博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
书单来了!大厂的技术牛人在读什么:腾讯篇
阅读量:2170 次
发布时间:2019-05-01

本文共 1811 字,大约阅读时间需要 6 分钟。

点击蓝色“程序员书单”关注我哟

加个“星标”,每天带你看好文,读好书!

腾讯技术团队推荐书单

《应用密码学:协议、算法与 C 源程序》 [美] Bruce Schneier

密码学的应用领域远远不只是编码和解码信息,要了解有关密码学技术的数字签名的知识,本书是必读之作。本书介绍了密码学协议的通用类型、特定技术,详细介绍了现实世界密码学算法的内部机制,包括 DES 和 RSA 公开密钥加密系统。书中提供了源代码列表和大量密码学应用方面的实践活动,如产生真正的随机数和保持密钥安全的重要性。

《Spring Cloud 微服务架构进阶》 朱荣鑫 / 张天 / 黄迪璇

本书全面系统地介绍 Spring Cloud 及其在微服务架构中的应用,为读者揭开了 Spring Cloud 组件实现的技术内幕,并提供了进阶应用的思路,可以作为使用 Spring Cloud 进行微服务架构实践的参考书。

《领域驱动设计》 [美] Eric Evans

全书围绕着设计和开发实践,结合若干真实的项目案例,向读者阐述如何在真实的软件开发中应用领域驱动设计。书中给出了领域驱动设计的系统化方法,并将人们普遍接受的一些实践综合到一起,融入了作者的见解和经验,展现了一些可扩展的设计新实践、已验证过的技术以及便于应对复杂领域的软件项目开发的基本原则。

《奇特的一生》 [俄] 格拉宁

描述了一个真正和时间成为朋友的人,一个将自己的一生用时间来计划的人——柳比歇夫。柳比歇夫通过独创的 “时间统计法”,对自己做了研究和试验:试验在写、读、听、工作、思索等各方面,到底能干多少,怎么干?他不让自己负担过重,力不胜任;他总是循着自己能力的边缘前进,他对自己能力的掂量精确无疑。柳比歇夫的工作方法是一个创举,从表面上看,这是纯技术性的工作方法,一点儿也不起眼。它是自然而然形成的,但几十年来它获得了精神上的力量。它成为柳比歇夫生活的骨架,不仅保证了最高的效率,也保证了最旺盛的生命力。

《计算机程序设计艺术》 [美] Donald Knuth

公认的计算机科学领域经典之作,深入阐述了程序设计理论,对计算机领域的发展有着极为深远的影响。本书是该系列的第 1 卷,讲解基本算法,其中包含了其他各卷都需用到的基本内容。本卷从基本概念开始,然后讲述信息结构,并辅以大量的习题及答案。

《腾讯游戏开发精粹》 腾讯游戏

腾讯游戏研发团队的技术结晶,由 10 多名腾讯游戏资深技术专家撰写而成,整理了团队在自主游戏研发的道路上积累沉淀的技术方案,具有较强的通用性及时效性,内容涵盖游戏脚本系统及开发工具、数学和物理、计算机图形、人工智能与后台架构等。

《Python 数据分析与数据化运营》 宋天龙

这是一本将数据分析技术与数据使用场景深度结合的著作,从实战角度讲解了如何利用 Python 进行数据分析和数据化运营。

《解析深度学习:卷积神经网络原理与视觉实践》 魏秀参

深度学习,特别是深度卷积神经网络是人工智能的重要分支领域,卷积神经网络技术也被广泛应用于各种现实场景,在许多问题上都取得了超越人类智能的结果。本书作为该领域的入门书籍,在内容上涵盖深度卷积神经网络的基础知识和实践应用两大方面。

《SRE:Google 运维解密》 贝特西·拜尔 等

大型软件系统生命周期的绝大部分都处于 “使用” 阶段,而非 “设计” 或 “实现” 阶段。那么为什么我们却总是认为软件工程应该首要关注设计和实现呢?在《SRE:Google 运维解密》中,Google SRE 的关键成员解释了他们是如何对软件进行生命周期的整体性关注的,以及为什么这样做能够帮助 Google 成功地构建、部署、监控和运维世界上现存最大的软件系统。

《微服务设计》 [英] Sam Newman

本书全面介绍了微服务的建模、集成、测试、部署和监控,通过一个虚构的公司讲解了如何建立微服务架构。主要内容包括认识微服务在保证系统设计与组织目标统一上的重要性,学会把服务集成到已有系统中,采用递增手段拆分单块大型应用,通过持续集成部署微服务,等等。

*— *【 THE END 】—

本公众号全部博文已整理成一个目录,请在公众号里回复「m」获取!

3T技术资源大放送!包括但不限于:Java、C/C++,Linux,Python,大数据,人工智能等等。在公众号内回复「1024」,即可免费获取!!

转载地址:http://ywlzb.baihongyu.com/

你可能感兴趣的文章
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>
PCA 的数学原理和可视化效果
查看>>
机器学习中常用评估指标汇总
查看>>
什么是 ROC AUC
查看>>
Bagging 简述
查看>>
详解 Stacking 的 python 实现
查看>>
简述极大似然估计
查看>>
用线性判别分析 LDA 降维
查看>>
用 Doc2Vec 得到文档/段落/句子的向量表达
查看>>
使聊天机器人具有个性
查看>>
使聊天机器人的对话更有营养
查看>>
一个 tflearn 情感分析小例子
查看>>
attention 机制入门
查看>>
手把手用 IntelliJ IDEA 和 SBT 创建 scala 项目
查看>>
双向 LSTM
查看>>
GAN 的 keras 实现
查看>>