Category: Книги

Рубрика со списками книг полезных для разработчика с разными сферами применения и кратким описанием, кому та или иная книга будет нужна.

24
Ноя
2020

Стоит прочитать: обзор книги Кормена и Лейзерсона «Алгоритмы. Построение и анализ»

В книге охватывается основной спектр современных алгоритмов: сортировки, графовые алгоритмы, динамическое программирование и тому подобное.
— Читать дальше «Стоит прочитать: обзор книги Кормена и Лейзерсона «Алгоритмы. Построение и анализ»»

23
Ноя
2020

👨‍🎓️🛠Образование влияет на зарплату QA-инженера: обзор ресурсов для обучения

Заработная плата тестировщика прямо пропорциональна его профессиональных навыкам. Разбираемся, как можно получить образование инженера в сфере QA без отрыва от производства.

Общение в профессиональной среде – лучший инструмент для прокачки скиллов. Совместное обучение тестированию – команда помощи на пути к карьере, книги – молчаливые помощники. Используйте все варианты и будьте лучшим!

Если вы решили подойти к карьере инженера QA серьезно, на ваших полках обязательно появятся следующие книги:

  1. Роман Савин, «Тестирование Дот Ком, или Пособие по жестокому обращению с багами в интернет-стартапах» – книга о тестировании ПО для начинающих. В ней доступно описана суть процесса выявления багов. Какие-то части книги могли устареть, но фундаментальные вещи и американский опыт поданы легко и понятно.
  2. Канер Сэм, Фолк Джек, Нгуен Енг Кек, «Тестирование программного обеспечения». QA-инженеры называют эту книгу библией тестировщика. Язык сложноват для новичка, но это объемный и охватывающий все концепции тестирования труд. Читать сложно, зато основы разложены по полочкам с примерами кейсов от реальных компаний.
  3. Стив Круг, «Не заставляйте меня думать» – понятно и обоснованно о принципах работы с интерфейсом, о вариантах создания «чистого» дизайна.
  4. Борис Бейзер, «Тестирование черного ящика. Технологии функционального тестирования программного обеспечения» – общепризнанный труд по поведенческому тестированию. В нем занудно, научно и методично расписаны все базовые техники тестирования.
  5. Ajay Balamurugadas, Sundaresan Krishnaswami, “Mobile Testing: Ready Reckoner” – все о тестировании мобильных приложений от практиков. Сборник полон скриншотов и инструкций, он погружает читателя в мир мобильного ПО. Перевода на русский нет, но мы помним, как важен для тестировщика английский язык.

Другие рекомендованные книги по тестированию ПО можно найти на нашем сайте.


Для тех, кто не очень любит читать и предпочитает слушать, есть отличная альтернатива сериалам:

  1. Курсы на youtube от Сергея Гливинского и его “QA Start UP – IT Training Center” – отличный вариант для прокачки скиллов в формате видео. Каждый урок – отдельная серия.
  2. Видеокурс по основам тестирования на https://itvdn.com/ru. 15 лекций расскажут основы профессии. Качество курса не на высоте, но именно поэтому его предоставляют бесплатно, а отделить зерна от плевел слушателю предстоит самостоятельно.
  3. Andy Key – «Курсы Тестировщиков Онлайн» – начинающий блогер делится мнением о тонкостях работы инженера QA.

Самым ценным в обучении тестированию всегда будет общение с коллегами и наставниками, притом чем более опытный профессионал ведет занятия, тем дороже его час, и тем быстрее вы разовьетесь до такого же уровня. Где искать классных лекторов? На курсах.

  1. Курс «Тестирование ПО для начинающих» от Udemy.com. За 6,5 часов вы получите знания о жизненном цикле проекта, методологиях разработки и типах тестирования. Узнаете, как создать баг-репорт или чек-лист. В конце вас ждет несколько упражнений для тренировки навыков тестировщика.
  2. Курс «Основы тестирования» от IMBA – это 7 тематических модулей, 48 уроков и 34 задания, в том числе занятие по поиску клиентов. Уже во время обучения можно попробовать свои силы на фрилансе.
  3. Онлайн-университет Нетология предлагает освоить профессию и даже защитить диплом, а лучших выпускников ждут на собеседовании в «Альфа Банке»!
  4. Факультет тестирования ПО GeekBrains предлагает обучение профессии с нуля. Вас ожидает общение с экспертами, практика с наставниками, стажировка в GeekBrains и компаниях-партнерах, которые приглашают выпускников на работу. На факультете есть два направления: тестировщик ПО и тестирование мобильных приложений, при этом совсем не обязательно выбирать что-то одно.

Не бойтесь нового, расширяйте горизонты, растите как профессионал и однажды вы сами начнете обучение тестировщиков, которые будут брать с вас пример. Учитесь у лучших и самых сильных, и становитесь профессионалами в этой интересной области!

20
Ноя
2020

Помогите решить уравнение на языке Assembler

Данные должны быть в знаковом формате, длиной в 8 бит.
Я только начал изучать ассемблер и немного запутался с регистрами в этом задании.
Ответ решения на языке ассемблер показывает, но он не совпадает с языком Си.
Сам пример: (2*c/a-d * d-…

19
Ноя
2020

Вызвано исключение по адресу (msvcp140d.dll)

Программа определяет систему счисления по префиксам если 0x или 0X, то 16 СС, так же с 2 СС. Код одинаковый для 16 СС и для 2 СС, но при переходе на метку hex вылетает исключение. Если перейти на метку bin программа работает без исключений…

14
Ноя
2020

сложение элементов массива через ассемблерные вставки

Поставили задачу написать алгоритм сложения элементов массива на asm(ассемблерные вставки на с),c#,c и сравнить время исполнения. Написал простенький код для сложения int-ов.
double __declspec(dllexport) asm_time(int* array, int N) {
i…

07
Ноя
2020

🐍 16 мобильных приложений для начинающих изучение Python

Сейчас сложно представить себе жизнь и учебу без смартфонов и мобильных приложений. Мы собрали 16 приложений для iOS и Android, которые помогут в изучении Python.

Приложения для изучения Python на Android и iOS

Существует много приложений и учебных программ для желающих освоить Python. В этом разделе собраны пошаговые курсы с практическими заданиями и вопросами для проверки знаний, которые помогут изучить язык с нуля.

Learn Python (Programminghub)

<span>Programminghub</span>
Programminghub

Programminghub предлагает пошаговое обучение из небольших уроков на английском языке. Каждое занятие длится не больше 5 минут и заканчивается небольшим контрольным тестом. Присутствует интерпретатор для выполнения кода на python прямо в приложении. Программа подойдет для владеющих английским языком новичков.

<span>Programminghub</span>
Programminghub

Устройства: iOS и Android

Оценка в магазине: Google Play 4.7

Язык: английский

Цена: бесплатно, pro версия 499 руб.

Учим Python SoloLearn

<span>SoloLearn</span>
SoloLearn

SoloLearn состоит из пошаговых уроков, которые разделены на учебные блоки: управляющие конструкции, функции и модули, исключения и файлы, функциональное программирование, ООП, регулярные выражения. Материал рассчитан на новичков и написан простым языком.

Устройства: iOS и Android

Оценка в магазине: Google Play 4.4, App Store 4.8

Язык: русский, английский, испанский

Цена: бесплатно

Python Code Play

<span>Python Code Play</span>
Python Code Play

Приложение больше напоминает учебник на английском языке. Материалы разделены по темам и изложены подробно. Подойдет больше для свободно владеющего английским студента. Кроме теоретической части есть раздел квизов с ответами на вопросы и раздел оценки знаний в виде вопросов для собеседований.

Устройства: Android

Оценка в магазине: Google Play 4.7

Язык: английский

Цена: бесплатно, присутствует реклама

Programiz

<span>Programiz</span>
Programiz

Программа состоит из небольших тематических уроков, составляющих единый курс. Обучение идет на английском, но разобраться можно, даже имея только базовое знание языка. Каждый раздел оканчивается небольшим тестом с вопросами по теме. В отдельном разделе даны практические примеры, которые можно редактировать и запускать во встроенном интерпретаторе. Уроки идут последовательно, но купив платную версию можно перескакивать между ними, а также получить доступ к дополнительным материалам.

Устройства: iOS и Android

Оценка в магазине: Google Play 4.4, App Store 4.6

Язык: английский

Цена: бесплатно, pro-версия 219 руб./месяц, в бесплатной версии присутствует реклама

Мобильные приложения с пошаговыми уроками, примерами и контрольными вопросами подойдут новичкам в программировании и помогут быстро освоить азы. Если выбирать среди перечисленных вариантов, стоит присмотреться к курсу SoloLearn. Если вы владеете английским свободно, обратите внимание на Programminghub. В нем доступно изложен материал, простая подача и удобный интерфейс.

IDE

Если вы всерьез решили заняться изучением Python, стоит задуматься об интегрированной среде разработки (IDE) для создания, редактирования и отладки программ. Удобно, если IDE будет под рукой – для этого существует несколько мобильных приложений.

Pydroid 3

<span>Pydroid 3</span>
Pydroid 3

Поддерживает последнюю версию интерпретатора Python 3.8, расширенные библиотеки NumPy, SciPy и matplotlib для анализа данных. Для машинного обучения есть поддержка Scikit Learn и TensorFlow. Для разработки на основе графического интерфейса можно импортировать Tkinter. Интерфейс на чистом английском, но он интуитивно понятен и содержит множество подсказок, подсветку синтаксиса и другие фишки, облегчающие написание кода.

Платформа: Android

Оценка в магазине: 4.4

Цена: бесплатно, обновление 599 руб.

QPython 3L

<span>QPython 3L</span>
QPython 3L

Еще один эффективный и удобный редактор кода для Android. Есть поддержка библиотеки QPYI и SL4A. Интерпретатор Python работает в автономном режиме, при запуске не требуется подключение к Интернету. В комплект поставки входит подробная документация.

Платформа: Android

Оценка в магазине: 4.0

Цена: бесплатно

Acode

<span>Acode</span>
Acode

Acode – простая и легкая IDE для Andriod. Это приложение не ориентировано исключительно на Python, но поддерживает несколько языков. Без рекламы вы сможете разработать код на Python или создать шаблон с помощью HTML, CSS и JavaScript. В отличие от QPython и Pydroid 3, интерфейс программы локализован.

Платформа: Android

Оценка в магазине: 4.6

Цена: бесплатно

Carnets

<span>Carnets</span>
Carnets

Позволяет писать небольшие Python-программы на iPhone и просматривать на экране результаты их работы, комбинируя код и абзацы текста с разметкой Markdown. Имеет автономный интерпретатор Python, а также предварительно установлены пакеты Numpy, Sympy, Matplotlib, Pandas, lxml, bokeh. Чтобы увидеть полный список пакетов, введите «% pip list» в окне кода, а установить дополнительные можно, используя «% pip install packageName».

Платформа: iOS

Оценка в магазине: 4.2

Цена: бесплатно

Pythonista

<span>Pythonista</span>
Pythonista

Эта среда сценариев iOS поддерживает Python 3.6 и 2.7. Она также дает доступ к популярным сторонним модулям, имеет интерактивную подсказку с автозавершением кода, визуальный отладчик, редактор пользовательского интерфейса и другие возможности.

Платформа: iOS

Оценка в магазине: 4.6

Цена: 899 руб.

Pyto

<span>Pyto</span>
Pyto

Pyto является самой популярной бесплатной IDE для Python в App Store. Приложение поддерживает Python 3.8 для iPad и iPhone, и позволяет запускать код прямо на мобильном устройстве. Вы сможете устанавливать чистые модули Python и запускать сценарии с помощью ярлыков Siri. Поставляется с Numpy, Matplotlib, Pandas, Pillow, SciPy и другими библиотеками.

Pyto имеет собственный набор модулей из пользовательского интерфейса, позволяющий строить графики с и даже получать доступ к некоторым настройкам устройства.

Платформа: iOS

Оценка в магазине: 4.6

Цена: бесплатно

В качестве IDE под Android для серьезных проектов стоит выбрать Pydroid 3, а для небольших тестов и лабораторных работ вполне подойдет Acode. Под iOS хорошо себя зарекомендовала Pyto.

Учебники

Если вы только начинаете знакомство с языком, хороший учебник на смартфоне поможет освежить память или освоить новые функции. В этом разделе собраны самоучители, сборники задач и технической литературы для изучения python.

Python Documentation

<span>Python Documentation</span>
Python Documentation

Приложение представляет собой обширную библиотеку технической документации и учебников, описаний обновлений, модулей, фреймворков и библиотек. Можно использовать его как шпаргалку для разработчика или карманную библиотеку для начинающего.

Устройства: Android

Оценка в магазине: Google Play 4.5

Язык: английский

Цена: бесплатно, присутствует реклама

Учим PYTHON

<span>Учим PYTHON</span>
Учим PYTHON

Простой и понятный учебник по python для начинающих. Курс включает такие разделы как типы данных, условные выражения, скрипты, кортежи, словари, работу с файлами, основные модули, основы ООП и работу с графическим интерфейсом. Все изложено понятным русским языком с примерами кода и пояснениями.

Устройства: Android

Оценка в магазине: Google Play 4.8

Язык: русский

Цена: бесплатно

Python. Задачи и примеры

<span>Python. Задачи и примеры</span>
Python. Задачи и примеры

Этот сборник хорошо систематизирован и может пригодиться для решения простых задач и подбора примеров при создании более сложного кода. Из минусов отметим довольно навязчивую рекламу в бесплатной версии.

Устройства: Android

Оценка в магазине: Google Play 4.2

Язык: русский, английский

Цена: бесплатно, присутствует реклама, premium версия 59 руб.

Программирование игр, создание с нуля (Python) 1,2

<span>Программирование игр, создание с нуля (Python) 1</span>
Программирование игр, создание с нуля (Python) 1

Довольно любопытный самоучитель по созданию простых консольных игр с помощью python. Помогает разобраться в языке на практике, весело и увлекательно. Материал изложен интересно и неформально. Некоторые разделы закрыты и доступны только после оплаты пожертвования в размере 109 руб.

Устройства: Android

Оценка в магазине: Google Play 4.9

Язык: русский, английский

Цена: бесплатно, пожертвование в размере 109 руб.

Python Рецепты

<span>Python Рецепты</span>
Python Рецепты

Приложение состоит из примеров кода с комментариями, которые разделены на темы и помогают освоить синтаксис. Описания довольно скудные, зато самих примеров очень много.

Устройства: Android

Оценка в магазине: Google Play 4.4

Язык: русский, анлийский, немецкий, французский и др.

Цена: бесплатно, полная версия 75 руб.

Python для чайников

<span>Python для чайников</span>
Python для чайников

Простой и понятный самоучитель на русском языке. Написан с юмором.

Устройства: Android

Оценка в магазине: Google Play 4.7

Язык: русский

Цена: бесплатно, есть реклама

Новичку пригодится самоучитель и, возможно, сборник примеров с типовыми задачами. Для более продвинутого программиста будет не лишним иметь под рукой приложение с технической документацией, но оно потребует знания английского на достаточно высоком уровне.

Что лучше выбрать для изучения Python?

Пошаговые курсы хороши для новичков в программировании: они помогают легко войти в процесс изучения и совмещают теоретические занятия с практическими заданиями и вопросами для самоконтроля.

Среды разработки нужны как для изучения, так и для создания полноценных приложений на Python. Документация и примеры помогут разобраться в сложных вопросах и освежить знания.

Выбор конкретного инструмента зависит от задачи, которую ставит перед собой программист. Определить ваш текущий уровень знания Python поможет наш тест, а составить стратегию профессионального роста – материал «Программирование на Python: билет до станции «профессионал».

***

Если вы хотите тратить лишнее время и силы на поиск знаний, инструментов и привыкание к разному стилю чтения лекций, обратите внимание на факультет Python-разработки GeekBrains. Курсы ведут опытные преподаватели, а успешно завершившим обучение студентам онлайн-академия помогает с трудоустройством.

05
Ноя
2020

📖 Как следовать за Big Data: обзор книг и блогов по большим данным

Даже опытным специалистам по Big Data приходится постоянно учиться, а новичкам в профессии нужно стараться гораздо тщательней. В нашей подборке вы найдете все необходимые для этого ресурсы.

О работе специалистов по анализу больших данных, необходимых для этого навыках и полезных для карьерного роста мероприятиях мы уже писали. Сегодня речь пойдет о блогах и книгах, которые могут пригодиться в работе и учебе, если вы интересуетесь сферой Big Data.

Блоги и ресурсы

<a href="https://www.elegantthemes.com/blog/marketing/things-all-successful-blogs-have-in-common" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

На русском

Open Data Science

Русскоязычное сообщество для специалистов из разных областей науки о данных, в котором публикуются соревнования и проекты.

MachineLearning.ru

Вики-страница и новостной ресурс, где публикуются интересные статьи статей и сведения о достижениях ведущих российских научных школ в области машинного обучения, распознавания образов и анализа данных.

Хабрахабр Big Data

Блог про большие данные и машинное обучение от сообщества российских ИТ-специалистов.

Школа Big Data Blog

Раздел, в котором публикуются статьи и новости о технологиях Big Data, Machine Learning и Data Science, администрировании распределенных кластеров Hadoop, NoSQL, Kafka, Spark, а также реальные истории и лучшие практики их прикладного использования в российских и зарубежных компаниях.

На английском

Data Mania

Блог Лилиан Пирсон, цель которого – сделать обучение на основе данных доступным и интересным. Здесь опубликовано более 140 статей по темам науки о данных, больших данных и аналитики. Подойдет для новичков и начинающих специалистов.

Revolutions

Блог об основных достижениях в области искусственного интеллекта, машинного обучения, науки о данных, больших данных и визуализации с помощью R и Python.

Stack Overflow Big Data

Огромный ресурс с вопросами и ответами об инфраструктуре, алгоритмах и структурах данных, статистике, а также о связанных с кодом проблемах.

Fast Forward Labs

Блог работающей в сфере искусственного интеллекта компании о вероятностном программировании, конфиденциальности и шифрования, а также интервью с экспертами. Подойдет для аудитории среднего и продвинутого уровня, которая заинтересована в области больших данных.

Women in Big Data

Форум и сборник мероприятий в сфере больших данных для женщин.

Datameer

Блог компании, целью которой является сделать анализ больших данных легким и доступным всем желающим. Представленная на сайте библиотека ресурсов предлагает множество полезной информации для новичков и опытных специалистов.

Rocket-Powered Data Science

Блог Керка Борна, главного научного сотрудника по анализу данных в Booz Allen Hamilton. Борн входит в топ-20 влиятельных лиц в мире Big Data по версии Onalytica.

Think Big Analytics

Блог компании, которая предоставляет услуги по обработке больших данных в чистом виде. Множество ресурсов и обучающих материалов на различные темы – от приложений до безопасности больших данных.

Planet Big Data

Агрегатор статей из ведущих блогов по Data Science. Охватывает такие ресурсы, как Simplified Analytics, Revolution Analytics, BrightPlanet и Big Data University.

Shape of Data

Блог Джесса Джонсона – разработчика в Google, который подробно пишет о том, как правила геометрии работают в мире больших данных.

Inside Big Data

Блог компании, возглавляемой Ричом Брюкнером – одним из 20 ведущих авторитетов журнала Forbes. Множество ресурсов на темы больших данных в промышленном масштабе, науки о данных, искусственного интеллекта, машинного обучение и Deep Learning.

IBM Big Data & Analytics Hub

Блог IBM, в котором вы сможете найти различные ресурсы и статей, начиная с аналитики и заканчивая фондами IBM Watson. Рекомендуем обратить внимание на раздел «Big Data & Analytics Heroes», посвященный влиятельным лицам в отрасли.

Книги

<a href="https://www.blogtyrant.com/how-to-write-more/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

На русском

«Теоретический минимум по Big Data. Всё что нужно знать о больших данных» от Су Кеннет и Анналин Ын

<a href="https://www.ozon.ru/context/detail/id/147398870/#section-description--offset-80" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Книга для новичков, которая поможет разобраться в основах новой и стремительно развивающейся отрасли обработки больших данных. Подойдет желающим узнать о больших данных и механизмах работы с ними. Каждому алгоритму посвящена отдельная глава, в которой не только объясняются основные принципы работы, но и даются примеры их использования в реальных задачах. Большое количество иллюстраций и простые комментарии позволят легко разобраться в самых сложных аспектах Big Data.

«Большие данные. Принципы и практика построения масштабируемых систем обработки данных в реальном времени» от Натана Марц и Джеймса Уоррена

<a href="https://www.ozon.ru/context/detail/id/147672544/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Книга рассчитана на читателей, стремящихся освоить принципы построения систем больших данных и внедрить их на практике. В этой книге представлены теоретические основы организации систем больших данных и поясняется, каким образом они воплощаются на практике с помощью таких инструментов как Hadoop, Cassandra и Storm. Для чтения этой книги не потребуются знания анализа данных или NoSQL, но полезно иметь представление о традиционных базах данных.

«Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим» от Виктора Майер-Шенбергера

<a href="https://www.ozon.ru/context/detail/id/24323469/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Руководство о больших данных и их использовании в областях кибербезопасности, международного правоприменения, лингвистики и автоматизированного перевода. Книга подойдет для менеджеров и аналитиков, а также для руководителей проектов в сфере Big Data.

«Работа с BigData в облаках. Обработка и хранение данных с примерами» из Microsoft Azure от Александра Сенько

<a href="https://www.ozon.ru/product/tsifrovaya-kniga-rabota-s-bigdata-v-oblakah-obrabotka-i-hranenie-dannyh-s-primerami-iz-172532583/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Книга, в которой на реальных примерах рассматриваются секреты обработки больших данных в облаках. Основное внимание уделено решениям Microsoft Azure и AWS на всех этапах работы: от получения подготовленных для обработки в облаке данных, до использования облачных хранилищ и инструментов для анализа. Книга рассчитана на широкую аудиторию и послужит превосходным ресурсом для освоения Azure, Docker и других популярных технологий.

«BIG DATA. Вся технология в одной книге» от Андреаса Вайгенда

<a href="https://www.ozon.ru/context/detail/id/146743323/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Книга одного из ведущих мировых экспертов по будущему Big Data, директора компании Social Data Lab и лектора ИТ-школы Калифорнийского университета Беркли.

Автор рассказывает, как жить в мире полной информационной открытости и технологий монетизации больших данных. Вы узнаете, как с помощью Big Data инновационные компании следят за поведением пользователей, определяют круг интересов человека, управляют репутацией и формируют мнение потребителей.

На английском

«The Ultimate Introduction to Big Data» от Френка Кане

<a href="https://www.manning.com/livevideo/the-ultimate-introduction-to-big-data" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Введение в Big Data, которое обеспечит глубокое понимание приложений для обработки данных в Hadoop и построенных на нем распределенных системах. Онлайн-версия книги также содержит видео и большое количество практических упражнений. Читатели научатся выбирать подходящую технологию хранения данных для приложения, и узнают, как кластеры Hadoop управляются с помощью YARN, Tez, Mesos и подобных технологий. Также они научатся публиковать данные в кластере Hadoop с помощью Kafka, Sqoop и Flume.

«Managing Big Data Workflows for Dummies» от Джо Голдберга и Лилиан Пирсон

<a href="https://www.bmc.com/content/dam/bmc/migration/pdf/ManagingBigDataWorkflowsForDummies_BMC_SoftwareSpecialEdition.pdf" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Обзор Big Data, включая ключевые технологии и некоторые распространенные отраслевые приложения. Одним из главных затронутых в книге направлений является управление рабочей нагрузкой и процессами автоматизации обработки больших данных на предприятии.

«Big Data at Work: Dispelling the Myths, Uncovering the Opportunities» от Томаса Дэвенпорта

<a href="https://www.oreilly.com/library/view/big-data-at/9781422168172/Davenport_Fm.html" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Книга подойдет менеджерам, которые хотят начать использовать большие данные для управления организацией. В ней представлен обзор необходимых для достижения успеха в бизнесе технологий Big Data, а также примеры успешных и неудачных практик обработки данных в разных компаниях.

«Too Big to Ignore: The Business Case for Big Data» от Фила Саймона

<a href="https://www.amazon.com/Too-Big-Ignore-Business-Wiley/dp/1119217849" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

Книга для членов управленческой команды, которые хотят узнать о больших данных и прогнозной аналитике. В ней рассматривается множество примеров использования технологий Big Data компаниями и органами власти. Например GPS-трекеры/акселерометры, которые определяют рейтинги безопасности клиентов компании, или как в Google прогнозируют локальные вспышки гриппа по всплескам в поисковых запросах. Автор показывает, что большие данные – не только область потенциальных инноваций, но и важнейший фактор, который бизнесу нужно учитывать, чтобы выжить.

«Hadoop: The Definitive Guide, 4th Edition» от Тома Вайта

<a href="https://www.amazon.com/Hadoop-Definitive-Storage-Analysis-Internet/dp/1491901632" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

4-е издание популярной книги о Big Data для технической аудитории. В ней можно найти инструкции по созданию и обслуживанию распределенных систем параллельной обработки данных с помощью Apache Hadoop (HDFS, MapReduce и YARN). В книге также представлены интересные тематические исследования из сферы здравоохранения и генетики.

***

Если вы только начинаете свой путь в отрасли, мы рекомендуем обратить внимание на курс факультета аналитики Big Data онлайн-университета GeekBrainsy. Программа включает основательную математическую подготовку, изучение языка Python и получение навыков практической работы с базами данных. Также изучаются Hadoop и Apache Spark – востребованные инструменты для работы с большими данными. Курс ориентирован на применение машинного обучения в бизнесе и построен по принципам практической работы над проектами с ведущими специалистами отрасли и личным помощником-куратором.

04
Ноя
2020

✅ 10 советов начинающему инженеру QA

В сложном мире тестирования начинающему QA-инженеру потеряться нетрудно. Чтобы избежать проблем, воспользуйтесь несколькими простыми советами.

В начале карьеры тестировщику не всегда ясно, какие навыки стоит прокачивать в первую очередь. Бежать изучать программирование,
если в нем есть пробелы, или сосредоточиться на т.н. «софт скиллах»: правильно задавать
вопросы, грамотно объяснять, уметь слушать.
Без навыка четко выражать свои мысли устно и письменно развиваться будет крайне сложно, но и хвататься сразу за все не стоит. Можно распылиться и ничего не получить в итоге.

Инженер QA обучается постоянно: попробуем сформулировать 10 базовых принципов, следуя которым можно если не достичь совершенства, то максимально к нему приблизиться.

Совет № 1. Составьте план

Работа и обучение
тестировщиков – прежде всего структурирование. Сразу определите шаги,
которые при последовательном выполнении дадут вам результат. Решите, в каком
направлении прокачивать навыки в первую очередь, сколько часов в день/неделю, что будет
мерой успеха. Если вы только сейчас узнали, кто такой тестировщик, стоит изучить тему чуть шире и узнать, какие слухи ходят о профессии.

Совет № 2. Выбирайте язык

Речь не только о языках программирования. Если у вас слабый английский, это первый пункт плана. Вам нужно читать мануалы в оригинале, быть в курсе мировых
новостей и понимать, почему
оператор или функциональный модуль называются именно так, а не иначе. Только освоив английский можно выбирать, скажем, между
Java или Python.

Иллюстрация с pixabay.com
Иллюстрация с pixabay.com

Совет №3. Изучите кухню

Чтобы освоить профессию тестировщика, не обязательно быть технарем, но некоторые технические знания все равно потребуются: нужно представлять, как процессор обрабатывает команды, зачем нужна операционная система, что такое
база данных или веб-сервер. Как отличается
тестирование веб-приложения от тестирования сайта, как правильно заводить
дефекты – все это придется изучить.

Совет №4. Используйте интеллект-карты

Интеллект-карты – инструмент
аналитика, который позволяет максимально наглядно работать с информацией. Их
еще называют
mindmap или
майнд-картами. Вы визуально отображаете информацию, с которой работаете, и находите
неожиданные сочетания. В процессе обучения интеллект-карты позволяют лучше усваивать материал.

Совет №5. Делите тестирование на части

Любой сложный процесс можно
разделить на составные части и проверить каждую из них отдельно. Составьте для каждой части ситуации от обычной до невероятной, и пройдите эту
шкалу полностью. Результат получится более объемным, а понимание процесса углубится. Начните с ориентации ПО на девайсах, визуала, ведения данных и
постепенно идите к коду. Создавайте чек-листы. Они пригодятся, чтобы разгрузить мозг и ничего не
забыть. Разделите тестирование на разные позиции:
пользователя, специалиста тех. поддержки и т.д.

Иллюстрация с pixabay.com
Иллюстрация с pixabay.com

Совет № 6. Собирайте базу кейсов

Ведите таблицы, записывайте
интересные случаи и способы решения задач. В части визуала есть понятие насмотренности – оно помогает на интуитивном уровне делать визуальную составляющую стильной и
приятной. Для тестировщика такой насмотренностью будет своя база кейсов, собранных из различных источников.

К примеру, два инженера QA тестируют расчет алиментов. Один проверил, как они заводятся в системе, как
начисляются, каковы варианты ведения данных в полях. Проверил и смоделировал выплату.

Второй тестировщик взял и
завел алименты женщине от двух разных мужчин с двумя разными способами
перечисления. Проверил, смоделировал выплату.

Какой результат будет более
объемным?

Совет № 7. Пишите понятно, подтверждайте красиво

Все записанное имеет силу. Нет
ничего надежнее задокументированных результатов тестирования. Недостаточно
сказать «работает не так»: приложите скриншот, лог программы, видео или
трассировку. Чем больше наглядных подтверждений, тем выше шансы, что вас поймут
правильно и не попросят переформулировать.

Совет №8. Освойте отладочные меню и системы баг-трекинга

Обучение инженера QA включает работу с отладочными меню для облегчения тестирования. Системы баг-трекинга Jira, Redmine и Bugzilla помогают управлять процессом и координировать работу.

Совет № 9. Проводите стресс-тестирования

Заполняйте оперативную память
полностью, создавайте условия максимальной нагрузки для приложения, чтобы
понять, как оно поведет себя в стрессовой ситуации. Вы проверите на
практике, с какой скоростью приложение выполняет операции, как
восстанавливается, сохраняет ли данные, при какой нагрузке зависает непоправимо.

Иллюстрация с pixabay.com
Иллюстрация с pixabay.com

Совет № 10. Пройдите стажировку

Расширяйте горизонты. Обучение
тестировщика идет непрерывно: новые проекты, новые разработки, новые задачи. Не стоит учиться только чтобы учиться – у вас должна быть
цель, тогда продуктивность повысится. Книги, коммьюнити и курсы – хорошая помощь в развитии. Нет ничего лучше постоянного общения в профессиональной среде.

Что стоит почитать для расширения кругозора:

· Гленфорд Майерс, Том Баджетт, Кори Сандлер «Искусство
тестирования программ»

· Тобиас Клейн «Дневник охотника за ошибками.
Путешествие через джунгли проблем безопасности программного обеспечения»

· Ron
Patton
«Software Testing»

· Джеймс Уиттакер, Джейсон Арбон, Джефф Каролло «Как
тестируют в
Google»

· Кэти Сьерра и Берт Бейст «Изучаем Java»

· Линн Бейли «Изучаем SQL»

· Роман Савин.
«Тестирование Дот Ком, или Пособие по жестокому обращению с багами в
интернет-стартапах»

· Святослав Куликов «Тестирование программного
обеспечения. Базовый курс»

· Алан Купер «Психбольница в руках пациентов»

· Борис Бейзер «Тестирование черного ящика.
Технологии функционального тестирования программного обеспечения и систем»

· Константин Азарский «Тестирование. Легкий старт»

Где поучиться:

· Можно пройти стажировку в крупной ИТ-компании. Варианты нетрудно найти на hh.ru с
пометкой «без опыта». Чтобы получить должность, достаточно иметь базовые знания. Денег стажировка скорее всего не принесет, но
вы попадете в
профессиональную среду и при достаточной мотивации обеспечите себе карьерный рост.

· Если вам по душе более мягкий подход к обучению, обратите внимание на курсы. На факультете тестирования ПО GeekUniversity можно получить нужные для старта в профессии знания и карьерные консультации, оформить резюме и даже найти первые заказы на фрилансе.

***

Будьте заинтересованными,
внимательными, гибкими. Не бойтесь стрессовых ситуаций, учитесь на своих
ошибках – они делают вас сильнее. Все обязательно получится!

27
Окт
2020

📖 Data Science с нуля: обзор книг и видеокурсов для начинающих

Чтобы стать специалистом в области анализа данных, необходимы учебные пособия. Рассказываем о самых важных книгах и видеокурсах для оттачивание мастерства Data Scientist.

Освоение Data Science с нуля может показаться сложным и пугающим занятием. С чего же начать? Во вступительной серии публикаций мы подробно описали особенности профессии, а также рассказали, как научиться ей c нуля и какие навыки необходимы специалисту по Data Science.

В подготовленной при поддержке Факультета Искусственного интеллекта онлайн-университета GeekBrains статье мы расскажем, какие книги и видеокурсы помогут новичку освоить навыки Data Scientist. Предварительные знания для этого не нужны, достаточно желания погрузиться в профессию.

Книги для новичков

На русском

<a href="https://www.ozon.ru/product/data-science-nauka-o-dannyh-s-nulya-2-e-izdanie-184991619/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Data Science. Наука о данных с нуля» от Джоэла Граса

Второе издание популярной книги включает описание библиотек, фреймворков, модулей и наборов инструментов для изучения науки о данных. Книга рассчитана на новичков, которые хотят понять, как работают фундаментальные инструменты и алгоритмы анализа данных.

<a href="https://www.mann-ivanov-ferber.ru/books/verhovnyj-algoritm/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Верховный алгоритм. Как машинное обучение изменит наш мир» от Педро Домингос

Книга о поиске универсального самообучающегося алгоритма подойдет пытающимся понять, как работают алгоритмы Machine Learning и где они применяются. Педро Домингос – один из ведущих исследователей в этой области. В доступной форме он знакомит читателей с пятью основными школами машинного обучения.

<a href="https://www.ozon.ru/context/detail/id/140891479/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными» от Андреас Мюллер и Сара Гвидо

Если вы абсолютный новичок, но хотите узнать о направлениях машинного обучения, эта книга для вас. Она подойдет даже не владеющим основами Python. Читателей знакомят с концепциями и алгоритмами машинного обучения, а также с их практическим использованием. В книге детально описаны все процессы: от предварительной обработки данных, до оценки результатов и внедрения алгоритмов в систему производственного уровня.

<a href="https://www.ozon.ru/context/detail/id/139296295/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Грокаем алгоритмы. Иллюстрированное пособие для программистов и любопытствующих» от Бхаргава Адитья

Книга с иллюстрациями, которая простым языком рассказывает об алгоритмах и их значении в последовательности решения различных задач.

<a href="https://www.ozon.ru/context/detail/id/155266079/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Грокаем глубокое обучение» от Траск Эндрю

Книга обещает научить новичков в Data Science конструировать нейронные сети с нуля. Автор знакомит читателей со всеми тонкостями этой нелегкой задачи на примерах распознавания изображений и перевода текстов с помощью Python и библиотеки NumPy.

<a href="https://www.ozon.ru/context/detail/id/159744533/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Работа с данными в любой сфере» от Еременко Кирилла

Практическое руководство по погружению в профессию Data Scientist для новичков и специалистов. Ее автор – основатель образовательного онлайн-портала и консультант Кирилл Еременко. Эксперт просто и понятно рассказывает об основных методах, алгоритмах и приемах, которые помогут на любом этапе: от сбора данных и их анализа, до визуализации полученных результатов.

<a href="https://www.ozon.ru/context/detail/id/148592255/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Data Science. Инсайдерская информация для новичков» от Кэти О’Нил и Рэйчел Шатт

Книга основана на курсе Колумбийского университета «Введение в Data Science» и предназначена для тех, кто только начинает осваивать науку о данных. Авторы погружают читателя в Data Science c помощью примеров исследований и понятного кода. Книга охватывает тему алгоритмов, а также методов построения моделей и визуализации данных.

На английском

<a href="https://www.amazon.fr/Understanding-Machine-Learning-Theory-Algorithms-ebook/dp/B00J8LQU8I" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Understanding Machine Learning: From Theory to Algorithms» от Шай Бен-Давид и Шай Шалев-Шварц

Цель данного учебника – освоить машинное обучение от теории до внедрения алгоритмов. В книге дается теоретическая база основ машинного обучения и математических выводов, которые преобразуют эти принципы в практические алгоритмы.

<a href="https://www.amazon.com/Numsense-Data-Science-Layman-Added-ebook/dp/B01N29ZEM6" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Numsense! Data Science for the Layman: No Math Added» от Анналин Ын и Кеннет Су

Книга обещает представить Data Science c небольшим количество математики. Она подойдет новичкам и тем, кого пугают сложные формулы и статистика. Каждая глава посвящена определенному алгоритму, с описанием его работы и примерами использования.

<a href="https://books.apple.com/us/book/data-science-for-dummies/id1208905171" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Data Science For Dummies» от Лилиан Пирсон

Концепции Data Science в простых терминах. Книга фокусируется на деловой стороне науки о данных и может использоваться как вводное руководство. Это ресурс для начинающих, который дает широкий обзор и знакомит читателей с наукой о данных и ее приложениями.

Книги для более продвинутых специалистов

На русском

<a href="https://www.ozon.ru/context/detail/id/145995607/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Практическая статистика для специалистов Data Science» от Брюса Эндрю и Брюса Питера

Книга рассчитана на специалистов в области Data Science, обладающих некоторым опытом работы с языком программирования R и имеющих представление о математической статистике. В удобной и легкодоступной форме в ней представлены ключевые понятия из статистики, которые относятся к науке о данных.

<a href="https://www.ozon.ru/context/detail/id/147833454/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Глубокое обучение на Python» от Франсуа Шолле

Книга написана для желающих освоить технологии глубокого обучения с нуля или расширить свои знания. В ней найдут много ценного работающие в области машинного обучения инженеры, разработчики программного обеспечения и студенты. В книге предлагается реальное практическое исследование глубокого обучения на примерах с программным кодом и подробными комментариями, практическими рекомендациями и простыми обобщенными объяснениями.

<a href="https://www.ozon.ru/context/detail/id/144865316/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Python для сложных задач. Наука о данных и машинное обучение» от Вандера Плас Дж.

Подробное руководство по вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки. Все желающие эффективно использовать Python в сфере Data Science найдут в этой книге ответы на связанные с подготовкой и анализом данных вопросы.

<a href="https://www.ozon.ru/product/prikladnoe-mashinnoe-obuchenie-bez-uchitelya-s-ispolzovaniem-python-189137165/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Прикладное машинное обучение без учителя с использованием Python» от Патела Анкур

Автор показывает, как освоить прикладное машинное обучение без учителя на основе двух платформ: Scikit-learn и TensorFlow/Keras. Прочитавшие книгу специалисты в области Data Science смогут выявлять скрытые закономерности в информационных массивах, более глубоко анализировать деловые данные, обнаруживать аномалии, выполнять автоматическое конструирование признаков и генерировать синтетические наборы данных.

На английском

<a href="https://www.amazon.com/Data-Science-Handbook-Insights-Scientists/dp/0692434879" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«The Data Science Handbook: Advice and Insights from 25 Amazing Data Scientists» от Карла Шан, Уильяма Чен, Генри Ванг и Макса Сонг

Сборник интервью с 25-ю ведущими экспертами в Data Science: от бывшего главного директора по данным в США и руководителей data-teams в известных компаниях, до начинающих ученых в области данных, предлагающих уникальный взгляд на отрасль. Советы новичкам по развитию карьеры и рассказы о типичных ошибках начинающего специалиста.

<a href="https://books.google.fr/books/about/The_Art_of_Data_Science.html?id=ZDH9DAEACAAJ&amp;source=kp_book_description&amp;redir_esc=y" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«The Art of Data Science» от Роджера Д. Пэн и Элизабет Мацуи

Книга фокусируется на процессе анализа данных и их фильтрации для поиска интересный data insights. Авторы используют свой опыт управления проектами по обработке данных для обучения начинающих специалистов. Они также подробно обсуждают свои ошибки и подводные камни проектов, которые могут помешать достижению желаемых результатов.

<a href="https://www.oreilly.com/" target="_blank" rel="noopener noreferrer nofollow">Источник</a>
Источник

«Data Jujitsu: The Art of Turning Data into Product» от DJ Patil

Книга DJ Patil – легенды Data Science и бывшего главного специалиста по данным Управления по Науке и Технике Соединенных Штатов. В ней выделены проблемы, возникающие в ориентированных на использование данных отраслях.

Видеокурсы для начинающих

На русском

Data Science для начинающих: обзор сферы и профессий от Нетологии

Видеолекция о том, как устроена работа с данными и почему она так востребована.

Введение в Data Science и Machine Learning от Hillel

Лекция Михаила Константинова – Data Scientist в ELEKS, о том, что из себя представляют Data Science и машинное обучение.

На английском

Learn Data Science от David Langer

Серии лекций Дэвида Лангра – специалиста по Data Science и основателя Dave on Data. Введение в анализ и визуализацию данных с помощью R.

Intro to Data Science – Crash Course for Beginners от freeCodeCamp

Основы Data Science для новичков и погружение в отрасль. Курс включает в себя основы статистики, визуализацию данных и программирование.

What is Data Science? | Introduction to Data Science | Data Science for Beginners от Simplilearn

Этот видеоучебник поможет понять, что такое Data Science и зачем она нужна. Предпосылки для изучения и жизненный цикл науки о данных с примерами и возможностями карьерного роста.

Learn Data Science Tutorial – Full Course for Beginners от freeCodeCamp

Учебный курс для абсолютных новичков. Основные принципы, практики и инструменты, которые делают Data Science мощным средством для критического анализа в бизнесе и исследованиях.

Introduction to Data Science от Linkedin Learning

Построенный на видеолекциях курс, с помощью которого вы получите знания о практических методах, вроде исследовательского анализа, очистки и визуализации данных. Он позволит наработать необходимые навыки для выполнения базового анализа данных и составления отчетов.

Видеокурсы для более продвинутых специалистов

Data Science Training Videos от Edureka

Большая серия видеолекций о Data Science, которые охватывают основные аспекты необходимых в профессии навыков.

Data Visualization in Python от sentdex

Учебная серия видеолекций о визуализации данных с помощью библиотеки Python Matplotlib.

Machine Learning от Andrey Ng

Видеолекции курса машинного обучения от одного из основателей Coursera и адъюнкт-профессора компьютерных наук в Стэнфордском университете.

Harvard Stats 110: Probability от Harvard University

Знаменитые лекции Гарвардского университета для специалистов, которые хотят усовершенствовать познания в статистике для оптимизации алгоритмов и моделей анализа данных.

***

Если вы только начинаете свой путь в Data Science, хотите получить диплом и помощь в трудоустройстве, стоит обратить внимание на курс Факультета Искусственного интеллекта онлайн-университета GeekBrainsy. Он включает основательную математическую подготовку, изучение программирования и статистического анализа, а также работу с базами данных реальных проектов. Курс ориентирован на применение полученных навыков в бизнесе: он выстроен на основе практической работы с ведущими специалистами отрасли и личным помощником-куратором.

29
Сен
2020

Книги для по DevOps для специалистов начального уровня

Актуальные книги по DevOps на русском и английском языках. Расставлены в порядке возрастания сложности, обобщены указанные читателями преимущества и недостатки.

Мы уже писали о специфике работы инженеров DevOps и преимуществах этой профессии. Книги из подборки помогут читателям найти дополнительную информацию о необходимых технологиях и инструментах.

Книги для по DevOps для специалистов начального уровня

Джун Ким, Джонг Хан Ким, Бер К., Спаффорд Д. Проект «Феникс». Роман о том, как DevOps меняет бизнес к лучшему

<a href="https://www.ozon.ru/context/detail/id/32211144/" target="_blank" rel="noopener noreferrer nofollow">Спаффорд Д., Ким Д., Бер К. «Проект «Феникс». Роман о том, как DevOps меняет бизнес к лучшему» </a>
Спаффорд Д., Ким Д., Бер К. «Проект «Феникс». Роман о том, как DevOps меняет бизнес к лучшему»

Книга в сообществе @progbook

Проект «Феникс» вымышленная история о компании Parts Unlimited. IT-менеджер Билл узнает, что новый важный проект не укладывается в сроки и выходит за рамки возможностей бюджета. Генеральный директор дает Биллу 90 дней на улаживание проблем по проекту, либо увольняет весь отдел главного героя.

В этой художественной книге рассматриваются реалистичные сценарии работы в IT-компании. Проект «Феникс» предлагает читателям ряд эффективных инструментов и подходов в рамках практик DevOps.

Достоинства:

  • Подходит для ознакомления с профессией.
  • Описано, как происходит становление DevOps-специалиста в компании.
  • В книге есть конкретные практики вывода IT в компаниях на новый уровень эффективности и взаимодействия с бизнесом.
  • Легкий и доступный для новичка язык повествования.

Недостатки:

  • Книга не содержит конкретных технических решений.
  • Есть опечатки, орфографические ошибки.

Джин Ким, Патрик Дебуа, Джон Уиллис и Джез Хамбл. Руководство по DevOps

<a href="https://www.ozon.ru/context/detail/id/147521541/" target="_blank" rel="noopener noreferrer nofollow">Ким Д., Дебуа П., Уиллис Дж. и Хамбл Д. Руководство по DevOps</a>
Ким Д., Дебуа П., Уиллис Дж. и Хамбл Д. Руководство по DevOps

Технически более детальное продолжение Проекта «Феникс». Авторы рассказывают об основных принципах DevOps в виде трех путей: поток, обратная связь и непрерывное обучение.

В разделе «Поток» рассмотрены непрерывная интеграция и доставка приложения (CI/CD). В «Обратной связи» говорится о телеметрии, тестировании и анализе данных для улучшения качества программных продуктов. Раздел «Непрерывное обучение» посвящен улучшению продукта, инструментариям и документации.

В книге также рассмотрены реальные кейсы известных компаний с примерами и путями решения проблем.

Достоинства:

  • Подробно описаны основные понятия DevOps.
  • Описаны подходы CI/CD, сине-зеленое развертывание.
  • Приведено много технических примеров непрерывного развертывания, телеметрии и доставки, а также рассматриваются вопросы безопасности систем.
  • Высокое качество печати.

Недостатки:

  • В книге есть некоторое количество «воды».

Jennifer Davis, Ryn Daniels. Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale

<a href="https://www.amazon.com/Effective-DevOps-Building-Collaboration-Affinity/dp/1491926309" target="_blank" rel="noopener noreferrer nofollow">Davis J., Daniels R. Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale</a>
Davis J., Daniels R. Effective DevOps: Building a Culture of Collaboration, Affinity, and Tooling at Scale

Книга в оригинале в сообществе @progbook

Основной посыл книги: DevOps – это не только технологии и процессы, но и люди, а также взаимодействие между ними.

Авторы раскрывают понятие DevOps, как культурное движение, которое требует изменений внутри организации. Они предлагают несколько подходов по улучшению командной работы, выделяют принципы создания единства между командами и приводят примеры эффективного использования рабочих инструментов в компании.

Издание знакомит читателей с техническими, культурными и управленческими аспектами DevOps, а также с принципами правильной организации работы.

Достоинства:

  • Много полезных советов по управлению персоналом.
  • Описание грамотной организации IТ-департамента.
  • Советы по формированию команд и взаимодействию между ними.

Недостатки:

  • Мягкая обложка.
  • Тяжеловатый стиль изложения.
  • Сделан сильный акцент на культурных аспектах в команде.
  • Недостаточно раскрыта техническая составляющая.

Humble Jez, Farley David. Continuous Delivery: Reliable Software Releases through Build, Test, and Deployment Automation

<a href="https://www.amazon.de/Continuous-Delivery-Deployment-Automation-Addison-Wesley/dp/0321601912" target="_blank" rel="noopener noreferrer nofollow">Humble J., Farley D. Continuous Delivery: Reliable Software Releases through Build, Test, and Deployment Automation</a>
Humble J., Farley D. Continuous Delivery: Reliable Software Releases through Build, Test, and Deployment Automation

Книга в оригинале в сообществе @progbook

Книга выпущена в 2011 году, но большинство описанных в ней принципов по-прежнему актуальны для специалистов DevOps. Она будет полезна желающим ознакомиться с концепцией непрерывной интеграции и доставки (CI/CD).

Достоинства:

  • Помогает автоматизировать рутинные процессы: сборку, тестирование и развертывание проекта.
  • Структурирована так, чтобы читатель сразу же начал внедрять инновации в проект.
  • Есть полезные схемы.

Книги для среднего уровня

Джульен Вехен. Безопасный DevOps

<a href="https://www.ozon.ru/context/detail/id/158868397/" target="_blank" rel="noopener noreferrer nofollow">Вехен Дж. Безопасный DevOps</a>
Вехен Дж. Безопасный DevOps

Книга в оригинале в сообществе @progbook

Книга поможет разобраться в специфике защиты облачных приложений от взлома, повреждений и других угроз информационной безопасности. Автор рассказывает, как устранить уязвимости в продукте и обеспечить надежность в ключевых процессах DevOps. Материал будет полезен специалистам, которые умеют работать с Linux, владеют стандартными практиками DevOps и разбираются в модульном тестировании.

Достоинства:

  • Есть полезные схемы архитектуры, примеры кода и инструменты с открытыми исходными текстами для каждой представленной проблемы.
  • Рассматривается построение облака AWS.
  • Подробные пошаговые примеры основаны на авторском опыте.
  • Структура четкая и последовательная, книга легко читается.

Недостатки:

  • Книга ориентирована только на AWS.
  • Не хватает универсальных решений.
  • Есть ошибки перевода.

Эберхард Вольф. Continuous delivery. Практика непрерывных апдейтов

<a href="https://www.ozon.ru/context/detail/id/143509632/" target="_blank" rel="noopener noreferrer nofollow">Вольф Э. Continuous delivery. Практика непрерывных апдейтов</a>
Вольф Э. Continuous delivery. Практика непрерывных апдейтов

Книга подойдет тем, кто сталкивается в работе с непрерывной поставкой программного обеспечения. Автор рассказывает о необходимых для этого технологиях: Docker, Chef, Vagrant, Jenkins, Graphite, ELK stack, JBehave и Gatling. Применение описанных инструментов на каждом этапе (сборка, непрерывная интеграция, нагрузочное тестирование, развертывание и мониторинг) разобрано достаточно подробно. В книге есть примеры проектов, на которые можно опираться в работе.

Достоинства:

  • Исчерпывающее руководство по методам организации CI/CD.
  • Охватывает многие вопросы технологии непрерывного развертывания, в частности A/B-тестирование, сине-зеленое и канареечное развертывание, применение практик DevOps.

Недостатки:

  • Мало сравнений, плюсов/минусов различных подходов и инструментов.
  • Не затронута тема непрерывной компиляции и автоматического тестирования CI/CD.

Евгений Брикман. Terraform: инфраструктура на уровне кода

<a href="https://www.ozon.ru/product/kniga-terraform-infrastruktura-na-urovne-koda-173303558/" target="_blank" rel="noopener noreferrer nofollow">Брикман Е. Terraform: инфраструктура на уровне кода</a>
Брикман Е. Terraform: инфраструктура на уровне кода

Книга в оригинале в сообществе @progbook

Американское издательство O’Reilly выпустило множество полезных для инженеров DevOps книг. Одна из них посвящена технологии Terraform. Автор приводит конкретные примеры кода, который используется для развертывания и управления инфраструктурой, а также рассматривает весь спектр инструментов DevOps и разбирает суть подхода Infrastructure as a Code (IaC).

Достоинства:

  • Возможность быстро познакомиться с Terraform.
  • Детальные объяснения и примеры кода.

Недостатки:

  • Мягкая обложка.
  • Присутствуют нерабочие примеры кода.
  • Организация глав оставляет желать лучшего.

Арундел Д., Домингус Д. Kubernetes для DevOps: развертывание, запуск и масштабирование в облаке

<a href="https://www.ozon.ru/context/detail/id/168455112/" target="_blank" rel="noopener noreferrer nofollow">Арундел Д., Домингус Д. Kubernetes для DevOps: развертывание, запуск и масштабирование в облаке</a>
Арундел Д., Домингус Д. Kubernetes для DevOps: развертывание, запуск и масштабирование в облаке

Книга в оригинале в сообществе @progbook

Kubernetes – один из ключевых элементов современной облачной экосистемы. Авторы книги рассматривают особенности создания контейнеров и работы с ними, рассказывают о возможностях, ограничениях, плюсах и минусах популярных инструментов установки Kubernetes: kops, kubeadm и Kubespray.
После прочтения вы сможете построить собственное облачное приложение и создадите инфраструктуру для его поддержки. Настроите среду разработки и конвейер непрерывного развертывания, а также научитесь управлять жизненным циклом контейнера и расходом ресурсов.

Достоинства:

  • Приведены лаконичные примеры и фрагменты кода, которые помогают понять архитектуру и последовательность операций.
  • Доступное изложение материала.

Недостатки:

  • Мягкая обложка.

Для продвинутого уровня

Бейер Б., Джоунс К., Петофф Д., Мерфи Р. Site Reliability Engineering. Надежность и безотказность как в Google

<a href="https://www.ozon.ru/context/detail/id/146683766/" target="_blank" rel="noopener noreferrer nofollow">Бейер Б., Джоунс К., Петофф Д., Мерфи Р. Site Reliability Engineering. Надежность и безотказность как в Google</a>
Бейер Б., Джоунс К., Петофф Д., Мерфи Р. Site Reliability Engineering. Надежность и безотказность как в Google

Книга Site Reliability Engineering. Надежность и безотказность как в Google в оригинале в сообществе @progbook

Книга Site Reliability Workbook. Практическое применение в оригинале в сообществе @progbook

Site Reliability Engineering (SRE) – технология, которая позволяет Google более 10 лет обеспечивать бесперебойную работу масштабных IT-систем. В книге раскрыт накопленный компанией опыт ее использования, что будет полезно для инженеров, которые хотят разрабатывать и поддерживать продукт качественно.

Достоинства:

  • Обширная подборка тем по эксплуатации ПО и автоматизации процессов.
  • Подробно описано, как строить мониторинг, чтобы правильно узнавать об ошибках, как упрощать системы и исправлять в них ошибки.
  • Хорошо структурированный материал, можно пользоваться как справочником.

Недостатки:

  • Местами неточный перевод.
  • Мягкая обложка.
  • Неконтрастный шрифт, нечеткие границы букв.

Майкл Нейгард. Release it! Проектирование и дизайн ПО для тех, кому не все равно

<a href="https://www.ozon.ru/context/detail/id/135464861/" target="_blank" rel="noopener noreferrer nofollow">Нейгард М. Release it! Проектирование и дизайн ПО для тех, кому не все равно</a>
Нейгард М. Release it! Проектирование и дизайн ПО для тех, кому не все равно

Книга в сообществе @progbook

Книга предназначена для желающих разобраться в проектировании информационных систем, которые не рассыпаются в процессе эксплуатации. В ней раскрыты темы производительности, масштабирования, надежности, внедрения, эксплуатации и администрирования.

Хотя англоязычный оригинал появился более 10 лет назад, изложенная автором информация еще актуальна. В книге содержатся ценные уроки, основанные на реальных неудачах и плохо продуманных действиях.

Достоинства:

  • Качественный перевод.
  • Приведено много паттернов и антипаттернов проектирования.
  • Много примеров от автора о судьбе программы после начала ее использования живыми людьми.

Недостатки:

  • Мягкая обложка.
  • На некоторых иллюстрациях текст сложно читаем из-за темного фона.
***

Если вы не увидели любимую книгу в списке, пожалуйста, не стесняйтесь порекомендовать ее в комментариях. Если вы читали перечисленные книги, дополните наши описания – какие преимущества и недостатки отметили бы вы.

***

Если вы хотите получить больше актуальной информации и быстрее овладеть профессиональными навыками, советуем обратить внимание на курс DevOps от GeekBrains. Программа рассчитана на изучение указанных в статье технологий: Docker, Kubernetes, Terraform, CD/CI, AWS. Студенты смогут их освоить и получить другие необходимые для инженера DevOps навыки.

Опытные преподаватели научат вас решать реальные бизнес-задачи самостоятельно и в команде. За время обучения каждый студент выполнит 6 проектных задач и сможет применить полученные навыки на практике.

27
Сен
2020

Книги по языку Go с лучшими оценками читателей. Расставлены в порядке возрастания сложности, обобщены указанные читателями преимущества и недостатки.

Книги по языку Go для началь…

28
Июл
2020

Пару слов о еще одном безумном разделении во вселенной IT-специальностей: системный и бизнес-аналитик. Рассказываем, чем занимаются представители профессии, сколько зарабатывают и как войти в эту сферу деятельности.

Системный аналитик и бизнес-аналитик: кто это такие и каков спрос?

Бизнес-аналитик – это специалист, который выявляет и анализирует проблемы в бизнесе заказчика. Результат его работы – систематизация бизнес-требований в документе о концепции и границах. В нем описаны бизнес-цели, которых нужно достичь в рамках текущего проекта или отдельной его итерации. То есть бизнес-аналитик – это специалист, который умеет превратить неопределенность, идею или абстракцию в перечень однозначных и документированных задач, которые помогут бизнесу достичь поставленных целей.

К примеру, нужно разобраться в абстрактной проблеме клиента: «низкая прибыль». Для начала аналитик изучает бизнес-процессы компании. Анализ позволяет сформировать финансовую цель – сэкономить X рублей в год, которые сейчас расходуются на содержание офиса. Вариант решения: внедрение нового бизнес-процесса – перевода сотрудников на удаленную работу.

Системный аналитик занимается анализом требований, сформированных бизнес-аналитиком, написанием технических документов, спецификации требований к ПО, описанием его функций и возможностей, вариантов использования, действий пользователя, при которых тот достигает необходимого результата. То есть системный аналитик – это специалист, который выступает промежуточным звеном между бизнесом и разработкой.

Сколько зарабатывают системные и бизнес-аналитики?
Судя по вакансиям на hh.ru, младший бизнес-аналитик в Москве получает в среднем от 80 до 150 тыс. рублей в месяц, зарплата ведущего бизнес-аналитика составляет не менее 150 тыс. рублей. В регионах цифры варьируются от 40 до 80 тыс. рублей для младшего специалиста и от 80 тыс. рублей для ведущего. Системный аналитик в Москве получает в среднем от 100 до 250 тыс. рублей в месяц. В регионах – от 60 до 120 тыс. рублей. Большинство работодателей ожидают увидеть от 1 до 3 лет практического опыта в сфере.

Обе профессии крайне значимы для бизнеса, которому нужны специалисты, умеющие принимать взвешенные бизнес-решения. Функцию системного аналитика и бизнес-аналитика в компании зачастую исполняет один человек, однако в крупных компаниях эти две должности разделены и идут рука об руку при подготовке проекта.

Этапы работы и инструменты системного и бизнес-аналитика

Работу бизнес-аналитика можно представить в виде следующей последовательности:

  • выявление потребностей бизнеса заказчика;
  • выбор концепции решения задачи. На этом этапе используют Excel для аналитики, Power BI и Tableau для визуализации данных в виде графиков и таблиц;
  • составление бизнес-требований. Основной инструмент – Confluence – используется для постановки задач и составления документации, например, функциональных требований;
  • взаимодействие с командой разработчиков и заказчиком. Основные инструменты – Power Point и Draw.io. С помощью последнего создаются схемы связей между структурами баз данных или программы.

После этого бизнес-аналитик передает документ о концепции и границах для дальнейшего составления функциональных требований системным аналитиком. В свою очередь, работа системного аналитика развивается следующим образом:

  • анализ бизнес-требований;
  • формирование функциональных требований к ПО. Здесь используются CASE-инструменты проектирования программного обеспечения: средства анализа, создания структуры программы, документирования требований, генерации заготовок кода;
  • анализ подходящих существующих решений и технологий, которые будут использоваться при разработке. На этом этапе системный аналитик обычно анализирует GitHub, определяя, какие из готовых решений можно повторно использовать;
  • описание архитектуры ПО и баз данных. Из инструментов используются UML для создания схем связей между структурами баз данных или программы, SQL – язык для создания, модификации и управления данными в реляционных базах данных, CASE-средства проектирования;
  • постановка задачи на создание ПО с помощью Jira и Confluence – командные средства для постановки задач и составления документации.

Какими качествами должны обладать бизнес-аналитик и системный аналитик

Ключевые навыки бизнес-аналитика

  • техническое или экономическое высшее образование, лучше – оба;
  • знание нотаций моделирования бизнес-процессов: EPC, BPMN, UML;
  • навыки сбора бизнес-требований и разработки технического задания;
  • знание процесса управления изменениями (ITSM) и принципов ITIL;
  • знание бизнес-процессов производственных, коммерческих, финансовых и торговых компаний;
  • также необходимо хорошо ориентироваться в IT и уметь применять маркетинговые исследования.

Основные навыки системного аналитика

  • высшее техническое образование;
  • знание нотаций IDEF0IDEF1XEPC;
  • умение составлять SQL-запросы;
  • знание основ программирования, проектирования, разработки ПО;
  • знание основ теории алгоритмов, теории баз данных, теории систем и системного анализа, а также безопасности информации;
  • общие знания в области менеджмента и экономики.

Что делать, если нет необходимых навыков

Войти в профессию IT-аналитика можно двумя способами: прийти из бизнес-среды или переквалифицироваться из разработчика или тестировщика. В первом случае вам будет хватать бизнес-экспертизы, но недоставать технических навыков. Во втором – наоборот, нужно подтянуть знания в области бизнес-процессов.

Используйте открытые источники о бизнес-анализе

Существует множество профильных ресурсов, с помощью которых можно освоить основные понятия:

Обратите внимание на обучающие материалы на сайте Tableau, а также экспертную информацию по использованию Power BI.

Проходите обучающие курсы по системному и бизнес-анализу

Из основных англоязычных курсов можно выделить:

Читайте книги по бизнес-анализу

Одна из ключевых книг в профессии аналитика – BABOK (аббревиатура от «A Guide to the Business Analysis Body of Knowledge»), в ней описаны главные положения бизнес-анализа.

Для начального и базового уровня стоит выбрать следующие книги:

Как сформировать первое портфолио и найти работу

Карьерный путь аналитика начинается со стажировки в отделе аналитики. Чтобы получить работу, нужно хорошо понимать методы анализа, инструменты для работы и сферу в целом. Так как зачастую должность системного и бизнес-аналитика в небольших компаниях занимает один и тот же человек, вам нужно будет научиться базово владеть языком программирования, например, Python, а также языком запросов к базам данных SQL.

Новичкам самостоятельно освоить большой объем информации бывает непросто даже при высоком уровне мотивации, не говоря уже про сложность получения практических навыков. Более эффективный путь – получить инструкцию по изучению профессии от специалистов, которые могут подсказать вектор развития, – это поможет более качественно обучаться самостоятельно.

Лучшим решением станет программа обучения, во время прохождения которой опытные преподаватели расскажут, как все работает в теории и на практике. Важно выбрать курс, создатели которого заинтересованы в вашей будущей работе в сфере и имеют успешные кейсы трудоустройства своих учеников в известных компаниях. Одной из таких программ обучения является «Факультет системной и бизнес-аналитики» от онлайн-университета GeekBrains, гарантирующего трудоустройство и год практического опыта в резюме по завершении программы.

21
Июн
2020

Актуальная книга по Node js

Хочу изучить Node.js, интересует именно печатная книга, и на русском.
Посоветуйте пожалуйста самую лучшую и актуальную на сегодняшнее время
Хотел приобрести Node.js в действии (2е издание), но нигде нет в наличии.
И мне сказали что у неё н…

14
Июн
2020

Всем привет. Задание из книги сделать ‘Адресную книги с все возможным функционалом’ программа работает. что вы бы изменили в программе? [закрыт]

import pickle

class Addressbook():

adress = {
‘АНДРЕЙ’: ‘+79856549865451’, #Изначальный словарь
‘КСЮША’: ‘+78529951874635’
}
ad = ‘addressbook.data’
with open(ad, ‘wb’) as f:
pickle.dump(a…

14
Июн
2020

Всем привет. Задание из книги сделать ‘Адресную книги с все возможным функционалом’ программа работает. что вы бы изменили в программе? [закрыт]

import pickle

class Addressbook():

adress = {
‘АНДРЕЙ’: ‘+79856549865451’, #Изначальный словарь
‘КСЮША’: ‘+78529951874635’
}
ad = ‘addressbook.data’
with open(ad, ‘wb’) as f:
pickle.dump(a…

12
Июн
2020

Начальный материал для С\С++ [дубликат]

Знаю немного C++, C (программирую где-то 3 месяца). Можете подсказать, где прочитать про работу с файлами. Интересует запись в .bin файлы и как работает библиотека для работы с файлами. Материалы на 1-2 странички не кидать. Можно и докумен…

24
Май
2020

Книги с высокими оценками, посвященные языку PHP и PHP-фреймворкам. Расставлены в порядке возрастания сложности, обобщены указанные читателями преимущества и недостатки.

3310f05b…

07
Май
2020

Как с помощью Python скачать все бесплатные учебники Springer Nature

Короткий туториал о том, как скачать 390 учебников с помощью 10 строчек кода на Python 📕🐍. Список книг содержит издания по математике, статистике, электронике и Computer Science.

Издательская компания Springer Nature выложила в открытый доступ более 500 учебников. При помощи скрипта, написанного на Python, мы скачаем все англоязычные книги, указанные в соответствующей таблице Excel.

1. Установка библиотек

Воспользуемся мощью библиотек Python:

  • pandas – обработка и анализ данных.
  • wget – инструмент загрузки файлов.
  • requests – отправка HTTP-запросов.
  • xlrd – обработка экселевских файлов (используется библиотекой pandas).
            pip3 install xlrd pandas wget requests
        

2. Изучение списка учебников

Скачаем таблицу Free+English+textbooks.xlsx, содержащую 390 учебников (все списки и актуальные ссылки находятся здесь). Создадим файл download_textbooks.py и папку download, в которую будут скачиваться файлы.

В таблице Excel нас интересуют столбцы Book Title (название учебника), Edition (год издания) и OpenURL для получения ссылки на скачивание (Рис. 1).

Рис. 1. Столбцы, участвующие в работе скрипта
Рис. 1. Столбцы, участвующие в работе скрипта

Добавим в download_textbooks.py следующие строчки:

Содержимое download_textbooks.py: импорт необходимых модулей, загрузка таблицы эксель в массив pandas и вывод первых десяти строчек массива
            import requests
import wget
import pandas as pd
df = pd.read_excel("Free+English+textbooks.xlsx")
print(df.head(10))

        

Запустим скрипт и получим первые десять строчек из списка (Рис. 2):

Рис. 2. Вывод первых десяти строчек массива pandas
Рис. 2. Вывод первых десяти строчек массива pandas

3. Выбор правильного URL

Напишем цикл для скачивания файлов:

Содержимое download_textbooks.py
            for index, row in df.iterrows():
    file_name = f"{row.loc['Book Title']}_{row.loc['Edition']}"
    url = f"{row.loc['OpenURL']}"
    wget.download(download_url, f"./download/{file_name}.pdf")

        

Неплохо, но работает некорректно: столбец OpenUrl содержит ссылку на страницу с описанием книги, а не на конечный PDF-файл. Рассмотрим подробнее устройство ссылок на сайте издательства:

  • Возьмем какую-нибудь ссылку из столбца OpenUrl, например, http://link.springer.com/openurl?genre=book&isbn=978-0-306-48048-5
  • Она перенаправляет на https://link.springer.com/book/10.1007%2Fb100747
  • На странице есть кнопка для скачивания PDF-файла https://link.springer.com/content/pdf/10.1007%2F0-387-36274-6.pdf

Таким образом, в цикл for нужно добавить 3 шага:

  • Открыть ссылку из столбца OpenURL.
  • Получить перенаправленный URL.
  • Переформатировать структуру строки URL в конечный URL для загрузки PDF-файла.

В итоге код выглядит следующим образом:

Содержимое download_textbooks.py
            import requests, wget
import pandas as pd
df = pd.read_excel("Free+English+textbooks.xlsx")
for index, row in df.iterrows():
        file_name = f"{row.loc['Book Title']}_{row.loc['Edition']}".replace('/','-').replace(':','-')
        url = f"{row.loc['OpenURL']}"
        r = requests.get(url)
        download_url = f"{r.url.replace('book','content/pdf')}.pdf"
        wget.download(download_url, f"./download/{file_name}.pdf")
        print(f"downloading {file_name}.pdf Complete ....")

        

4. Скачивание учебников

Запустим скрипт download_textbooks.py (Рис. 3), откроем папку download и проследим за результатом работы (Рис. 4).

Рис. 3. Пример работы скрипта python, скачивающий файлы из списка Excel
Рис. 3. Пример работы скрипта python, скачивающий файлы из списка Excel
Рис. 4. Скачанные учебники в папке с помощью pandas, wget, requests и xlrd
Рис. 4. Скачанные учебники в папке с помощью pandas, wget, requests и xlrd
***

Вот и всё. Мы освободились от ненужной рутины, автоматизировав процесс скачивания всего за 10 строчек кода, используя библиотеки pandas, wget, requests и xlrd. Приятного чтения!

07
Апр
2020

Посоветуйте хороший справочник по Android программированию

Мне нужен не учебник, а именно справочник, чтобы можно было изучить конкретную, нужную мне в данный момент, тему, без необходимости чтения десяти предшествующих глав.

03
Апр
2020

Порядок изучения материала в книге "Android Программирование для профессионалов"

Читаю книгу “Android Программирование для профессионалов”, сейчас дошёл до 12 главы.

Вопрос к тем, кто уже читал эту книгу до меня:

В книге по несколько глав создаётся одно приложение, следовательно эти главы имеют сильную взаимную связь…

09
Мар
2020

7 лучших читалок книг форматов epub и fb2 для Android, iOS и десктопа

Мы пишем о книгах для разработчиков, поэтому часто получаем вопрос: чем открывать файлы fb2 и epub? В этом посте собрали бесплатные программы-читалки книг на любой вкус.