Engineering AI Systems
Autor Len Bass, Qinghua Lu, Ingo Weber, Liming Zhuen Limba Engleză Paperback – 11 feb 2025
Adresat arhitecților de sistem, inginerilor software și liderilor tehnici, volumul Engineering AI Systems oferă o perspectivă riguroasă asupra modului în care inteligența artificială poate fi integrată sustenabil în infrastructurile de producție. Remarcăm faptul că autorii, printre care se numără reputatul Len Bass, nu se limitează la algoritmi, ci pun accentul pe convergența dintre arhitectura software și DevOps, esențială pentru livrarea unor soluții scalabile și fiabile.
Ne-a atras atenția structura aplicată a lucrării, care acoperă întregul ciclu de viață al unui model AI. De la faza critică a pregătirii datelor și până la implementarea unor strategii de monitorizare și observabilitate, textul furnizează instrumente concrete pentru a asigura performanța și securitatea sistemelor. Dacă Engineering Intelligent Systems de Barclay R Brown v-a oferit cadrul teoretic al ingineriei bazate pe modele, această carte oferă instrumentele practice necesare pentru operarea zilnică și gestionarea riscurilor legate de confidențialitate și etică.
Merită menționat că lucrarea publicată de Pearson Education include studii de caz din lumea reală, adaptate pentru întreprinderile mici și mijlocii. Această abordare transformă conceptele abstracte în strategii de business acționabile. Autorii analizează critic tendințele viitoare, oferind cititorului un avantaj competitiv în proiectarea unor sisteme care să respecte standardele de conformitate actuale, fără a sacrifica inovația tehnologică.
Preț: 285.14 lei
Preț vechi: 356.42 lei
-20%
Carte disponibilă
Livrare economică 02-16 mai
Livrare express 18-24 aprilie pentru 59.13 lei
Specificații
ISBN-10: 0138261415
Pagini: 320
Dimensiuni: 174 x 231 x 19 mm
Greutate: 0.55 kg
Ediția:1
Editura: Pearson Education
De ce să citești această carte
Pentru profesioniștii IT care doresc să depășească etapa de experiment și să construiască sisteme AI robuste. Veți câștiga o metodologie clară pentru integrarea DevOps în fluxurile de lucru AI, asigurând fiabilitatea și securitatea datelor. Este resursa ideală pentru a înțelege cum se trece de la un model teoretic la o soluție de producție care generează valoare reală în organizație.