本书系统全面地介绍了DevOps的现状趋势、基础理论和实践方法，对DevOps实践中的架构设计、开发、测试、部署等各阶段所需践行的原则和方法进行了总结，并提出相关建议。以实战为中心，对DevOps实践中的常用工具进行了分类介绍和特性分析，并结合相关示例进行了使用说明和演示。

本书主要围绕DevOps的核心CI/CD，详细讲解了企业级CI/CD的相关技术内容。全书共11章，首先讲解了持续集成系统Jenkins入门知识、Jenkins运维管理、Jenkins流水线的语法与进阶。接着讲解了持续集成阶段的工具平台实践、GitLab版本控制系统实践、Maven等构建工具实践、SonarQube代码质量平台实践、Nexus Repository 3制品库平台实践。持续部署分别基于云主机和Kubernetes环境的持续集成和持续部署实践。最后讲解了使用基础设施即代码工具Terraform管理阿里云平台资源。通过本书的学习，读者将熟练掌握企业级CI/CD的实践方法和思路。 本书适合具有1～3年运维或开发工作经验、或者对DevOps感兴趣的读者学习。

本书展示了以GitLab CI/CD 流水线为基础，结合时下十分火热的云原生技术，打造企业级DevOps应用体系的全流程。 全书共分为3篇，第1篇为第1~3章，主要介绍云计算、云原生、微服务、敏捷开发、持续集成、DevOps、docker容器技术以及Kubernetes（简称K8s）核心技术等。第2篇为第4~9章，主要介绍了GitLab安装部署与基础使用、GitLab CI/CD中Runner的类型以及部署、GitLab CI/CD流水线模型、GitLab CI/CD变量、GitLab CI/CD流水线的触发方式以及GitLab CI/CD流水线中的缓存和附件等。第3篇为第10~13章，主要介绍了前后端项目的创建、GitLab CI/CD中基于SonarQube的静态代码检查，以及GitLab CI/CD 中的编译、构建、发布、部署、测试和上线等流程。 全书以搭建企业级DevOps应用平台为目标，从云原生技术基础容器以及Kubernetes技术入手；然后介绍了GitLab CI/CD的常见功能应用；最后从零开始，以经典的前后端项目为例，以解决企业内研发流程的困境为思路，一步一步地将整个项目的DevOps流水线创建起来。此外，还结合Kubernetes技术进行可动态伸缩的弹性部署上线。 本书适合对docker技术、K8s技术、GitLab技术及DevOps技术感兴趣的读者和相关工作人员。随书配备了案例源代码、授课用PPT及教学视频（扫码观看），可以帮助读者更好地学习这些知识。 通过本书的学习，读者既可以掌握以docker容器技术和Kubernetes技术为代表的云原生技术，又可以掌握GitLab CI/CD中丰富的流水线功能，最重要的是可以更容易地搭建起企业级应用的DevOps平台。

内容简介 这是一本能指导企业利用MLOps技术构建可靠、高效、可复用、可扩展的机器学习模型从而实现AI工程化落地的著作。由国内AI领域的独角兽企业第四范式的联合创始人和技术VP领衔撰写，从工具、技术、企业级应用、成熟度评估4个维度对MLOps进行了全面的讲解。 本书的主要内容包括如下9个方面： （1）MLOps的核心概念和方法，可以帮助读者全面了解MLOps的基本原理； （2）MLOps涉及的几种角色，以及这些角色之间如何协作； （3）机器学习项目的基础知识和全流程，是学习和应用MLOps的基础； （4）MLOps中的数据处理、主要流水线工具Airflow和MLflow、特征平台和实时特征平台OpenMLDB、推理工具链Adlik，为读者系统讲解MLOps的技术和工具； （5）云服务供应商的端到端MLOps解决方案； （6）第四范式、网易、小米、腾讯、众安金融等企业的MLOps工程实践案例和经验； （7）MLOps的成熟度模型，以及微软、谷歌和信通院对MLOps成熟度模型的划分； （8）针对不同规模的企业和团队的MLOps最佳实践，帮助他们量身定做MLOps策略； （9）MLOps的未来发展趋势，以及如何将新技术融入MLOps实践中。 本书深入浅出、循序渐进地讲解了如何在实际项目中利用MLOps进行机器学习模型的部署、监控与优化，以及如何利用MLOps实现持续集成与持续交付等高效的工作流程。通过企业级的MLOps案例和解决方案，帮助读者轻松掌握MLOps的设计思路以及如何应用MLOps解决实际问题。

内容简介 这是一本能指导企业利用MLOps技术构建可靠、高效、可复用、可扩展的机器学习模型从而实现AI工程化落地的著作。由国内AI领域的独角兽企业第四范式的联合创始人和技术VP领衔撰写，从工具、技术、企业级应用、成熟度评估4个维度对MLOps进行了全面的讲解。 本书的主要内容包括如下9个方面： （1）MLOps的核心概念和方法，可以帮助读者全面了解MLOps的基本原理； （2）MLOps涉及的几种角色，以及这些角色之间如何协作； （3）机器学习项目的基础知识和全流程，是学习和应用MLOps的基础； （4）MLOps中的数据处理、主要流水线工具Airflow和MLflow、特征平台和实时特征平台OpenMLDB、推理工具链Adlik，为读者系统讲解MLOps的技术和工具； （5）云服务供应商的端到端MLOps解决方案； （6）第四范式、网易、小米、腾讯、众安金融等企业的MLOps工程实践案例和经验； （7）MLOps的成熟度模型，以及微软、谷歌和信通院对MLOps成熟度模型的划分； （8）针对不同规模的企业和团队的MLOps最佳实践，帮助他们量身定做MLOps策略； （9）MLOps的未来发展趋势，以及如何将新技术融入MLOps实践中。 本书深入浅出、循序渐进地讲解了如何在实际项目中利用MLOps进行机器学习模型的部署、监控与优化，以及如何利用MLOps实现持续集成与持续交付等高效的工作流程。通过企业级的MLOps案例和解决方案，帮助读者轻松掌握MLOps的设计思路以及如何应用MLOps解决实际问题。

这是一本指导企业如何向云原生架构转型的实战性著作。经过2年多的改造，自如的技术架构成功实现向云原生架构转型，大幅提高了服务稳定性和开发效率，同时降低了运维成本，因此自如的云原生实践也成为行业公认的标杆。自如的核心技术团队在本书中对他们的云原生实践的完整过程进行了深度复盘，详细阐述了云原生架构下Kubernetes的组件选型、企业级PaaS平台开发、CI/CD的最佳实践、服务网格的平滑落地，并结合实际案例把云原生实践过程中的思考、得失融入其中，助力企业更优雅地实现云原生架构的落地。通过阅读本书，你将获得以下知识：透彻理解云原生的发展历程与意义；了解云原生实践应重点关注哪些方向；Kubernetes管理后台、关键组件选型以及定制化开发；如何研发自定义的企业级PaaS平台；如何设计持续集成的环境与分支选型；如何打造一个一流的CI/CD平台；如何选择流水线工具；如何设计企业级的持续部署平台；如何为工程师打造NPS高的配套工具；如何通过服务网格解决通用的熔断、限流问题；如何运营和推广云原生平台，让它100%落地。

这是一本指导企业如何向云原生架构转型的实战性著作。经过2年多的改造，自如的技术架构成功实现向云原生架构转型，大幅提高了服务稳定性和开发效率，同时降低了运维成本，因此自如的云原生实践也成为行业公认的标杆。自如的核心技术团队在本书中对他们的云原生实践的完整过程进行了深度复盘，详细阐述了云原生架构下Kubernetes的组件选型、企业级PaaS平台开发、CI/CD的最佳实践、服务网格的平滑落地，并结合实际案例把云原生实践过程中的思考、得失融入其中，助力企业更优雅地实现云原生架构的落地。通过阅读本书，你将获得以下知识：透彻理解云原生的发展历程与意义；了解云原生实践应重点关注哪些方向；Kubernetes管理后台、关键组件选型以及定制化开发；如何研发自定义的企业级PaaS平台；如何设计持续集成的环境与分支选型；如何打造一个一流的CI/CD平台；如何选择流水线工具；如何设计企业级的持续部署平台；如何为工程师打造NPS高的配套工具；如何通过服务网格解决通用的熔断、限流问题；如何运营和推广云原生平台，让它100%落地。

《Angular企业级应用开发实战》分为5篇。第1篇介绍Angular的基础概念，使读者对Angular有一个初步的印象。第2篇介绍TypeScript基础知识，并带领读者快速实现一个“用户管理”应用。第3篇介绍Angular的常用知识点，包括组件、模板、指令、管道、动画和表单等。第4篇介绍Angular的高级知识点，包括使用Observable与RxJS实现响应式编程、Angular模块、依赖注入、通过HTTP来访问网络资源、路由与导航、测试、实现国际化、编译与部署Angular应用程序、页面静态化和启用缓存。第5篇带领读者从零开始实现一个完整的企业级新闻头条客户端应用，使读者具备Angular企业级应用开发的完整能力。 《Angular企业级应用开发实战》实例丰富，共有74个基于知识点的实例和6个综合性实例，将理论讲解最终落实到代码实现上。而且，...(展开全部)

《PyTorch深度学习与企业级项目实战》立足于具体的企业级项目开发实践，以通俗易懂的方式详细介绍PyTorch深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书配套示例项目源代码、数据集、PPT课件与作者微信群答疑服务。 《PyTorch深度学习与企业级项目实战》共分18章，内容主要包括人工智能、机器学习和深度学习之间的关系，深度学习框架PyTorch 2.0的环境搭建，Python数据科学库，深度学习基本原理，PyTorch 2.0入门，以及13个实战项目：迁移学习花朵识别、垃圾分类识别、短期电力负荷预测、空气质量预测、手写数字识别、人脸识别与面部表情识别、图像风格迁移、糖尿病预测、基于GAN 生成动漫人物画像、基于大语言模型的NLP、猴痘病毒识别项目实战、X光肺部感染识别项目实战、乐器声音音频识别项目实战。 《PyTorch深度学习与企业级项目实战》适合PyTorch深度学习初学者、深度学习算法从业培训人员、深度学习应用开发人员阅读，也适合作为高等院校或高职高专深度学习课程的教材。

DevSecOps 在 DevOps 的基础上融入安全底线思维，是软件工程领域的前沿理论。本书系统地阐述企业实践 DevSecOps 所需的理论、技术和方法，首先从软件工程发展趋势，尤其是敏捷、DevOps 等领域的发展趋势出发，结合 DevOps best实践、DevSecOps 相关报告和标准，循序渐进地阐述 DevSecOps 理念；然后解读 DevSecOps best实践，根据 DevSecOps best实践涉及的重点阶段和相关技术讲解平台设计与工具应用，并结合开源、云原生等领域的流行工具介绍 DevSecOps 工具链及平台建设方法；最后以作者的实战经验和业界的实践案例介绍 DevSecOps 的实施方法。