Bücherliste Data & AI und mehr - Fokus Oreilly

Für wen geeignet:
Einsteiger im Bereich Data Engineering, Data Science und Machine Learning Engineer.

Guter allgemeiner Überblick.

Für System-Architekten und Software-Architekten geeignet.

Aber auch für alle die komplexe Daten- und KI-Produkte bauen und betreiben (wollen).

Geeignet für alle die in Python programmieren und damit die mathematischen Grundlagen der linearen Algebra verbessern wollen.

Geeignet für alle die statistische Grundlagen mit den Programmiersprachen R und/oder Python verbessern wollen.

Geeignet für alle Entwickler.
Sehr grundlegendes Wissen in Datenstrukturen und Algorithmen.

Hätte ich gerne in meinem Grundstudium gehabt ;-).

Ein umfassendes Buch mit vielen Grundlagen.

Nicht immer in die Tiefe gehend, aber um sich ein guten Überblick zu verschaffen hilfreich.

Ein wie ich finde sehr praxisorientierter Einstieg in die Git-Welt.

Gute Beispiele.

Hilfreiche Grundlagen um leistungsfähige, aber auch vor allem qualitative Software zu bauen.

Heutige IT-Lösungen werden durch die neuen Möglichkeiten nicht einfacher zu betreiben.

Dieses Buch hier adressiert erfahrene Entwickler*innen, die komplexe Systeme und Architekturen betreiben (wollen).

Kubernetes gilt es heute zu beherrschen, um skalierbare aber auch portierbare Anwendungen zu handeln und betreiben zu können.

Das Buch von Marko Luksa hat mir sehr geholfen auch praktische Tipps zu bekommen.

Wer Daten beherrschen will, muss sich mit SQL auseinander setzen.

Ein Must-Have für jeden der Datenbanken administrieren will oder Daten- und KI-Produkte entwickeln und betreiben will.

SQL ist Wissen aus Daten!

Datenvisualisierung ist das Tor zu Wissen und zu den Daten.

Ebenfalls eine sehr grundlegende Fähigkeit neben SQL, aus den richtigen Daten auch die richtigen Reports und Grafiken zu bauen, die andere befähigen das Wissen darin besser zu verstehen.

Eines meiner Lieblingsbücher, wenn es darum geht das Wissen in Daten grafisch so aufzubereiten, dass Menschen befähigt werden daraus Entscheidungen besser zu treffen.

Nicht Pflicht, aber ein bei Nice-to-Have-Büchern das Must-Have-Buch ;-)

Machine & Daten treffen auf Mensch & Kopf.

Wie wir Entscheidungen treffen hängt von von Kahneman analysierten Systemen in uns ab.
Pflichtlektüre - auch um besser datengestützte Entscheidungen besser zu treffen.

Daten-Produkte und Daten-Lösungen sind keine einfachen IT-Anwendungen.

Dieses Buch zeigt Grundlagen und Besonderheiten auf.

Kundenwert entsteht nur durch die Einnahme der Kundenperspektive und Austausch mit dem Kunden, ob man seine Problemsicht auch richtig verstanden hat.

Die Methode des "Domain driven design" hilft und unterstützt einem das Ziel einfacher zu erreichen.

KI- und Daten-Produkte brauchen ein grundlegendes und breites Verständnis mathematischer Verfahren und Grundlagen.

Dieses Buch schafft einen guten Überblick.
Für Deep Dives sind ergänzende Bücher sinnvoll, aber kein Muss.

Keine Liste von Büchern, die nicht, die wirklich bahnbrechenden Entwicklung von Anwendungen auf Basis von Deep Learning und Transformer-Modellen thematisiert.