Claude Code i programowanie agentowe. Przewodnik dewelopera po systemach agentowychOpanuj agentowe programowanie z Claude Code!Sztuczna inteligencja rewolucjonizuje sposób tworzenia oprogramowania, a narzędzia oparte na agentach AI stają się nieodzownym elementem warsztatu współczesnego programisty. Claude Code jeden z najpopularniejszych agentów programistycznych pozwala automatyzować złożone zadania projektowe, od generowania kodu po zarządzanie całymi procesami CI/CD. Jednak większość użytkowników korzysta z zaledwie ułamka jego możliwości. Tymczasem prawdziwa siła tego narzędzia ujawnia się dopiero wtedy, gdy traktujemy je jako rozszerzalną platformę agentową z zaawansowanymi mechanizmami kontroli kontekstu, orkiestracją wielu agentów i strukturalnymi procesami automatyzacji.Książka przedstawia pełne spektrum możliwości Claude Code od podstawowej konfiguracji i poleceń, przez zarządzanie pamięcią trwałą i hookami, aż po zaawansowane wzorce z wieloma agentami i głębokie procesy programistyczne. Autor szczegółowo omawia protokół Model Context Protocol (MCP) jako fundament współczesnego ekosystemu agentowego, wyjaśnia różnice między umiejętnościami, subagentami i serwerami MCP. Praktyczne przykłady oparte na projekcie HookHub w środowisku Next.js ilustruje rzeczywistymi zastosowaniami omawianych technik. Książka kończy się analizą architektury głębokich agentów systemów zdolnych do realizacji długoterminowych, wieloetapowych zadań programistycznych z zachowaniem jakości i niezawodności.Najważniejsze zagadnienia:Inżynieria kontekstu i zarządzanie pamięcią trwałą w systemach agentowychProtokół MCP jako warstwa integracji narzędzi i źródeł danychAutomatyzacja procesów za pomocą hooków, umiejętności i niestandardowych poleceńOrkiestracja wielu agentów z użyciem subagentów i Git WorktreesProjektowanie oparte na specyfikacjach i tryb planowaniaArchitektura głębokich agentów do zadań długoterminowychIntegracja z GitHub Actions i aplikacją Claude Desktop
MLOps dla biznesu. Wdrażanie i skalowanie modeli uczenia maszynowegoCzego się nauczysz?Definiowania MLOps i rozumienia, jakie problemy rozwiązuje w firmachIdentyfikowania ról i kompetencji potrzebnych w zespołach MLOps (data science, data engineering, DevOps, biznes)Przekładania celów biznesowych na wymagania dla modeli uczenia maszynowegoOrganizowania procesu tworzenia modeli: od eksploracji danych po trenowanie i ocenęProjektowania i doboru cech oraz oceniania wpływu tych decyzji na późniejsze wdrożenieProwadzenia eksperymentów oraz porównywania modeli na właściwych metrykach i testach zachowaniaZapewniania powtarzalności: wersjonowania, odtwarzania wyników i weryfikowalności modeliPrzygotowywania modeli do produkcji poprzez walidację, testowanie i kontrolę jakościOceniania i ograniczania ryzyka modeli, w tym ryzyk wynikających ze zmiennych środowisk i współdziałania modeliZabezpieczania pipeline'ów ML przed zagrożeniami, w tym atakami adwersarialnymiBudowania potoków CI/CD oraz artefaktów ML gotowych do wdrożeńDobierania strategii wdrażania modeli, konteneryzacji oraz skalowania uruchomień w produkcjiMonitorowania modeli w produkcji, diagnozowania degradacji i planowania ponownego trenowaniaWykrywania dryfu danych i wdrażania pętli sprzężenia zwrotnego z rejestrowaniem oraz oceną onlineUstanawiania governance dla MLOps: zgodności z regulacjami, nadzoru i zasad odpowiedzialnej AIStosowania MLOps w praktyce na przykładach: ryzyko kredytowe, rekomendacje marketingowe i prognozowanie zużycia energiiPraktyczny przewodnik po skalowaniu AI w przedsiębiorstwachMLOps (ang. machine learning operations) to jedna z najszybciej rozwijających się dziedzin IT, łącząca uczenie maszynowe z praktykami DevOps. W erze cyfrowej transformacji, gdy organizacje coraz częściej wdrażają modele AI w środowiskach produkcyjnych, potrzeba skutecznego zarządzania cyklem życia modeli uczenia maszynowego staje się kluczowa. Książka MLOps dla biznesu odpowiada na rosnące zapotrzebowanie rynku na praktyczne przewodniki po tej złożonej tematyce, oferując kompleksowe podejście do skalowania rozwiązań AI w przedsiębiorstwach.Autorzy prezentują pełny cykl życia modeli uczenia maszynowego od tworzenia i walidacji, przez wdrażanie w środowisku produkcyjnym, po monitorowanie i zarządzanie. Szczegółowo omawiają kluczowe aspekty MLOps: automatyzację potoków CI/CD, strategie wdrażania, wykrywanie dryfu danych, zarządzanie ryzykiem i odpowiedzialną sztuczną inteligencję. Praktyczne studium przypadków z różnych branż od finansów po energetykę ilustruje rzeczywiste wyzwania i rozwiązania, z jakimi mierzą się zespoły implementujące MLOps na dużą skalę.Kompleksowy przegląd metodologii MLOps i jej kluczowych komponentówPraktyczne strategie wdrażania modeli w środowiskach produkcyjnychTechniki monitorowania wydajności modeli i wykrywania dryfu danychZarządzanie ryzykiem i aspekty odpowiedzialnej sztucznej inteligencjiRzeczywiste studia przypadków z branży finansowej, marketingu i energetykiNajlepsze praktyki w zakresie automatyzacji i skalowania rozwiązań uczenia maszynowegoWspółpraca między zespołami data science, DevOps i biznesowymiMark Treveil i zespół Dataiku to uznani eksperci w dziedzinie uczenia maszynowego i analizy danych. Mają wieloletnie doświadczenie w projektowaniu i wdrażaniu rozwiązań AI w różnych branżach od telekomunikacji po energetykę. Zespół Dataiku, wiodącej platformy do nauki o danych, regularnie publikuje treści edukacyjne i prowadzi szkolenia dla specjalistów z całego świata.
Wzorce projektowe w generatywnej AI. Sprawdzone rozwiązania przy budowie agentów i aplikacji GenAICzego się nauczysz?Kontrolowania stylu i formatu odpowiedzi LLM za pomocą maskowania logitów i reguł gramatycznychPrzenoszenia stylu między tekstami oraz neutralizowania i odwracania tonu wypowiedziOptymalizowania treści generowanej przez modele pod kątem jakości i spójnościProjektowania i wdrażania podstawowego RAG do uzupełniania wiedzy modeli bazowychBudowania indeksów semantycznych oraz skalowania indeksowania dla dużych zbiorów danychUlepszania retrievalu dzięki podejściu świadomemu indeksu i postprocessingu węzłówZwiększania wiarygodności generacji poprzez cytowanie źródeł i strategie ograniczania halucynacjiStosowania głębokiego wyszukiwania (Deep Search) do trudnych zapytań i wieloetapowego odzyskiwania kontekstuWzmacniania wnioskowania modelu technikami Chain of Thought i Tree of ThoughtsRozszerzania możliwości modeli przez strojenie adapterów i podejście Evol-InstructPodnoszenia niezawodności odpowiedzi dzięki LLM-as-Judge oraz mechanizmom refleksji i autokorektyUporządkowania architektury aplikacji GenAI przez wstrzykiwanie zależności i optymalizację promptówWyposażania agentów w działanie przez wywoływanie narzędzi, wykonywanie kodu i współpracę wieloagentowąOptymalizowania kosztów i opóźnień przez małe modele językowe, buforowanie promptów i optymalizację inferencjiTestowania zachowania systemu pod obciążeniem i w degradacji oraz wdrażania pamięci długoterminowejImplementowania zabezpieczeń z użyciem szablonów, przebudowy danych, samosprawdzenia i guardrailsGeneratywna sztuczna inteligencja rewolucjonizuje pracę nad tworzeniem aplikacji. Modele bazowe takie jak GPT, Claude, Gemini czy Llama umożliwiają szybkie budowanie demonstracji, lecz rzeczywiste wdrożenia mierzą się z halucynacjami, niespójnymi odpowiedziami, lukami w wiedzy i problemami z niezawodnością. Książka przedstawia 32 wzorce projektowe wypracowane przez praktyków wdrażających systemy GenAI na dużą skalę. To nie teoria, lecz konkretne recepty na powtarzalne problemy, z którymi zmaga się każdy inżynier AI budujący aplikacje gotowe do produkcji.Autorzy prowadzą czytelnika przez cały proces inżynierii AI od kontrolowania stylu i formatu treści, przez integrację wiedzy zewnętrznej z zaawansowanym RAG, wzmacnianie zdolności wnioskowania, budowę niezawodnych systemów, tworzenie agentów zdolnych do działania, aż po optymalizację wdrożeń i implementację zabezpieczeń. Każdy wzorzec jest opisany według jednolitego schematu: problem, sprawdzone rozwiązanie, kompletny przykład kodu, omówienie alternatyw i kompromisów implementacyjnych. Książka łączy osiągnięcia najnowszych badań z praktycznym doświadczeniem ekspertów i dostarcza gotowe wskazówki dla osób tworzących aplikacje oparte na modelach bazowych.W książce:RAG i zarządzanie wiedząWzorce agentoweOptymalizacja i skalowanieZwiększanie niezawodnościZarządzanie stylemZabezpieczeniaRozszerzanie możliwościOd prototypu do produkcji 32 sprawdzone wzorce dla aplikacji GenAI
Czy AI naprawdę myśli, czy tylko doskonale udaje?Inteligentny inaczej. Czy AI naprawdę myśli, czy tylko doskonale udaje?Zdarzyło Ci się usłyszeć, że sztuczna inteligencja już dziś myśli jak człowiek? Że wystarczy więcej danych, większy model i trochę czasu, a powstanie AGI - maszyna zdolna rozumieć, tworzyć i decydować, przewyższająca nas niemal we wszystkim, co robimy? A może dotarła do Ciebie jeszcze bardziej niepokojąca opowieść: że na własnych oczach hodujemy zupełnie nowy gatunek - obcy, szybszy i doskonalszy od nas - który w najlepszym razie podporządkuje sobie ludzi, a w najgorszym doprowadzi do ich zagłady? Skoro AI teraz robi rzeczy, które jeszcze niedawno wydawały się niemożliwe, to co się stanie za pięć czy dziesięć lat?W eseju popularnonaukowym, poświęconym jednemu z najważniejszych sporów naszych czasów - o to, czym naprawdę jest inteligencja i czy da się ją odtworzyć w maszynie - autor prowadzi czytelników przez intelektualny labirynt, w którym spotykają się informatyka, filozofia umysłu, neurobiologia, psychologia rozwoju i zdrowy sceptycyzm wobec technologicznych obietnic. Od chińskiego pokoju i filozoficznych zombie, przez granice systemów formalnych i uczenia statystycznego, aż po poznanie ucieleśnione, emergencję, metapoznanie i zawodność benchmarków - ta książka pokazuje, że pytanie o AI nie dotyczy wyłącznie maszyn. Dotyczy przede wszystkim nas: tego, czym jest rozumienie, skąd się bierze sens i dlaczego sprawność w rozwiązywaniu zadań nie musi jeszcze oznaczać inteligencji.To nie jest pamflet przeciw technologii ani kolejna pochwała cyfrowej przyszłości. To rzecz dla tych, którzy nie chcą już bezrefleksyjnie powtarzać obietnic Doliny Krzemowej ani katastroficznych proroctw o końcu człowieka. Jeśli chcesz zrozumieć, czym AI naprawdę jest, a czym nie jest, i dlaczego pytanie o maszynową inteligencję okazuje się w gruncie rzeczy pytaniem o nas samych - wejdź w ten spór, zanim pozwolisz maszynom zdefiniować myślenie za Ciebie.
Przetwarzanie danych w dużej skali. Niezawodność, skalowalność i konserwacja systemów. Wydanie IICzego się nauczysz?Analizowania kompromisów między systemami transakcyjnymi (OLTP) a analitycznymi (OLAP)Definiowania wymagań niefunkcjonalnych: opóźnień, niezawodności, skalowalności i konserwowalnościDobierania modeli danych i języków zapytań: relacyjnych, dokumentowych i grafowychProjektowania schematów analitycznych typu gwiazda i płatek śniegu oraz oceny normalizacji i denormalizacjiStosowania event sourcingu i CQRS w architekturze systemów danychDobierania silników przechowywania i indeksów: B-drzew, LSM oraz indeksów wielokolumnowychWykorzystywania baz kolumnowych i chmurowych hurtowni danych do analityki na dużą skalęProjektowania wyszukiwania pełnotekstowego oraz indeksów wektorowych dla zastosowań AIWybierania formatów kodowania danych i podejść do ewolucji schematów (JSON, Avro, Protobuf)Projektowania przepływów danych między usługami: REST, RPC oraz architektur sterowanych zdarzeniamiImplementowania i porównywania strategii replikacji: z jednym liderem, wieloma liderami i bez lideraPlanowania shardingu, trasowania żądań oraz radzenia sobie z hot spotami i indeksami pomocniczymiRozumienia izolacji transakcji, sekwencyjności i problemów transakcji rozproszonych (2PC)Diagnozowania typowych problemów systemów rozproszonych: awarii częściowych, sieci i zegarówStosowania pojęć spójności, liniowości i konsensusu oraz roli usług koordynacjiProjektowania przetwarzania wsadowego i strumieniowego, w tym ETL, CDC, łączenia strumieni i odporności na błędyZrozum systemy danych od fundamentów po architekturę na skalę globalnąPrzetwarzanie danych w dużej skali stało się biblią w dziedzinie systemów rozproszonych. Niemal każdy poważny specjalista, jakiego znam, posiada jej egzemplarz.Will Wilson, CEO, AntithesisTa książka powinna być lekturą obowiązkową dla inżynierów oprogramowania.Kevin Scott, CTO, MicrosoftW erze chmury obliczeniowej, mikroserwisów i eksplozji danych każda nowoczesna aplikacja musi się mierzyć z wyzwaniami skalowalności, niezawodności i wydajności. Drugie wydanie kultowej książki Martina Kleppmanna, uzupełnione o współautorstwo Chrisa Riccominiego, to kompleksowy przewodnik po architekturze systemów danych od relacyjnych baz danych, przez rozproszone systemy NoSQL, po chmurowe hurtownie danych i przetwarzanie strumieniowe. Zaktualizowane wydanie uwzględnia najnowsze trendy: architekturę natywną dla chmury, indeksy wektorowe dla AI, silniki synchronizacji i oprogramowanie local-first.Książka prowadzi czytelnika przez cały ekosystem systemów danych od modeli przechowywania i indeksowania danych, przez replikację i sharding, po transakcje rozproszone i algorytmy uzgadniania konsensusu. Autorzy nie ograniczają się do opisu narzędzi tłumaczą, dlaczego systemy działają tak, a nie inaczej, i jakie kompromisy kryją się za każdą decyzją architektoniczną. Osobne rozdziały zostały poświęcone przetwarzaniu wsadowemu i strumieniowemu, filozofii systemów sterowanych zdarzeniami i etycznym aspektom pracy z danymi osobowymi.W książce:Modele danych i języki zapytańSilniki przechowywania danychReplikacja, sharding i transakcjeSystemy rozproszonePrzetwarzanie wsadowe i strumienioweArchitektura natywna dla chmuryEtyka i prawo
Jak naprawdę powstał WszechświatBitwa o Wielki Wybuch. Jak naprawdę powstał WszechświatUczta intelektualnaCarlo RovelliWszechświat naprawdę narodził się w jednym, gwałtownym momencie 13,8 miliarda lat temu przynajmniej tak mówi teoria Wielkiego Wybuchu. A co, jeśli ta historia nie jest taka prosta, jak się wydaje? Jeżeli to dopiero początek nowych pytań?Astrofizyk Niayesh Afshordi i popularyzator nauki Phil Halper zabiorą Cię w sam środek współczesnej kosmologii, w której nic nie jest przesądzone. Autorzy przedstawiają najśmielsze próby przekroczenia klasycznego scenariusza Wielkiego Wybuchu: wszechświaty odbijające się i cykliczne, pętle czasu, narodziny kosmosu w czarnych dziurach, a nawet holograficzne wizje rzeczywistości.To nie jest zwykły przegląd teorii. W książce znajdziesz wywiady z najwybitniejszymi fizykami naszych czasów w tym ze Stephenem Hawkingiem, z Rogerem Penroseem i Alanem Guthem. Dzięki nim poznasz nie tylko same hipotezy, które jeszcze niedawno brzmiały jak fantastyka, lecz także tworzących je ludzi: ich emocje, wątpliwości, spory i pasję.Bitwa o Wielki Wybuch. Jak naprawdę powstał Wszechświat to fascynująca opowieść o tym, jak naukowcy próbują odpowiedzieć na najważniejsze pytania: czy Wszechświat miał początek, czy będzie trwał wiecznie, czy jest jedyny, czy przeciwnie jest jednym z wielu. To książka, która pokazuje, że poznawanie kosmosu może być prawdziwą przygodą pełną odwagi, pytań i zachwytu nad tajemnicami wszechrzeczy.DoskonałaSteven Poole, Wall Street JournalLektura obowiązkowaSabine HossenfelderWspaniała książkaLiz Else, New Scientist (Najlepsze Książki Popularnonaukowe 2025)Książka, która poszerzy horyzonty czytelnikówPublishers WeeklyImponująco szeroka i otwarta perspektywaRoger PenroseWyjątkowaBrian KeatingHasło: Nowe idee o początku czasu, przestrzeni i materii
Opus magnum C++. Wyprawa w głąb C++20. Tom 5Poznawaj C++20 tak, jakby tłumaczył Ci go doświadczony kolega, z którym siedzisz przy jednym biurkuC++20 to największa od czasu wersji z numerem 11 aktualizacja języka C++. Wprowadza dziesiątki nowych mechanizmów, pozwalających pisać kod, który jest nowocześniejszy, bezpieczniejszy, czytelniejszy i wygodniejszy w utrzymaniu.Wyprawa w głąb C++20 to kolejny tom cenionego cyklu Opus magnum C++, poświęconego najważniejszym zagadnieniom związanym z językiem C++. Autor, korzystając z wieloletniego doświadczenia zdobytego w międzynarodowych projektach, prowadzi czytelników krok po kroku przez nowe możliwości standardu C++20. Tak jak w poprzednich tomach, trudniejsze kwestie wyjaśnia prostym, przyjaznym językiem, a dodatkowo ilustruje je licznymi przykładami i praktycznymi programami.Czego się nauczysz?Poznasz nowe atrybuty, dzięki którym skuteczniej porozumiesz się z kompilatoremNauczysz się korzystać z trójstanowego operatora porównania (=)Odkryjesz nowoczesne metody formatowania tekstu z użyciem std::formatPoznasz mechanizmy std::ranges, które pozwalają wygodniej przetwarzać sekwencje danychDowiesz się, czym są koncepty (concepts) i jak dzięki nim tworzyć bezpieczniejsze i bardziej przejrzyste szablonyNauczysz się budować moduły - jako nowoczesny sposób organizowania dużych projektówPoznasz korutyny, jedną z najciekawszych i najbardziej nowatorskich możliwości C++20Jeżeli znasz wcześniejsze standardy C++, ta książka pokaże Ci, jak ogromny krok naprzód wykonał współczesny C++ i pomoże w pełni wykorzystać jego nowe możliwości.
GitHub Copilot. Wprowadzenie. Efektywne programowanie z asystentem AICzego się nauczysz?Zainstalowania i skonfigurowania GitHub Copilot w środowisku IDEWykorzystywania sugestii inline oraz pobierania alternatywnych podpowiedzi koduSterowania generowaniem kodu za pomocą komentarzy dyrektywnych i pytań w kodzieProwadzenia konwersacji z Copilot Chat w edytorze, terminalu i szybkim czacieProjektowania skutecznych promptów z kontekstem, uczestnikami (@workspace, @vscode, @terminal) i zmiennymi czatuTworzenia niestandardowych instrukcji generowania kodu i standardów zespołowychEdytowania projektów z Copilot Edits oraz przewidywania zmian dzięki Next Edit SuggestionsAutomatyzowania pracy w trybie Agent i korzystania z Copilot VisionDiagnozowania i usuwania błędów z pomocą Copilota w IDEGenerowania testów jednostkowych i integracyjnych (w tym przez /tests, prompty i komentarze) oraz walidowania danych wejściowychDefiniowania własnych instrukcji testowych i stosowania podejścia test-first z wykorzystaniem struktur bazowychTworzenia dokumentacji (API, funkcjonalnej i podsumowującej) na podstawie kodu i kontekstu projektuObjaśniania fragmentów kodu, konwencji i potencjalnych problemów, także w nieznanych językachZwiększania trafności i aktualności sugestii przez świadome zarządzanie kontekstem, dobór modelu i kontrolę halucynacjiStosowania Copilota do zadań poza kodem aplikacji: SQL, YAML/Kubernetes, regexy, generowanie danych i praca z GitHub CLIRozszerzania Copilota przez instalację i tworzenie rozszerzeń (agentowych, skill-based oraz VS Code), z użyciem GitHub Apps i endpointówIdea, by komputer asystował w pisaniu kodu, jeszcze niedawno wydawała się nierealna lub co najmniej odległa. Dziś to codzienność. Wśród dostępnych rozwiązań wyróżnia się GitHub Copilot, który wykorzystuje sztuczną inteligencję, by analizować kontekst, przewidywać intencje programisty i proponować gotowe rozwiązania. To nie tylko narzędzie, ale także dowód na to, jak szybko AI stała się integralną częścią procesu twórczego w świecie technologii.Dzięki tej książce radykalnie zwiększysz swoją produktywność z pomocą generatywnej sztucznej inteligencji dostępnej w środowisku GitHub Copilot. Nauczysz się szybszego pisania kodu, łatwiejszego przygotowywania testów i opracowywania rzetelnej dokumentacji. Poznasz też zaawansowane możliwości, takie jak autonomiczne dodawanie funkcji i automatyczne przeglądanie żądań pobierania. Poza podstawami zaznajomisz się z trybami Copilot Edits, Agent i Vision. Zaczniesz również tworzyć własne rozszerzenia Copilota i tym samym zyskiwać dodatkowe możliwości bez względu na to, z którego języka korzystasz.Ta książka jest praktyczna, przemyślana i oparta na codziennej pracy programistów z kodem!Andrew Stellman, programista, kierownik zespołu, instruktor i autorW książce między innymi:zastosowanie AI do analizy i zrozumienia trudniejszych fragmentów kodu i algorytmówtryb uzupełniania kodu w edytorze i interfejs konwersacyjnyprzekształcanie promptów w działające funkcje, testy i dokumentacjęoptymalizacja wyników generowanych przez AI za pomocą kontekstu i promptówopracowywanie funkcji i refaktoryzacja kodu z użyciem AITo najlepszy przewodnik po potężnym narzędziu, jakim jest GitHub Copilot!Tom Taulli, autor książki Programowanie wspomagane sztuczną inteligencją
NIS2 i KSC w praktyce. Przewodnik wdrożeniowy dla organizacjiCzego się nauczysz?Określania, czy organizacja podlega NIS2 oraz jak rozpoznać jej status w KSCInterpretowania kluczowych obowiązków wynikających z nowelizacji ustawy o KSC z 2026 rokuPorządkowania ról, odpowiedzialności i nadzoru kierownictwa nad cyberbezpieczeństwemBudowania i aktualizowania modelu zarządzania ryzykiem zgodnego z NIS2Identyfikowania, oceny i dokumentowania ryzyk oraz działań redukujących zagrożeniaTworzenia skutecznego procesu obsługi incydentów (wykrywanie, analiza, reakcja, raportowanie)Przygotowywania i aktualizowania wymaganej dokumentacji cyberbezpieczeństwaUstalania zasad monitoringu i kontroli skuteczności wdrożonych zabezpieczeńPorządkowania relacji z dostawcami i wymagań bezpieczeństwa w łańcuchu dostawWdrażania wymagań dotyczących audytów i weryfikacji zgodności z NIS2/KSCWyszukiwania terminów, wyjątków i punktów krytycznych wpływających na powodzenie wdrożeniaKorzystania z przykładowych wzorów dokumentów jako bazy do przygotowania własnych procedurProwadzenia rozmów i uzgodnień z IT, prawnikami, audytem, dostawcami i kadrą zarządzającą na podstawie wymagań NIS2/KSCNie taka dyrektywa straszna, jak ją malują - o ile ma się dostęp do odpowiedniej wiedzyDyrektywa NIS2 to regulacja unijna, która została wdrożona do polskiego prawa w 2026 roku nowelizacją ustawy o Krajowym Systemie Cyberbezpieczeństwa (KSC). Celem jest zwiększenie poziomu cyberbezpieczeństwa państw należących do Unii Europejskiej. W praktyce sektory, które są objęte dyrektywą, to nie tylko podmioty związane z władzami lub administracją publiczną, ale też wiele firm prywatnych i instytucji. Wiąże się to między innymi z koniecznością uporządkowania odpowiedzialności, przejrzenia modelu zarządzania ryzykiem, zaktualizowania dokumentacji, stworzenia skutecznego procesu obsługi incydentów, uporządkowania relacji z dostawcami i przygotowania kierownictwa do realnej odpowiedzialności za obszar cyberbezpieczeństwa.Jeśli jesteś osobą odpowiedzialną za zastosowanie dyrektywy NIS2 w firmie, a także zrozumienie, uporządkowanie i wdrożenie wymagań wynikających z nowych regulacji w ramach KSC - ten poradnik powstał właśnie dla Ciebie. Został pomyślany tak, by móc z niego korzystać roboczo, zadaniowo i w odniesieniu do konkretnego problemu.Ta książka pozwoli Ci:Uporządkować swoją wiedzę o tym, kogo dotyczą nowe przepisy i jak rozpoznać status organizacjiSzybko wrócić do kluczowych zagadnieńBez problemu znaleźć praktyczne wyjaśnienie obowiązków związanych z ryzykiem, incydentami, dokumentacją, dostawcami, monitoringiem i audytemW prosty sposób odszukać najważniejsze terminy, wyjątki i punkty krytyczne, które najczęściej decydują o powodzeniu albo niepowodzeniu wdrożeniaUzyskać solidne merytoryczne wsparcie w rozmowie z kierownictwem, działem IT, działem prawnym, audytem i dostawcamiMieć stały dostęp do przykładowych wzorów dokumentów, których można użyć jako podstawy do przygotowania własnej dokumentacji
Uczenie maszynowe z użyciem Scikit-Learn i PyTorch. Koncepcje, narzędzia i techniki umożliwiające konstruowanie inteligentnych systemówUczenie maszynowe i sztuczna inteligencja to dziś najgorętsze tematy w branży IT. Od ChatGPT po autonomiczne pojazdy technologie AI przekształcają każdą dziedzinę przemysłu. Popyt na specjalistów ML rośnie wykładniczo, a umiejętność budowania i wdrażania modeli uczenia maszynowego stała się poszukiwaną na rynku kompetencją potencjalnych pracowników. Ta książka to kompleksowy przewodnik po świecie uczenia maszynowego z wykorzystaniem najpopularniejszych narzędzi: Scikit-Learn do klasycznych algorytmów ML i PyTorch wiodącej biblioteki do uczenia głębokiego.Książka prowadzi czytelnika od podstaw uczenia maszynowego do zaawansowanych technik uczenia głębokiego. Część pierwsza obejmuje fundamenty ML: przygotowanie danych, wybór i trenowanie modeli, algorytmy klasyfikacji i regresji, drzewa decyzyjne, lasy losowe, techniki redukcji wymiarowości. Druga jest poświęcona sieciom neuronowym i uczeniu głębokiemu w PyTorch: od podstawowych perceptronów, przez sieci splotowe do widzenia komputerowego, sieci rekurencyjne do przetwarzania sekwencji, aż po transformatory architekturę stojącą za współczesnymi asystentami AI. Każdy rozdział zawiera praktyczne przykłady w postaci notatników Jupyter, gotowe do uruchomienia w Google Colab.W książce:Kompletny projekt MLKlasyczne algorytmySieci neuronowe w PyTorchCNN do widzenia komputerowego i wykrywania obiektówTransformatory do NLPUczenie przez wzmacnianie i generatywne modele AITransfer learning, kwantyzacja, przyspieszanie modeliOd podstaw do transformatorów praktyczny przewodnik po ML i AIKsiążka ta wychowała nowe pokolenie praktyków uczenia maszynowego. Została znakomicie zaktualizowana, aby uwzględnić PyTorch, i ponownie staje się najważniejszym praktycznym przewodnikiem w tej dziedzinie.Tarun Narayanan, inżynier uczenia maszynowego w Amazon AGIGeron trafia w sedno: praktyczne implementacje w Scikit-Learn i PyTorch, które uczą koncepcji, równoważone teorią, która wyjaśnia, zamiast przytłaczać.Ulf Bissbort, dyrektor do spraw technicznych i współzałożyciel ZefHubKsiążka ta jest prawdziwą biblią dla początkujących w dziedzinie uczenia maszynowego.Haesun Park, laureatka programu Microsoft AI MVP
Wojna z nauką. 5 potężnych sił, które niszczą prawdę i zagrażają światuTo nie chaos. To system dezinformacji. Kto za nim stoi?Wojna z nauką to manifest dwóch wybitnych naukowców, którzy od dekad stoją na pierwszej linii frontu w walce z dezinformacją. W czasach, gdy teorie spiskowe dominują w mediach społecznościowych, a populistyczni politycy podważają autorytet ekspertów, książka ta staje się niezbędnym przewodnikiem po mrocznym świecie współczesnej antynauki.Autorzy sami doświadczyli gróźb śmierci, internetowych nagonek i politycznych prześladowań. Ujawniają mechanizmy stojące za kampanią, która kosztowała już setki tysięcy istnień ludzkich. To nie jest kolejna akademicka analiza, to wezwanie do walki o przyszłość cywilizacji.Mann i Hotez identyfikują pięć śmiercionośnych sił zagrażających nauce: wpływowych miliarderów finansujących imperium dezinformacji, państwa naftowe prowadzące cyberwojny, profesjonalistów legitymizujących kłamstwa swoimi dyplomami, propagandystów zalewających internet fake newsami i media nawet te głównego nurtu które w pogoni za obiektywizmem zrównują fakty z fikcją.Książka opisuje, jak elity kontrolujące środki przekazu między innymi bracia Koch, Elon Musk i Rupert Murdoch a także propaganda reżimu Putina na różne sposoby przyczyniają się do torpedowania działań klimatycznych i szczepień. Pokazuje, jak deklaracja z Great Barrington przyczyniła się do setek tysięcy zgonów z powodu COVID-19, jak Fox News stał się tubą propagandową śmiercionośnych kłamstw i dlaczego czerwone stany płaciły krwią za antynaukową retorykę.To przewodnik przetrwania w erze postprawdy z konkretnym planem działania dla każdego, kto nie chce być bezsilnym świadkiem upadku cywilizacji.Obaj autorzy regularnie występują w CNN, MSNBC i BBC, broniąc nauki przed atakami ekstremistów.Nauka znajduje się pod obstrzałem, co stanowi złe wieści dla nas wszystkich. Peter Hotez i Michael Mann nazywają tu rzeczy po imieniu.Bill Nye, popularyzator naukiBroniąc dowodów i prawdy, doktorzy Mann i Hotez stanowią przykład wolontariuszy nauki obywatelskiej, dzięki którym nasz kraj stał się zdrowszy, bardziej zrównoważony i, naturalnie, wspanialszy.Chelsea Clinton, wiceprzewodnicząca Fundacji ClintonówLektura obowiązkowa dla każdego, kto troszczy się o planetę i ludzkość.Norman J. Ornstein, współautor książki Its Even Worse Than It LooksW tych mrocznych czasach, gdy stoimy w obliczu frontalnego szturmu na naukę, dwaj szanowani naukowcy, doktorzy Mann i Hotez, stanowią przykład wojowników odważnie przedstawiających prawdę współczesnej władzy.Eric Topol, autor książki Medycyna głęboka
Domain-Driven Design w transformacji systemów. Skuteczna modernizacja legacy bez zbędnego ryzykaPrzekształć legacy w przewagę konkurencyjną dzięki Domain-Driven DesignModernizacja systemów zastanych to jedno z największych wyzwań współczesnej inżynierii oprogramowania. W erze cyfrowej transformacji firmy borykają się z przestarzałymi monolitami, które hamują innowacje i generują coraz wyższe koszty utrzymania. Domain-Driven Design (DDD), podejście od lat uznawane za skuteczne w tworzeniu nowego oprogramowania, przechodzi drugą młodość jako metodyka transformacji systemów legacy. Książka wypełnia istotną lukę na rynku oferuje kompleksowe, praktyczne podejście do modernizacji opartej na zasadach DDD, łączące aspekty techniczne, biznesowe i organizacyjne.Autorzy prezentują metodę Domain-Driven Transformation (DDT) na poziomie strategicznym i organizacyjnym. Prowadzą czytelnika przez cztery kluczowe kroki: ponowne odkrywanie dziedziny biznesowej, modelowanie architektury docelowej, dopasowanie architektury rzeczywistej do docelowej, a także określanie priorytetów i realizację działań transformacyjnych. Szczególną wartość stanowi indeks dojrzałości modularności (MMI), który pozwala ocenić stan systemu i wybrać odpowiednią ścieżkę transformacji. Książka pokazuje, jak unikać pułapek wielkiego przepisania, stosować refaktoryzacje dziedzinowe i reorganizować zespoły według metodologii team topologies.Najważniejsze zagadnienia:Ocena kondycji systemu i wybór właściwej ścieżki transformacjiTechniki ponownego odkrywania dziedzinyKatalog refaktoryzacji dziedzinowychReorganizacja zespołów z horyzontalnej (warstwowej) na wertykalną (międzyfunkcyjną)Praktyczne studia przypadków z branży kinowej, bankowej, leasingowej i portowejZastosowanie AI do wsparcia procesu transformacji i refaktoryzacjiJeśli rozpoczynasz projekt transformacji, polecam przeczytać tę książkę!Michael Feathers, autor Working Effectively with Legacy CodeTo najlepsza książka o DDD dostępna na rynkuSergio Morazan, OBI Group HoldingWypełnia lukę w literaturze poświęconej projektowaniu dziedzinowemu, koncentrując się na praktycznym zastosowaniu zasad DDD w transformacji systemów zastanychGien Verschatse, współautor Collaborative Software Design
Chatboty, które działają! Praktyczny przewodnik po konwersacyjnej sztucznej inteligencjiKonwersacyjna sztuczna inteligencja jest potężnym narzędziem. Dzięki chatbotom firmy usprawniają obsługę klientów i obniżają jej koszty, a pracownicy mogą się koncentrować na zadaniach wymagających większych kompetencji i budować wartość biznesową. Mimo że interfejsy konwersacyjne stały się powszechne, wiele wdrożeń nie spełnia oczekiwań użytkowników lub z czasem traci na jakości i przydatności.Bezcenne źródło wiedzy dla każdego, kto chce pomyślnie tworzyć i wdrażać konwersacyjne rozwiązania AI!Marc Nehme, MicrosoftW tej praktycznej książce opisano narzędzia, techniki i sprawdzone podejścia do budowania chatbotów wykorzystujących duże modele językowe i klasyczne komponenty systemów konwersacyjnych. Autorzy pokazują, jak projektować rozwiązania, które działają niezawodnie także w skali korporacyjnej. Omawiają metody rozpoznawania intencji użytkownika za pomocą modeli LLM, sposoby reagowania na nieoczekiwane dane wejściowe i technikę RAG, która pozwala zachować aktualność i trafność odpowiedzi. Duży nacisk położono na pętle informacji zwrotnej umożliwiające ciągłe doskonalenie jakości chatbotów, jak również na bezpieczną integrację generatywnej AI z istniejącymi architekturami.Najważniejsze tematy:łączenie generatywnej sztucznej inteligencji z klasycznymi narzędziami dla chatbotówstosowanie modeli LLM do poprawy jakości, dokładności i użyteczności odpowiedziplanowanie i wdrażanie ciągłego doskonaleniastosowanie techniki RAG do generowania odpowiedzi specyficznych dla danej dziedzinyGotowy plan działania dla tych, którzy chcą budować i mierzyć skuteczne systemy konwersacyjnej sztucznej inteligencji!Corville Allen, GoogleWspaniały, kompleksowy przewodnik!Sara Hines, pionierka innowacji AI
Aplikacje cloud-native w Azure. Budowa, wdrażanie i bezpieczeństwoZbuduj swoją pierwszą aplikację specjalnie do chmuryAplikacje typu cloud-native, na których budowie i implementacji skupia się ta książka, są tworzone specjalnie dla środowisk chmurowych. Tego typu rozwiązanie, korzystające z elastyczności chmury, opiera się na architekturze mikroserwisów, konteneryzacji, interfejsach API i automatyzacji. Dzięki temu jest szybkie we wdrażaniu, odporne na awarie i łatwe do rozbudowy.Ten poradnik pomoże Ci stworzyć od zera zaawansowaną aplikację: od pierwszego wiersza kodu, przez konteneryzację (Docker), aż po pełną automatyzację (CI/CD) w chmurze Microsoft Azure. W trakcie pracy nad projektem dowiesz się, jak pozyskać odpowiedni budżet i darmowe limity od Microsoftu, poznasz standardy rynkowe (architektura 3-warstwowa, wzorce DTO i Repository), zaznajomisz się również z zagadnieniami dotyczącymi bezpieczeństwa, takimi jak korzystanie z Azure Key Vault, by hasła nigdy nie trafiały do repozytoriów kodu.
Agenty AI w praktyce. Projektowanie, wdrażanie i skalowanie autonomicznych systemówOd teorii do praktyki buduj inteligentne agenty AIAgenty AI rewolucjonizują sposób, w jaki wchodzimy w interakcje z technologią, przekształcając pasywne modele językowe w autonomiczne systemy zdolne do planowania, rozumowania i wykonywania złożonych zadań. W dobie gwałtownego rozwoju sztucznej inteligencji agenty AI stają się kluczowym elementem cyfrowej transformacji przedsiębiorstw, oferują bowiem bezprecedensowe możliwości automatyzacji procesów biznesowych i personalizacji usług. Ta technologia, która jeszcze niedawno była domeną laboratoriów badawczych, dziś znajduje praktyczne zastosowanie w każdej branży od obsługi klienta po zarządzanie finansami.Książka stanowi kompleksowy przewodnik po projektowaniu, implementacji i wdrażaniu systemów agentowych AI w środowiskach produkcyjnych. Zawiera szczegółowe omówienie architektury agentów, ich kluczowych komponentów: pamięci, narzędzi, orkiestracji, a także praktycznych aspektów budowania aplikacji wieloagentowych. Prezentuje nowoczesne frameworki, jak LangChain i LangGraph, protokoły komunikacji między agentami (MCP, A2A, ACP), kluczowe zagadnienia etyczne i bezpieczeństwa. Nie brakuje tu również konkretnych przykładów implementacji, od prostych asystentów po złożone systemy współpracujących agentów, wraz z metodami oceny ich wydajności i niezawodności.Praktyczne budowanie agentów AI z wykorzystaniem LangChain i LangGraph od prostych asystentów po złożone systemy wieloagentoweArchitektura i komponenty agentów: pamięć, narzędzia, orkiestracja, bazy wiedzy i strategie zarządzania kontekstemProtokoły komunikacji nowej generacji (MCP, A2A, ACP) umożliwiające współpracę między agentami różnych platformSystemy wieloagentowe: wzorce projektowe, hierarchie, przepływy pracy i koordynacja działańOdpowiedzialna AI: etyka, bezpieczeństwo, filtry treści, zabezpieczenia i zgodność z regulacjamiMonitorowanie i ocena agentów z wykorzystaniem LangSmith i techniki optymalizacji wydajnościPrzyszłość sieci agentowej (NLWeb) i transformacja internetu w kierunku współpracy człowiek agent
Dieta, leki, dopamina. Naukowe podejście do uzależnienia od jedzenia, fenomenu GLP 1 i roli zdrowych nawykówKsiążka autora bestsellera New York Timesa!Czy też to znasz? Ciężko pracujesz nad utratą wagi, a potem bezsilnie obserwujesz, jak zbędne kilogramy wracają. Otyłość i nadwaga stały się bolesnym problemem, któremu towarzyszą frustracja, wstyd i społeczna niechęć. Pojawiają się nadciśnienie, choroby serca, cukrzyca. Aktywność fizyczna staje się coraz trudniejsza. A diety po prostu nie działają. Co można z tym zrobić?Ta książka pokazuje, że rozwiązanie istnieje. Znajdziesz tu wyczerpujące i niezwykle potrzebne wyjaśnienie działania leków stosowanych w leczeniu otyłości. Zrozumiesz, w jaki sposób leki z grupy GLP-1 wpływają na struktury mózgowe odpowiedzialne za głód i motywację, a także poznasz niewygodną prawdę: wysoko przetworzona żywność może działać jak substancja uzależniająca, a proces odchudzania bywa w rzeczywistości leczeniem uzależnienia.Przełamanie tabu wokół tego tematu jest konieczne. Autor pokazuje, jak dezaktywować obwody neuronalne odpowiedzialne za kompulsywne jedzenie i jak zmienić podejście do własnego ciała. Uprzedza przy tym, że leki GLP-1 niosą realne ryzyko i nie są rozwiązaniem dla każdego. Jednak nowoczesna nauka pozwala przerwać wieloletnią walkę ze zbędnymi kilogramami i ta książka pokazuje, jak to zrobić!Zadbaj o swoje ciało. To jedyne miejsce, jakie masz do życia.Jim Rohn
Technologia informacyjna i informatyka to dziedziny, których wykorzystanie i dostępność stale rosną, a tempo zachodzących w nich zmian jest nieporównywalne z rozwojem innych dyscyplin. Umiejętność biegłego posługiwania się komputerem i bezpiecznego korzystania z sieci komputerowych są obowiązkowe na rynku pracy. Wkrótce każdy z nas będzie musiał legitymować się wiedzą z zakresu programowania oraz tworzenia strony internetowej zgodnie z obowiązującymi standardami. Rolą szkoły, a w szczególności nauczyciela przedmiotu, jest zaznajomienie uczniów z tą wiedzą i wskazanie pozytywnych aspektów włączenia cyfrowego.Informatyka w szkole ponadpodstawowej na poziomie podstawowym:jest przedmiotem obowiązkowym prowadzonym we wszystkich klasachnie jest przedmiotem maturalnymstanowi podstawę do nauki informatyki na poziomie rozszerzonymDzięki pracy z książką Informatyka Europejczyka. Podręcznik dla szkół ponadpodstawowych. Zakres podstawowy. Część 3 poszerzysz swoje umiejętności programowania w języku Python. Poznasz nowe algorytmy na ciągach liczbowych i tekstach i nauczysz się je stosować. Wykorzystasz język Python w robotyce. Zapoznasz się z podstawowymi poleceniami biblioteki MicroPython i będziesz wykonywać proste zadania z zakresu programowania płytki micro:bit. Dowiesz się, jaka jest rola systemu operacyjnego. Scharakteryzujesz sieć Internet i poznasz korzyści z włączenia cyfrowego i konsekwencje wykluczenia. Stworzysz stronę internetową zgodnie ze standardami, wzbogaconą tabelami, listami i elementami dynamicznymi. Zrealizujesz zespołowy projekt informatyczny.
Nowoczesny niemiecki dla branży IT. Praktyczne przykłady i ćwiczeniaIT mówi po niemiecku. Ty też możesz!Jeśli pracujesz w sektorze IT i masz kontakt z klientami lub ze współpracownikami z krajów niemieckojęzycznych, ten podręcznik powinien się stać Twoją lekturą obowiązkową. Podobnie, jeżeli przygotowujesz się do wykonywania zawodu związanego z informatyką, elektroniką czy techniką i rozważasz wyjazd do Niemiec, Austrii lub Szwajcarii. Przyda Ci się również, jeśli jesteś lektorem lub lektorką języka niemieckiego i uczysz obecnych i przyszłych specjalistów z sektora nowoczesnych technologii.W książce znajdziesz materiały, które pozwolą Ci na naukę języka branży IT używanego w codziennej pracy w niemieckich przedsiębiorstwach i firmach. Teksty i ćwiczenia zostały pomyślane i opracowane w taki sposób, aby przybliżyć mowę codzienną, a także nauczyć czytać i pisać po niemiecku tak, jak robią to rodowici użytkownicy tego języka w branży IT.Dzięki temu podręcznikowi:przygotujesz się do wszechstronnej pracy z dłuższymi tekstami o specyfice branżowejpoznasz słownictwo, którego nie znajdziesz w żadnej innej książce do nauki języka niemieckiegonauczysz się komponowania wypowiedzi pisemnych o różnej długościzaczniesz tłumaczyć zwroty, wyrażenia i całe zdania z niemieckiego na polski - i odwrotnie.
Arduino. 10 projektów, które naprawdę działająJeśli interesuje Cię elektronika i chcesz samodzielnie tworzyć interaktywne projekty, ta książka będzie dla Ciebie idealna. Nauczysz się z niej krok po kroku konstruować programowalne urządzenia elektroniczne, reagujące na światło, ruch, temperaturę i na Twoje pomysły.W środku czeka na Ciebie 10 projektów, takich jak system alarmowy, inteligentna stacja pogodowa, symulator inteligentnych świateł czy licznik kroków. Wszystkie bazują na popularnej płytce Arduino Nano, współpracującej z platformą Arduino IDE.Arduino IDE to intuicyjne środowisko programistyczne, które otwiera drzwi do świata nowoczesnej elektroniki. Pozwala szybko tworzyć i rozwijać własne projekty - od prostych interaktywnych urządzeń po zaawansowane konstrukcje elektroniczne - i oferuje do tego wygodne narzędzia, bogaty ekosystem bibliotek i pełne wsparcie społeczności. Platforma jest używana także przez zawodowców.Wystarczy:płytka Arduino Nanooprogramowanie Arduino IDE, które pobierzesz ze strony producentakabel USB do połączenia płytki z komputeremczujniki i...Możemy zaczynać!
Wireshark. Analiza ruchu sieciowego i wykrywanie włamańBy wiedzieć, co w sieci piszczyŚwiadomość tego, co i w jaki sposób jest przekazywane za pomocą sieci, to istotna sprawa. Szczególnie w kontekście potencjalnych ataków i włamań. Jednym z programów pozwalających przechwycić, przeanalizować w czasie rzeczywistym i szczegółowo przebadać pakiety danych przesyłanych w sieciach komputerowych jest Wireshark. Umożliwia on między innymi diagnozowanie problemów sieciowych, wykrywanie ataków i optymalizowanie wydajności sieci.Jeśli chcesz wiedzieć o nim więcej, poznać pełny pakiet możliwości Wiresharka i nauczyć się z nich korzystać, najnowsza książka Adama Józefioka z pewnością Ci w tym pomoże. Za jej sprawą między innymi opanujesz podstawowe i zaawansowane funkcje programu. Dowiesz się, jak z udziałem Wiresharka przechwytywać i analizować ruch w sieci, wykrywać włamania do niej, a także monitorować jej bezpieczeństwo. Dzięki lekturze poradnika i przetestowaniu opisanych w nim narzędzi poznasz również statystyczne i analityczne funkcje tego przydatnego oprogramowania.
Ten produkt jest zapowiedzią. Realizacja Twojego zamówienia ulegnie przez to wydłużeniu do czasu premiery tej pozycji. Czy chcesz dodać ten produkt do koszyka?
