«Большие данные. Зачем, что и как?», Андрей Коробейник oxşar kitablar

Глубокое обучение в картинках. Визуальный гид по искусственному интеллекту

Software. Ошибки и компромиссы при разработке ПО (pdf+epub)

Шаблоны интеграции корпоративных приложений

Пользовательские истории. Искусство гибкой разработки ПО

Чистый дизайн. Практика эмпирического проектирования ПО (pdf+epub)

Машинное обучение для абсолютных новичков. Вводный курс, изложенный простым языком

ИТ-архитектура. Практическое руководство от А до Я. Первое издание

SQL для анализа данных

Разработка требований к программному продукту

Рефакторинг с использованием шаблонов

Облачные архитектуры: разработка устойчивых и экономичных облачных приложений

Системный Анализ. Предметная область. Модели на UML

Погружение в аналитику данных. От Excel к Python и R

Самоучитель UML

System Design. Машинное обучение. Подготовка к сложному интервью (pdf + epub)

Рефакторинг баз данных: эволюционное проектирование

Проектирование на UML. Сборник задач

Непрерывное развертывание ПО: автоматизация процессов сборки, тестирования и внедрения новых версий программ

Роман с Data Science. Как монетизировать большие данные

Kubernetes и сети. Многоуровневый подход

Байесовская статистика: Star Wars, LEGO, резиновые уточки и многое другое

Расширенная аналитика с PySpark. Практические примеры анализа больших наборов данных с использованием Python и Spark

Технологии проектирования баз данных