতে জটিল অ্যাপ্লিকেশন ডেভেলপ করতে পারেন। Happy coding! 😊