🌎 Game Development Patterns with Unreal Engine 5: Build maintainable and scalable systems with C++ and Blueprint (2023)
❔ Чему вы научитесь:
🔵 применять классические паттерны — синглтон, фабрика, наблюдатель, состояние — в контексте движка;
🔵 разделять ответственность между C++ и Blueprint, не смешивая логику;
🔵 использовать штатные механизмы UE5: делегаты, интерфейсы, компоненты, Gameplay Framework;
🔵 строить конечные автоматы для поведения персонажей и игровых состояний;
🔵 организовывать объектные пулы и управлять жизненным циклом акторов;
🔵 рефакторить разросшийся Blueprint-граф в поддерживаемую структуру.
"Game Development Patterns with Unreal Engine 5" — книга об архитектуре игрового кода: паттерны разбираются не абстрактно, а через средства самого движка. Рассчитана на разработчиков, уже сделавших пару прототипов в UE и упирающихся в неподдерживаемый код; нужны базовый C++ и знакомство с редактором. Практический результат — проект, который переживает добавление новых механик без переписывания половины систем.
👩💻 Хватит учить только синтаксис, начинай делать реальные проекты!
Python Ready — авторский канал, где Python перестаёт быть только теорией и становится рабочим инструментом. Мини-проекты, боты, советы, разборы задач, гайды и шпаргалки для каждого программиста.
🌎 Data Engineering Design Patterns: Recipes for Solving the Most Common Data Engineering Problems (2025)
❔ Чему вы научитесь:
🔵 подбирать паттерны загрузки: полная выгрузка, инкремент, CDC;
🔵 обеспечивать идемпотентность и корректный перезапуск пайплайна;
🔵 работать с поздними и дублирующимися событиями в потоковой обработке;
🔵 организовывать хранение — партиционирование, эволюция схемы, слои данных;
🔵 встраивать проверки качества и контракты на данные;
🔵 выстраивать наблюдаемость пайплайнов и разбор инцидентов.
"Data Engineering Design Patterns" — каталог решений, привязанный к задачам, а не к конкретному вендорскому стеку, поэтому подходы переносимы между инструментами. Рассчитана на дата-инженеров с опытом, которые уже собирали пайплайны и хотят систематизировать принимаемые решения. Ценность — в явном разборе компромиссов: у каждого паттерна указано, чем за него приходится платить.
🌎 Kubernetes: Up and Running: Dive into the Future of Infrastructure. Brendan Burns, Joe Beda, Kelsey Hightower, Lachlan Evenson. O'Reilly, 3-е издание (2022)
❔ Чему вы научитесь:
🔵 разворачивать кластер и работать с основными объектами: Pod, ReplicaSet, Deployment;
🔵 организовывать доступ через Service и Ingress, разбираться в модели сети;
🔵 хранить конфигурацию и секреты отдельно от образов;
🔵 запускать stateful-нагрузки, работать с томами и StatefulSet;
🔵 применять Job, CronJob и DaemonSet под соответствующие сценарии;
🔵 разграничивать доступ через RBAC и расширять API через CRD.
"Kubernetes: Up and Running" — компактное практическое введение от людей, стоявших у истоков проекта: объём заметно меньше, чем у «Kubernetes в действии», акцент на быстром старте. Подойдёт разработчикам и админам, знакомым с контейнерами. Внутреннее устройство control plane разбирается поверхностно — это книга, чтобы начать работать, а не чтобы понять систему изнутри.
❔ Чему вы научитесь:
🔵 собирать данные с датчиков микроконтроллера и готовить их для обучения;
🔵 обучать компактные модели и укладываться в килобайты доступной памяти;
🔵 применять квантизацию и другие приёмы сжатия перед развёртыванием;
🔵 разворачивать модель на плате Arduino через TensorFlow Lite for Microcontrollers;
🔵 решать типовые задачи TinyML: распознавание жестов, ключевых слов, классификация по акселерометру;
🔵 оценивать компромисс между точностью, задержкой инференса и энергопотреблением.
"Tiny Machine Learning Quickstart" — практическое введение в машинное обучение на устройствах, где нет ни операционной системы, ни мегабайтов оперативной памяти. Рассчитана на разработчиков встраиваемых систем и любителей Arduino; глубокого знания ML не требуется, но базовое понимание работы с платой предполагается. Ценность в том, что инференс происходит локально: устройство работает автономно, без сети и передачи данных наружу.
❔ Чему вы научитесь:
🔵 использовать модель данных Python — dunder-методы, протоколы, утиную типизацию;
🔵 работать с последовательностями, срезами, генераторами и представлениями памяти;
🔵 применять аннотации типов осознанно: дженерики, протоколы, вариантность;
🔵 писать декораторы, замыкания и разбираться в областях видимости;
🔵 использовать дескрипторы, метаклассы и хуки создания классов;
🔵 сравнивать конкурентные модели — потоки, процессы, async — и понимать роль GIL.
"Fluent Python" — книга о том, как писать код в идиоматике языка, а не переносить в него привычки из Java или C. Рассчитана на разработчиков, уже уверенно пишущих на Python: базового введения здесь нет. Второе издание существенно переработано под Python 3.10 — добавлены разделы о типизации и сопоставлении с образцом, объём при этом заметно вырос.
🌎 We, Programmers: A Chronicle of Coders from Ada to AI. Robert C. Martin (2025)
❔ Чему вы научитесь:
🔵 прослеживать линию от Ады Лавлейс и Тьюринга до современных языков и инструментов;
🔵 понимать, откуда взялись привычные абстракции и почему они устроены именно так;
🔵 разбираться в биографиях ключевых фигур и в контексте их решений;
🔵 видеть повторяющиеся циклы в истории профессии — от энтузиазма до разочарования;
🔵 осмыслять место программиста в эпоху генеративных моделей.
"We, Programmers" — не техническая книга, а история профессии, написанная автором «Clean Code» с личной интонацией и явной позицией. Технической подготовки не требует; читателю с опытом она даст скорее контекст, чем навык. Как и у прочих работ Мартина, взгляд авторский и местами полемичный — особенно в оценках будущего ремесла, — так что воспринимать изложение стоит как точку зрения, а не как нейтральную летопись.