РЕАКТИВНОЕ ПРОГРАММИРОВАНИЕ НА JAVA.Рассматриваем передовой подход в разработке приложений: реактивное программирование, реактивные системы, реактивные потоки и др. Вы узнаете, как Reactive помогает решать задачи современных приложений и интегрироваться с облачными архитектурами.Под капотом:* основы реактивных систем и архитектуры, управляемой событиями;* использование Quarkus для создания реактивных приложений;* интеграция Quarkus с Apache Kafka или AMQP;* разработка микросервисов на базе сообщений Quarkus для событийно-ориентированных архитектур;* интеграция внешних систем обмена сообщениями с Quarkus.Для Java-разработчиков, которые хотят:* научиться создавать надежные распределенные системы;* сократить задержки и увеличить пропускную способность приложений;* понять основы Quarkus и создавать облачные приложения на базе Kubernetes.Об авторахКлеман ЭСКОФЬЕ — архитектор реактивных систем в компании Red Hat. Сейчас он сосредоточен на разработке фреймворков Quarkus и Vert.x. Активно участвует в развитии множества проектов с открытым исходным кодом, среди которых Apache Felix, iPOJO, Wisdom Framework, Eclipse Vert.x, Quarkus и др.Кен ФИННИГАН — ведущий инженер-программист в подразделении Red Hat Middleware. Более 20 лет работает консультантом и разработчиком ПО в крупнейших компаниях мира. Возглавляет проект SmallRye, реализующий спецификации Eclipse MicroProfile и продвигающий идеи Kubernetes-нативной разработки. Он также входит в команду Supersonic Subatomic Java, развивающую Quarkus. «Клеман и Кен написали, без преувеличения, самую актуальную книгу о реактивных системах на сегодняшний день. Теория здесь органично сочетается с практическими примерами кода. Книга обязательна к прочтению всем, кто хочет глубже понять реактивные системы, событийно-ориентированную архитектуру и асинхронную передачу сообщений в современных облачных средах». — Мэри Грыглески, старший технический евангелист, IBM

«Машинное обучение. Как построить надежные модели искусственного интеллекта»В этом руководстве по созданию безопасных и надежных моделей машинного обучения рассматриваются все решения — от стандартных до самых современных. Издание станет незаменимой базой знаний для разработчиков, стремящихся выпускать качественные приложения в условиях непредсказуемой среды.Что внутри:* методы объяснения моделей машинного обучения и их результатов заинтересованным сторонам;* выявление и устранение проблем с честностью и конфиденциальностью в машинном обучении;* разработка надежных систем, защищенных от вредоносных атак;* важные системные аспекты, включая управление задолженностью по трастам и выявление препятствий для машинного обучения, требующих вмешательства человека.Книга обобщает передовой опыт и помогает превратить сложные теории в практические инструменты для создания систем машинного обучения. Вы сможете построить модель, которая будет отвечать актуальным требованиям не только цифрового, но и реального мира.Об авторахЯда ПРУКСАЧАТКУН — специалист по машинному обучению в компании Infinitus. Занималась прикладными исследованиями в Amazon, возглавляла первый NLP-проект в медицине в стартапе ASAPP. Изучала методы трансферного обучения в NLP в магистратуре Нью-Йоркского университета.Мэтью МАКАТИР — специалист по машинному обучению в Formic Labs. Основатель компании 5cube Labs, которая ведет более 100 ML-проектов. Занимался вероятностным программированием в команде TensorFlow в Google, сотрудничал с исследовательской компанией Generally Intelligent по разработке универсального ИИ.Субхабрата МАДЖУМДАР — специалист по машинному обучению в Twitch. Создал базу знаний об ошибках систем машинного обучения AI Vulnerability Database, основал НКО Bias Buccaneers, которая занимается аудитом предвзятости алгоритмов. Получил степень магистра статистики и кандидата наук в Университете Миннесоты. Отзыв«Эта книга читается легко, потому что в ней нет надменного академизма и пустых обещаний. Все просто, честно и по делу: авторы показывают, как технологии могут быть не только мощными, но и безопасными. Благодаря приведенным примерам начинаешь внимательнее смотреть на процессы, с которыми работаешь каждый день. Книга дает ощущение уверенности, помогает не бояться ИИ, а понимать, как им управлять с головой и пользой». — Ирина Мельникова, разработчик и ведущая тренингов в области ИИ и маркетинга, лектор курса по ИИ в МГИМО

R ДЛЯ DATA SCIENCE.Это практическое руководство по освоению языка программирования R для науки о данных. Начинающие специалисты по Data Science освоят наиболее важные инструменты R и смогут эффективно работать с данными.Что вы узнаете:* как работать с данными с помощью R и RStudio;* как импортировать, преобразовывать и визуализировать данные;* как представлять результаты анализа;* как получать данные из электронных таблиц, баз данных и веб-сайтов.Основные направления:* визуализация данных (создание графиков для изучения данных и представления результатов);* преобразование данных (типы переменных и инструменты для работы с ними);* импорт данных (получение данных в форме, удобной для анализа);* программирование на R (инструменты для более эффективного и простого решения задач);* взаимодействие (интеграция текста, кода и результатов с помощью Quarto).Упражнения в книге помогут закрепить полученные знания.Об авторахХэдли УИКХЭМ — главный научный сотрудник Posit, PBC, обладатель премии COPSS 2019 года и член R Foundation. Он создает инструменты (как вычислительные, так и когнитивные), чтобы сделать науку о данных проще, актуальнее и интереснее.Майн ЧЕТИНКАЯ-РЭНДЕЛ — профессор кафедры статистических наук в Университете Дьюка и преподаватель у разработчиков в Posit, PBC. Лауреат премии Hogg Award 2021 за выдающиеся достижения в преподавании вводной статистики, премии Harvard Pickard Award 2018 и премии ASA Waller Education Award 2016.Гаррет ГРОЛЕМУНД — статистик, преподаватель и директор по обучению в Posit Academy. Автор книги Hands-On Programming with R (O’Reilly) и один из первых участников tidyverse. «Освоение анализа данных — это не только про строчки кода. Это искусство задавать верные вопросы и умение искать ответы в цифрах. Авторы учат именно этому: как видеть за инструментами логику, как превращать примеры в истории, а графики — в настоящие рассказы. Эта книга не просто обучает, она ведет к уровню, где работа с данными становится настоящим мастерством». — Алексей Оносов, экс-ИТ-директор «Золотое Яблоко», основатель компании «Юнисофт», эксперт по цифровизации и ИИ

Как освоить современный LINUX.Структурированный подход к использованию Linux в разработке и рабочих процессах.Книга будет полезна разработчикам, архитекторам программного обеспечения и SRE-инженерам.Что вы узнаете:* как использовать Linux не только для администрирования, но и как современную рабочую среду;* о критически важных компонентах Linux: ядре, терминальном мультиплексоре, оболочках и сценариях командной оболочки;* о принципах контроля доступа и роли файловых систем;* об управлении зависимостями приложений и о контейнерах;* о работе с сетевым стеком и инструментами Linux, включая DNS;* о современных средствах мониторинга операционных систем;* о принципах межпроцессного взаимодействия и некоторых аспектах безопасности.

Встроенная аналитика.Данные для роста эффективности и новых возможностей.В условиях растущего объема данных и усиливающейся конкуренции аналитика становится ключевым инструментом для повышения качества цифровых продуктов. Эта книга показывает, как выстроить системный подход к аналитике, сделать ее частью бизнес-логики и инструментом, который приносит реальную ценность.Внутри:• принципы проектирования программ со встроенной аналитикой;• архитектурные и технические решения для реализации функций;• практические кейсы с «разбором полетов»;• подходы к управлению и масштабированию аналитики.Об авторахДональд ФАРМЕР — международно признанный эксперт по данным и аналитике с более чем 30-летним опытом. Руководил командами в Microsoft и Qlik. Специализируется на стратегиях данных, инновациях и построении продуктов нового поколения.Джим ХОРБЕРИ — эксперт по интеграции аналитики в программные решения. Имеет богатый практический опыт в разработке приложений со встроенными аналитическими функциями и оптимизации пользовательского опыта.Это своевременное руководство, где автор доказывает: данные должны работать там, где работают люди, но не в отдельном инструменте — а в вашей CRM, ERP. Встроенная аналитика — невидимый, но мощный «движок», который поможет принять верные управленческие решения, держать руку на пульсе.Практично, без воды: архитектуры, кейсы, лайфхаки интеграции (даже со Slack!).Книга учит создавать аналитику, которая не просто информирует, а действует. Ирония в деталях делает чтение живым и непринужденным. Итог: революция тихая, но неизбежная. Данные становятся кислородом бизнеса — невидимым, но жизненно важным.«Больше не заставляйте коллег «зайти в BI». Теперь BI приходит к ним». — Сергей Белозор, BI-аналитик Т-Банка

Обеспечение наблюдаемости: практическое руководство.Наблюдаемость — ключевой фактор в создании, изменении и понимании программного обеспечения. Она помогает быстрее и увереннее доставлять код, выявлять аномалии и улучшать пользовательский опыт. Объясняем ценность наблюдаемости и показываем, как применять ее в разработке, даем рекомендации по переходу с устаревших инструментов.Что вы узнаете:• Применение наблюдаемости в управлении ПО.• Ценность в разработке сложных облачных систем.• Влияние на все этапы жизненного цикла ПО.• Использование наблюдаемости разными командами.• Инструментирование кода для облегчения отладки.• Написание качественного кода для отладки и обслуживания.• Анализ данных для устранения проблем.«Наконец-то появилась принципиальная альтернатива подходу «угадать и проверить» для поиска ответа на рабочие вопросы, такие как «Почему система медленно работает?». Эта книга знаменует собой переломный момент в том, как инженеры будут подходить к анализу поведения систем». — Лорин Хохштейн, старший инженер-программист и автор O’ReillyОб авторахЧарити МЕЙДЖОРС — соучредитель и технический директор Honeycomb, соавтор книги «Базы данных. Инжиниринг надежности» (Database reliability engineering). Ранее работала системным инженером и техническим руководителем в Parse, Linden Lab и других компаниях.Лиз ФОНГ-ДЖОНС — девелопер-адвокат и SRE-инженер с опытом работы более 17 лет. Сейчас она работает адвокатом SRE и сообщества наблюдаемости в Honeycomb.Джордж МИРАНДА — в прошлом системный инженер, а сейчас продуктовый маркетолог и GTM-руководитель Honeycomb. До этого более 15 лет работал над созданием масштабных распределенных систем в финансовой и игровой индустрии.

Это практическое руководство по использованию сторителлинга в дизайне цифровых продуктов. Дизайнер и специалист по пользовательскому опыту Анна Дальстрём показывает, как приемы кино и литературы помогают создавать проекты, которые цепляют внимание, удерживают интерес и побуждают к действию.Книга предназначена для дизайнеров, программистов, менеджеров проектов и всех, кто участвует в создании цифровых продуктов. Сторителлинг — это не только про тексты. Это способ выстраивать эффективное взаимодействие с пользователем.