Книги для программистов

От AI-сомелье до собственного деплоя с разбором логов — хороший пример того, как пет-проект может вырасти в полезный инструмент 🎹

📕 Build Your Own Robot: Using Python, CRICKIT, and Raspberry PI (2024)

Это не просто книга, а полноценный гайд, как создать собственного железного друга на базе простых компонентов и с минимальными затратами.

❓ Что внутри:

— Простой Python-код для управления моторами и сенсорами
— Камеры для захвата фото и даже распознавания лиц
— Создание веб-приложения для удалённого управления роботом
— Управление джойстиком
—Чтение QR-кодов, чтобы находить и идентифицировать объекты

Здесь не нужно быть инженером-электронщиком. Всё, что тебе нужно — это минимальные знания Python и готовность собрать робота из доступных компонентов, используя отвертку ✅

🔗 Скачать книгу

🐸 Книги для программистов | Поддержать бустом

😱 Знакомо? Лимит уже закончился, а задача всё ещё не готова. Часть токенов могла уйти на повторное чтение файлов, лишний контекст и неудачные попытки.

⚡️ Этому посвящён отдельный блок курса «ИИ для разработчиков». Вы разберёте расходы на собственных проектах, сравните подходы и найдёте места, где агент выполняет лишнюю работу.

В итоге станет понятнее, сколько ресурсов выделять на запуск, когда его останавливать и в какой момент лучше изменить подход 🔍

До 31 июля курс можно купить со скидкой, а все материалы останутся в бессрочном доступе.

🔗 Узнать подробности о курсе

🏃‍♀️ Proglib Academy

Куда на самом деле уходят токены во время агентного кодинга? ⚡️

📕 Common Circuits: Hacking Alternative Technological Futures (2025)

Когда устал от бигтеха, стартапов и бесконечных митингов про «ценности» — приходи в хакерспейс. Тут паяют, шьют свои VPN, меряют радиацию и обсуждают будущее человечества на Arduin'о.

Common Circuits — книга о том, как энтузиасты из Сан-Франциско, Токио и Шэньчжэня тихо строят альтернативу технокорпорациям. Без венчуров, но с Raspberry Pi, сломанным принтером и мечтой о цифровых правах.

Если ты тоже считаешь, что «опенсорс — это не хобби, а образ жизни», и что «массовое наблюдение — не фича, а баг» — тебе сюда ✅

🔗 Скачать книгу

🐸 Книги для программистов | Поддержать бустом

📕 Eloquent JavaScript (4th Edition) (2024)

Обновлённое издание одной из самых популярных книг по JavaScript — от основ языка до создания полноценных веб-приложений.

❓ Что внутри:

— Современный JavaScript 2024
— Основы языка и ключевые конструкции
— Работа в браузере и Node.js
— Асинхронность и взаимодействие с API
— Создание собственного языка программирования
— Разработка игр, графического редактора и динамического сайта
— Практические задания в конце каждой главы

Подойдёт тем, кто хочет разобраться:

✅ Как уверенно писать на современном JavaScript
✅ Как устроены приложения в браузере и Node.js
✅ Как применять язык на практике, а не только изучать синтаксис
✅ Как перейти от небольших скриптов к полноценным проектам

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

📕 The Pragmatic Programmer: Your Journey to Mastery (2020)

Книга о принципах профессиональной разработки, которые остаются актуальными независимо от языка, фреймворка или технологий.

❓ Что внутри:

— Как бороться с деградацией кода
— Принципы непрерывного обучения разработчика
— DRY и борьба с дублированием знаний
— Гибкая архитектура и поддерживаемый код
— Практики эффективного тестирования
— Работа с многопоточностью и безопасностью
— Инструменты и привычки продуктивного разработчика
— Подходы к командной разработке

Подойдёт тем, кто хочет разобраться:

✅ Как писать код, который легко поддерживать годами
✅ Как принимать более взвешенные инженерные решения
✅ Как выстроить сильные профессиональные привычки
✅ Как развиваться не только технически, но и как инженер

Если хотите глубже разобраться в архитектуре, принципах проектирования и написании поддерживаемого кода, обратите внимание на курс «Архитектуры и шаблоны проектирования» 💡

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

📕 Why Machines Learn: The Elegant Math Behind Modern AI (2024)

Понятное объяснение математики, на которой держатся машинное обучение и современные AI-системы.

❓ Что внутри:

— Линейная алгебра и математический анализ в ML
— Как формулы превращаются в обучающиеся модели
— Связь математики, вычислительной техники и развития AI
— Возможности и ограничения машинного обучения
— Примеры из медицины, науки и реальных систем принятия решений
— Размышления о связи искусственного и естественного интеллекта

Подойдёт тем, кто хочет разобраться:

✅ Почему модели вообще способны обучаться
✅ Какая математика лежит в основе современного AI
✅ Как оценивать сильные и слабые стороны ML-систем
✅ Как перейти от интуитивного понимания к более глубокому

💡 Разобрать математическую основу AI на практике поможет курс «Математика для разработки AI-моделей».

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

😳 Documentation Driven Development звучит как ещё один модный термин. Пока не попробуешь объяснить свой проект AI.

Агент работает только с тем контекстом, который ему дали. Если документация неполная или устарела, он начинает додумывать — отсюда появляется неверный код.

🔘 На курсе «ИИ для разработчиков» эту тему разбирает Арсений Харланов. Он покажет, как подготовить документацию и контекст, чтобы агент понимал архитектуру проекта, ограничения и связи между компонентами.

Также разберём, как выбирать модель под задачу: Claude, DeepSeek, Qwen и другие ✏️

Впереди 7 недель работы со своим репозиторием. Вебинары проходят вживую и остаются в записи.

Стартуем 31 августа. До конца июля можно присоединиться по ранней цене, а доступ к материалам останется бессрочным 😀

🔗 Посмотреть, что будет на курсе

🏃‍♀️ Proglib Academy

🎹 Хорошая документация сегодня экономит время не только коллегам, но и AI. Почему она стала важнее, чем кажется, — в посте ниже 👇

📕 Domain-Specific Small Language Models: Efficient AI for Local Deployment (2026)

Практическое руководство по созданию и локальному запуску небольших языковых моделей для конкретных предметных областей.

❓ Что внутри:

— Подбор размера модели под задачу
— Fine-tuning на собственных датасетах
— Hugging Face и open source-инструменты для SLM
— Квантизация и оптимизация через ONNX
— Запуск моделей на ноутбуках и мобильных устройствах
— Интеграция SLM в RAG и агентные системы
— Развёртывание и создание API для инференса

Подойдёт тем, кто хочет разобраться:

✅ Как адаптировать модель под узкую предметную область
✅ Как снизить стоимость и требования к железу
✅ Как запускать модели локально и сохранять данные внутри инфраструктуры
✅ Как встроить SLM в полноценное AI-приложение

Применить SLM в агентных системах поможет курс «Разработка ИИ-агентов» 💡

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

📕 Template Metaprogramming with C++ (2022)

Практическое руководство по шаблонам и метапрограммированию в современном C++ — от базового синтаксиса до возможностей C++20.

❓ Что внутри:

— Основы шаблонов, специализация и инстанцирование
— Вывод аргументов и forwarding references
— Variadic templates
— Type traits и условная компиляция
— Constraints и concepts в C++20
— CRTP, mixins и tag dispatching
— Ranges, алгоритмы и библиотека Ranges

Подойдёт тем, кто хочет разобраться:

✅ Как писать универсальный и переиспользуемый C++-код
✅ Как выполнять вычисления на этапе компиляции
✅ Как уменьшать дублирование с помощью шаблонов
✅ Как применять современные возможности C++20

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

🤢 Чем больше разработчиков в команде начинают пользоваться Claude Code, тем заметнее одна проблема: кодовая база перестаёт выглядеть как работа одной команды.

Где-то есть тесты, где-то их забыли. Где-то агент следует архитектуре проекта, где-то предлагает решение, которое с ней не сочетается.

⚠️ И это не проблема Claude Code. Он просто следует тому контексту, который получает от каждого разработчика.

Сегодня покажем, как передать AI инженерный контекст команды и не превратить его внедрение в ещё один источник хаоса.

🗓 23 июля, 19:00 МСК
Бесплатно. 60 минут доклада + 30 минут вопросов.

🔗 Занять место на вебинаре и разобраться, почему так происходит

🏃‍♀️ Proglib Academy

🛸 Хороший разбор для тех, кто уже использует Claude Code в команде или только собирается его внедрять.

📕 C++ Memory Management: Write leaner and safer C++ code using proven memory-management techniques (2025)

Практическое руководство по управлению памятью в современном C++ — от времени жизни объектов до собственных аллокаторов и контейнеров.

❓ Что внутри:

— Объекты, указатели и ссылки
— RAII, деструкторы и smart pointers
— Перегрузка операторов выделения памяти
— Собственные аллокаторы и arena-based memory management
— Поиск утечек и отложенное освобождение памяти
— Контейнеры с явным управлением памятью
— Оптимизация под embedded, real-time и game development

Подойдёт тем, кто хочет разобраться:

✅ Как писать более безопасный C++-код
✅ Как уменьшить число утечек и ошибок доступа к памяти
✅ Как контролировать выделение и освобождение ресурсов
✅ Как адаптировать память под ограничения конкретной платформы

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

📕 Introduction to Algorithms, Fourth Edition (2022)

Фундаментальное руководство по проектированию и анализу алгоритмов — от сортировок и графов до онлайн-алгоритмов и машинного обучения.

❓ Что внутри:

— Асимптотический анализ и рекуррентные соотношения
— Сортировки, хеш-таблицы и структуры данных
— Динамическое программирование и жадные алгоритмы
— Графы, кратчайшие пути и максимальные потоки
— Паросочетания в двудольных графах
— Онлайн-алгоритмы и основы машинного обучения
— Суффиксные массивы и вероятностный анализ
— Более 160 новых упражнений и задач

Подойдёт тем, кто хочет разобраться:

✅ Как оценивать сложность алгоритмов
✅ Как выбирать подходящую структуру данных
✅ Как доказывать корректность решений
✅ Как подготовиться к сложным техническим собеседованиям

💡 Закрепить знания на практике поможет курс «Алгоритмы и структуры данных»

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

📕 Vector Databases: A Practical Introduction (2026)

Практическое введение в векторные базы данных: от эмбеддингов и семантического поиска до создания RAG-приложений на базе LLM.

❓ Что внутри:

— Как работают эмбеддинги и векторный поиск
— Связь векторных БД с LLM и генеративным ИИ
— Word2Vec и основы представления данных в векторах
— Превращение SQLite и PostgreSQL в векторные базы данных
— Создание RAG-приложений для личных и корпоративных задач
— Практические примеры интеграции векторных БД с LLM

Подойдёт тем, кто хочет разобраться:

✅ Как устроены современные AI-приложения с RAG
✅ Когда использовать векторные базы данных вместо классических SQL-БД
✅ Как внедрить семантический поиск в свой проект
✅ Как работать с LLM на собственных данных

💡 Изучить тему глубже поможет курс «Разработка ИИ-агентов» 💡

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом

😸 Каждый разработчик подходит к задаче со своим опытом: помнит прошлые решения, знает ограничения проекта и понимает, какой код команда пропустит на ревью.

Для человека это естественная часть работы. У Claude Code этого контекста по умолчанию нет — только задача и инструкции, которые ему дали.

Поэтому в большой команде недостаточно просто выбрать хорошую модель.

❗️ Нужно ещё объяснить ей, как у вас устроена разработка: какие подходы приняты, что обязательно проверять и по каким правилам принимать решения.

🗓 23 июля в 19:00 МСК поговорим об этом на бесплатном вебинаре с Алексеем Жиряковым — он Executive Director в Сбере, руководит
GenAI Data Platform, и с этой проблемой сталкивался не раз 🔥

Покажет живое демо, разберём, как встроить AI в процесс разработки так, чтобы он реально помогал, а не добавлял ещё один повод для споров на ревью.

🔗 Занять место на вебинаре

🏃‍♀️ Proglib Academy

✏️ Если вы уже работаете с Claude Code, Cursor или Copilot, этот вебинар будет особенно полезен.

Разберут, как превратить AI из инструмента для отдельных задач в часть инженерного процесса ⬇️

📕 Machine Learning System Design Interview (2023)

Практическое руководство по подготовке к ML System Design Interview с разбором реальных задач и подходов к проектированию ML-систем.

❓ Что внутри:

— 7-шаговый фреймворк решения ML System Design-задач
— Проектирование поисковых и рекомендательных систем
— Детекция вредоносного контента
— Предсказание кликов по рекламе
— Персонализированная новостная лента
— «People You May Know» и похожие рекомендации
— Более 200 схем и диаграмм

Подойдёт тем, кто хочет разобраться:

✅ Как проходить ML System Design Interview
✅ Как проектировать масштабируемые ML-системы
✅ Какие архитектурные решения используются в реальных продуктах
✅ Как структурировать ответы на собеседовании

💡 Изучить тему глубже поможет курс «ML для старта в Data Science»

🔗 Скачать

🐸 Книги для программистов | Поддержать бустом