🌎 Deep Learning for Time Series Cookbook: Use PyTorch and Python recipes for forecasting, classification, and anomaly detection (2024)
❔ Чему вы научитесь:
🔵 готовить временные ряды: ресемплинг, пропуски, скользящие окна, масштабирование;
🔵 строить прогнозные модели на LSTM, GRU и свёрточных архитектурах в PyTorch;
🔵 работать с многомерными рядами и внешними признаками;
🔵 решать задачи классификации последовательностей и детекции аномалий;
🔵 корректно валидировать модели во времени, без утечки будущего в обучение;
🔵 подбирать гиперпараметры и сравнивать результат с классическими бейзлайнами.
"Deep Learning for Time Series Cookbook" — формат рецептов: каждая задача разбирается отдельным блоком с готовым кодом на PyTorch. Рассчитана на аналитиков и ML-инженеров, знакомых с Python и основами нейросетей, но не работавших с временными рядами. Отдельная ценность — акцент на подготовке данных и схеме валидации, где на рядах чаще всего и ломаются модели.
❔ Чему вы научитесь:
🔵 ориентироваться в ролях: фронтенд, бэкенд, фулстек — и в требованиях к каждой;
🔵 выстраивать порядок изучения технологий вместо хаотичного набора курсов;
🔵 собирать портфолио и проекты, которые действительно смотрят на собеседованиях;
🔵 готовиться к техническим интервью и разбирать типовые этапы найма;
🔵 понимать процессы в команде: Git-флоу, код-ревью, работа с задачами;
🔵 планировать рост после найма — от джуна к senior-позиции.
"Web Development Career Master Plan" — книга не о синтаксисе, а о карьерной траектории: что учить, в каком порядке и как это конвертировать в работу. Рассчитана на новичков и тех, кто меняет профессию; предварительной подготовки не требует, но и заменой учебникам по коду не является. Полезна как карта местности перед стартом — снимает вопрос «с чего начинать и что дальше».
🌎 x64 Assembly Language Step-by-Step: Programming with Linux (2024)
❔ Чему вы научитесь:
🔵 понимать устройство памяти, регистров и адресации в архитектуре x86-64;
🔵 писать и собирать программы на NASM под Linux, отлаживать их в gdb;
🔵 работать с системными вызовами напрямую, без libc;
🔵 разбираться в соглашениях о вызовах и раскладке стека при вызове функций;
🔵 читать дизассемблированный вывод компилятора и соотносить его с исходным кодом;
🔵 связывать ассемблерные процедуры с кодом на C.
"x64 Assembly Language Step-by-Step" — материал строится от архитектуры процессора: сначала разбирается, как устроено железо, и только потом появляются инструкции. Порог входа низкий — предыдущий опыт программирования желателен, но не обязателен, темп неспешный и подробный. Практическая отдача не в написании боевого кода на ассемблере, а в понимании, что происходит под высокоуровневым языком: это база для реверс-инжиниринга, отладки и низкоуровневой оптимизации.
🌎 Mastering Text Analytics: A Hands-on Guide to NLP Using Python, First Edition (2025)
❔ Чему вы научитесь:
🔵 чистить и нормализовать текст: токенизация, лемматизация, работа с шумом;
🔵 строить признаки на основе TF-IDF и векторных представлений слов;
🔵 решать классические задачи: классификация, тональность, извлечение сущностей;
🔵 применять тематическое моделирование к неразмеченным корпусам;
🔵 использовать трансформерные модели для эмбеддингов и дообучения;
🔵 оценивать качество моделей и разбирать типичные ошибки на текстовых данных.
"Mastering Text Analytics" — практический курс с кодом на Python: от предобработки к моделям, с опорой на привычный стек pandas, scikit-learn и NLP-библиотеки. Подойдёт аналитикам и разработчикам, знающим Python и основы ML, но не работавшим с текстом как с типом данных. Ценность в том, что классические методы не выброшены ради трансформеров — показано, где простое решение остаётся оправданным.
Keycloak — Identity and Access Management for Modern Applications, 2nd edition (2023)
❔ Чему вы научитесь:
🔵 разбираться в потоках OAuth 2.0 и OpenID Connect, выбирать подходящий под тип клиента;
🔵 разворачивать Keycloak, настраивать realm, клиентов и пользовательские федерации;
🔵 подключать SPA, бэкенд-сервисы и мобильные приложения к единой точке аутентификации;
🔵 валидировать и настраивать содержимое токенов, работать с ролями и маппингом атрибутов;
🔵 разграничивать доступ через ролевую и атрибутную авторизацию;
🔵 закрывать типовые ошибки интеграции: хранение токенов, редиректы, обновление сессий.
Building Quantum Software in Python: A Developer's Guide (2025)
❔ Чему вы научитесь:
🔵 работать с кубитами, суперпозицией и запутанностью на уровне кода, а не только формул;
🔵 собирать квантовые схемы из базовых вентилей и запускать их на симуляторе;
🔵 разбирать классические алгоритмы: поиск Гровера, преобразование Фурье, фазовая оценка;
🔵 интерпретировать вероятностные результаты измерений и накопление ошибок;
🔵 встраивать квантовую часть в обычный Python-код как гибридный пайплайн.