


Voici une liste de 9 livres incontournables en 2023 qu'aucun ingénieur logiciel ne devrait manquer !
En tant qu'ingénieur logiciel, se tenir au courant des derniers développements et des meilleures pratiques est la clé pour grandir dans le domaine technologique. L’une de mes façons préférées de grandir est de lire des livres.
Bien que nous passions une grande partie de notre journée à lire des articles sur Stack Overflow et des blogs, lire des livres nous aide vraiment à voir les problèmes sous un angle différent, ou à mieux comprendre les choses. avec lesquels on n'entre pas en contact tous les jours.
En 2022, j'ai lu des livres très précieux pour ma carrière d'ingénieur logiciel. Voici 9 livres que je recommande fortement aux ingénieurs logiciels à toutes les étapes de leur carrière d’envisager de les ajouter à leur liste de lecture 2023.
1 "Faire des choses qui valent la peine d'être faites" écrit par Tony Fadell Le guide peu orthodoxe des trucs est. une lecture incontournable pour tous ceux qui cherchent à créer quelque chose qui compte.
Fadel partage son point de vue unique sur la façon de se concentrer sur de petits objectifs réalisables et de pivoter si nécessaire.
https://www.goodreads.com/book/show/59783101-build#🎜🎜 #
2, "Un roman sur l'informatique, le DevOps et aider les entreprises à gagner" par Gene Kim, Kevin Behr et George Spafford est une histoire fascinante.
Ce livre raconte comment un responsable informatique a transformé un projet raté en victoire. En cours de route, il a découvert les principes du DevOps et comment les appliquer à son travail.
https://www.goodreads.com/book/show/38191426-the-phoenix-project#🎜🎜 #
3, "About Hard Things" de Ben Horowitz (The Hard Thing About Hard Things) propose des offres franches et des conseils pratiques sur les défis liés au démarrage d’une entreprise. Horowitz couvre des sujets tels que l'embauche, le licenciement et la gestion dans les périodes difficiles, et propose des conseils sur la façon de gérer les hauts et les bas de la création d'une entreprise.
https://www.goodreads.com/book/show/20657434-the-hard-thing-about-hard-things# 🎜🎜#
4. "Structure et interprétation des programmes informatiques", également connu sous le nom de "Structure et interprétation des programmes informatiques". Guide Book", un texte classique couvrant les concepts de base de l'informatique et de la programmation utilisant le langage Lisp.
https://www.goodreads.com/book/show/43713.Structure_and_Interpretation_of_Computer_Programs
#🎜🎜 #
5. La « philosophie de conception logicielle » de John Ousterhout estime qu'une bonne conception logicielle est simple et claire. Ce livre fournit des conseils pratiques sur la manière de mettre en œuvre ces qualités dans votre propre code. C'est un excellent livre à lire chaque année.https://www.goodreads.com/book/show/43701534-a-philosophy-of-software-design#🎜🎜 #
6. "The Pragmatic Programmer: From Apprentice to Master" (auteurs Andrew Hunter et David Thomas) est un livre pour devenir un meilleur programmeur A guide complet pour les ingénieurs logiciels.
Il couvre un large éventail de sujets, notamment le débogage, les tests et la refactorisation, et regorge de conseils et de techniques utiles. Il est recommandé d'acheter l'édition du 20e anniversaire.
https://www.goodreads.com/book/show/50701156-the-pragmatic-programmer#🎜🎜 #
7, "Elegant Jigsaw : Engineering Management System" par Will Larson Les défis et les opportunités de la gestion du développement logiciel les équipes sont discutées.
Il couvre des sujets tels que la création de processus efficaces, la définition d'objectifs et la création d'une culture positive.
https://www.goodreads.com/book/show/45303387-an-elegant-puzzle#🎜🎜 #
8, "L'ingénierie logicielle chez Google : sur le long terme" par Titus Winters, Tom Manshreck et Hyrum Wright Lessons Learned in Programming donne un aperçu des coulisses de la façon dont le développement de logiciels est effectué chez Google.
Il couvre des sujets tels que les révisions de code, les tests et la dette technique, et fournit des informations précieuses sur la façon de créer des systèmes fiables et évolutifs.
https://www.goodreads.com/book/show/48816586-software-engineering-at-google# "Comment créer des produits technologiques que les clients adorent" de Marty Kagan est le meilleur livre pour tous. Une lecture incontournable pour tous ceux qui cherchent à créer des produits technologiques réussis.
Le livre couvre des sujets tels que la définition d'une vision produit, la constitution d'une équipe solide et la collecte des commentaires des clients, et fournit des conseils sur la façon de les appliquer. principes à votre Donne des conseils pratiques sur son propre travail.
Ce livre est généralement recommandé aux chefs de produit, mais je pense que c'est également un bon livre pour les ingénieurs en raison de la façon dont vous travaillez de manière interfonctionnelle avec les équipes produit.
https://www.goodreads.com/book/show/36645100-inspired#🎜🎜 #
Pour moi, ces livres ont fourni des informations précieuses qui m'ont permis de rester motivé et inspiré tout au long de l'année.
"The Elegant Puzzle" est particulièrement utile pour comprendre comment gérer plus efficacement les problèmes d'assistance au sein de votre équipe, tandis que "Software Engineering at Google" est un excellent livre sur building one Fournit des conseils précieux lorsque vous travaillez sur de nouveaux projets et bibliothèques de ressources. J'espère que cette liste de recommandations vous fournira des options de lecture utiles en 2023 alors que vous continuez à grandir et à vous développer dans votre carrière en génie logiciel.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Il s'agit également d'une vidéo Tusheng, mais PaintsUndo a emprunté une voie différente. L'auteur de ControlNet, LvminZhang, a recommencé à vivre ! Cette fois, je vise le domaine de la peinture. Le nouveau projet PaintsUndo a reçu 1,4kstar (toujours en hausse folle) peu de temps après son lancement. Adresse du projet : https://github.com/lllyasviel/Paints-UNDO Grâce à ce projet, l'utilisateur saisit une image statique et PaintsUndo peut automatiquement vous aider à générer une vidéo de l'ensemble du processus de peinture, du brouillon de ligne au suivi du produit fini. . Pendant le processus de dessin, les changements de lignes sont étonnants. Le résultat vidéo final est très similaire à l’image originale : jetons un coup d’œil à un dessin complet.

La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com Les auteurs de cet article font tous partie de l'équipe de l'enseignant Zhang Lingming de l'Université de l'Illinois à Urbana-Champaign (UIUC), notamment : Steven Code repair ; doctorant en quatrième année, chercheur

Si la réponse donnée par le modèle d’IA est incompréhensible du tout, oseriez-vous l’utiliser ? À mesure que les systèmes d’apprentissage automatique sont utilisés dans des domaines de plus en plus importants, il devient de plus en plus important de démontrer pourquoi nous pouvons faire confiance à leurs résultats, et quand ne pas leur faire confiance. Une façon possible de gagner confiance dans le résultat d'un système complexe est d'exiger que le système produise une interprétation de son résultat qui soit lisible par un humain ou un autre système de confiance, c'est-à-dire entièrement compréhensible au point que toute erreur possible puisse être trouvé. Par exemple, pour renforcer la confiance dans le système judiciaire, nous exigeons que les tribunaux fournissent des avis écrits clairs et lisibles qui expliquent et soutiennent leurs décisions. Pour les grands modèles de langage, nous pouvons également adopter une approche similaire. Cependant, lorsque vous adoptez cette approche, assurez-vous que le modèle de langage génère

La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com Dans le processus de développement de l'intelligence artificielle, le contrôle et le guidage des grands modèles de langage (LLM) ont toujours été l'un des principaux défis, visant à garantir que ces modèles sont à la fois puissant et sûr au service de la société humaine. Les premiers efforts se sont concentrés sur les méthodes d’apprentissage par renforcement par feedback humain (RL

acclamations! Qu’est-ce que ça fait lorsqu’une discussion sur papier se résume à des mots ? Récemment, des étudiants de l'Université de Stanford ont créé alphaXiv, un forum de discussion ouvert pour les articles arXiv qui permet de publier des questions et des commentaires directement sur n'importe quel article arXiv. Lien du site Web : https://alphaxiv.org/ En fait, il n'est pas nécessaire de visiter spécifiquement ce site Web. Il suffit de remplacer arXiv dans n'importe quelle URL par alphaXiv pour ouvrir directement l'article correspondant sur le forum alphaXiv : vous pouvez localiser avec précision les paragraphes dans. l'article, Phrase : dans la zone de discussion sur la droite, les utilisateurs peuvent poser des questions à l'auteur sur les idées et les détails de l'article. Par exemple, ils peuvent également commenter le contenu de l'article, tels que : "Donné à".

Récemment, l’hypothèse de Riemann, connue comme l’un des sept problèmes majeurs du millénaire, a réalisé une nouvelle avancée. L'hypothèse de Riemann est un problème mathématique non résolu très important, lié aux propriétés précises de la distribution des nombres premiers (les nombres premiers sont les nombres qui ne sont divisibles que par 1 et par eux-mêmes, et jouent un rôle fondamental dans la théorie des nombres). Dans la littérature mathématique actuelle, il existe plus d'un millier de propositions mathématiques basées sur l'établissement de l'hypothèse de Riemann (ou sa forme généralisée). En d’autres termes, une fois que l’hypothèse de Riemann et sa forme généralisée seront prouvées, ces plus d’un millier de propositions seront établies sous forme de théorèmes, qui auront un impact profond sur le domaine des mathématiques et si l’hypothèse de Riemann s’avère fausse, alors parmi eux ; ces propositions qui en font partie perdront également de leur efficacité. Une nouvelle percée vient du professeur de mathématiques du MIT, Larry Guth, et de l'Université d'Oxford

Montrez la chaîne causale à LLM et il pourra apprendre les axiomes. L'IA aide déjà les mathématiciens et les scientifiques à mener des recherches. Par exemple, le célèbre mathématicien Terence Tao a partagé à plusieurs reprises son expérience de recherche et d'exploration à l'aide d'outils d'IA tels que GPT. Pour que l’IA soit compétitive dans ces domaines, des capacités de raisonnement causal solides et fiables sont essentielles. La recherche présentée dans cet article a révélé qu'un modèle Transformer formé sur la démonstration de l'axiome de transitivité causale sur de petits graphes peut se généraliser à l'axiome de transitivité sur de grands graphes. En d’autres termes, si le Transformateur apprend à effectuer un raisonnement causal simple, il peut être utilisé pour un raisonnement causal plus complexe. Le cadre de formation axiomatique proposé par l'équipe est un nouveau paradigme pour l'apprentissage du raisonnement causal basé sur des données passives, avec uniquement des démonstrations.

La colonne AIxiv est une colonne où ce site publie du contenu académique et technique. Au cours des dernières années, la rubrique AIxiv de ce site a reçu plus de 2 000 rapports, couvrant les meilleurs laboratoires des principales universités et entreprises du monde entier, favorisant efficacement les échanges et la diffusion académiques. Si vous souhaitez partager un excellent travail, n'hésitez pas à contribuer ou à nous contacter pour un rapport. Courriel de soumission : liyazhou@jiqizhixin.com ; zhaoyunfeng@jiqizhixin.com. Introduction Ces dernières années, l'application de grands modèles de langage multimodaux (MLLM) dans divers domaines a connu un succès remarquable. Cependant, en tant que modèle de base pour de nombreuses tâches en aval, le MLLM actuel se compose du célèbre réseau Transformer, qui
