🌎 AI-Native Software Delivery: Proven Practices to Produce High-Quality Software Faster. Nick Durkin, Eric Minick, Chinmay Gaikwad. O'Reilly (2025)
❔ Чему вы научитесь:
🔵 встраивать ИИ в конвейер после написания кода — от коммита до продакшена;
🔵 ускорять CI: кеширование, статический анализ, стратегия тестирования по пирамиде;
🔵 защищать цепочку поставок: SLSA, SBOM, shift-left и практики DevSecOps;
🔵 применять хаос-инжиниринг, SLO и бюджеты ошибок внутри конвейера;
🔵 выкатывать в прод прогрессивно и управлять релизами через feature flags;
🔵 сокращать облачные расходы автоматикой и строить платформенную команду.
"AI-Native Software Delivery" — тезис книги в том, что ИИ-ассистенты ускорили написание кода, а всё, что происходит после, осталось прежним. Аудитория — инженеры, DevOps-лиды и технические руководители. Важный контекст: книга выпущена O'Reilly совместно с Harness, все трое авторов работают там же, поэтому разделы про выбор инструментов стоит читать с поправкой на интерес вендора — принципы при этом изложены независимо от продукта.
🌎 Android Smartphones For Seniors For Dummies (2021)
❔ Чему вы научитесь:
🔵 выполнять первичную настройку: аккаунт Google, Wi-Fi, обновления системы;
🔵 работать со звонками, контактами и сообщениями;
🔵 увеличивать шрифт, менять контрастность и включать другие настройки доступности;
🔵 пользоваться камерой и разбирать фотографии в галерее;
🔵 устанавливать приложения из Google Play и удалять ненужные;
🔵 распознавать мошеннические звонки и сообщения, защищать аккаунт.
"Android Smartphones For Seniors For Dummies" — издание с крупным шрифтом и пошаговыми иллюстрациями, рассчитанное на людей, которые берут смартфон в руки впервые. Технической подготовки не требуется, темп максимально подробный. Книга 2021 года: базовые действия в Android с тех пор изменились мало, но внешний вид интерфейса зависит от производителя и версии системы, поэтому отдельные экраны будут выглядеть иначе.
🌎 Java Cookbook: Problems and Solutions for Java Developers, 5th Edition (2025)
❔ Чему вы научитесь:
🔵 решать типовые задачи по рецептам: строки, даты, файлы, регулярные выражения;
🔵 работать с коллекциями и Stream API в практических сценариях;
🔵 использовать современные возможности языка — records, sealed-типы, сопоставление с образцом;
🔵 писать сетевой код и обращаться к веб-сервисам;
🔵 организовывать конкурентность, включая виртуальные потоки;
🔵 подключать сборку, тестирование и работу с зависимостями.
"Java Cookbook" — справочник задач и решений, а не последовательный курс: каждая тема самодостаточна и разбирается с пояснением, почему подход выбран именно такой. Рассчитана на разработчиков, уже пишущих на Java. Пятое издание обновлено под актуальные версии платформы, поэтому рецепты используют современный синтаксис, а не наследие восьмой версии.
🌎 AI for Everyday IT: Accelerate workplace productivity (2025)
❔ Чему вы научитесь:
🔵 формулировать запросы к LLM под рабочие задачи ИТ-специалиста;
🔵 использовать модели для разбора логов, черновиков скриптов и документации;
🔵 автоматизировать переписку, отчётность и типовые тикеты поддержки;
🔵 встраивать ИИ-помощников в существующие рабочие процессы и инструменты;
🔵 проверять результат модели и распознавать уверенные ошибки;
🔵 учитывать корпоративные ограничения на передачу данных в облачные сервисы.
"AI for Everyday IT" — прикладная книга о повседневных задачах, а не о разработке моделей. Аудитория — админы, поддержка, ИТ-менеджеры; технической подготовки почти не требуется. Ограничение жанра стоит держать в голове: интерфейсы и возможности сервисов меняются быстрее выхода изданий, поэтому переносимая ценность — в подходах к постановке задачи и проверке ответа, а не в конкретных примерах.
Китайская нейросеть, которая заменяет подписку на GPT — бесплатно и оффлайн
2026 год – новая эпоха для DeepSeek. Китайская нейросеть работает прямо на вашем устройстве, обгоняет западные модели и снимает все ограничения: без подписок, без интернета, без контроля.
Зерокодер обновил практикум и собрал все, что важно знать о локальных моделях и как с ними работать.
⚡️Что ждет вас на вебинаре?
– Покажем, как установить DeepSeek на компьютер и пользоваться нейросетью оффлайн, без подписки и передачи данных в облако;
– Объясним, чем отличаются версии DeepSeek и какие модели использовать для текста, кода, анализа данных, обучения и исследований;
– Проверим DeepSeek на реальных задачах: коде, документах, расшифровках созвонов и работе с собственными файлами;
– Покажем, как монетизировать навыки работы с локальными ИИ и как работать быстрее GPT бесплатно.
Регистрируйтесь прямо сейчас
Участники эфира получат чек-лист по выбору модели под задачу и подборку 20+ сценариев для ИИ-помощника на своем компьютере, который работает с вашими файлами.
Эфир подойдёт всем, кто хочет пользоваться ИИ без лимитов и зависимости от чужих серверов, монетизировать навыки и оставаться в тренде технологий 2026 года.
❔ Чему вы научитесь:
🔵 профилировать код: cProfile, line_profiler, memory_profiler, поиск горячих участков;
🔵 понимать цену структур данных и модели памяти CPython;
🔵 ускорять вычисления через NumPy, векторизацию и корректную работу с массивами;
🔵 компилировать критичные участки с помощью Cython и Numba;
🔵 выбирать между потоками, процессами и async в зависимости от типа нагрузки;
🔵 работать с данными, не помещающимися в память, и масштабировать вычисления на кластер.
"High Performance Python" — книга о доказательной оптимизации: сначала измерение, потом правка, с разбором того, почему интерпретатор ведёт себя именно так. Рассчитана на опытных Python-разработчиков и специалистов по данным; синтаксис здесь не объясняют. Третье издание обновлено под актуальные версии языка и инструментов, включая изменения, связанные с GIL.
❔ Чему вы научитесь:
🔵 разбираться в модели данных: объекты, ссылки, изменяемость, встроенные типы;
🔵 работать с функциями, областями видимости, замыканиями и генераторами;
🔵 строить классы и понимать разрешение атрибутов, наследование, дескрипторы;
🔵 организовывать код в модули и пакеты, управлять импортом;
🔵 обрабатывать исключения и использовать менеджеры контекста;
🔵 писать декораторы и метаклассы, понимая механику их работы.
"Learning Python" — фундаментальный и очень объёмный курс: каждая конструкция разбирается до уровня «как это устроено внутри», а не «как этим пользоваться». Подойдёт тем, кто готов к медленному систематическому чтению; для быстрого старта книга слишком подробна. Пятое издание вышло в 2013 году и покрывает Python 3.3 и 2.7 — базовая модель языка с тех пор не изменилась, но всё, что появилось позже (f-строки, аннотации типов, async), в нём отсутствует.