System Design, Подготовка к сложному интервью по GenAI, Аминиан А., Шенг Х., 2026

System Design, Подготовка к сложному интервью по GenAI, Аминиан А., Шенг Х., 2026.

   Интервью по System Design (проектированию ИТ-систем) очень популярны у работодателей, на них легко проверить ваши навыки общения и оценить умение решать реальные задачи.
Интенсивный практикум по проектированию сложных ML-систем сфокусирован на самой горячей теме последних лет: генеративном искусственном интеллекте. Если вы датасайентист или ML-инженер, готовый перейти от теоретических знаний и изолированных моделей к созданию полноценных, масштабируемых и надежных продуктов, эта книга для вас. Авторы не просто рассказывают о трансформерах и диффузионных моделях — они проводят читателя через весь жизненный цикл системы: от сбора и очистки данных и выбора архитектуры до развертывания и мониторинга. Книга построена вокруг разбора реальных кейсов (Gmail Smart Compose, Google Translate, ChatGPT), что делает её бесценным ресурсом для подготовки к сложным интервью по System Design и для реальной работы.




Генеративные модели.
Генеративные модели нацелены на понимание и воспроизведение исходного распределения входных данных. Формально они моделируют распределение Р(Х), когда во внимание принимаются только входные данные (например, генерация изображений), или совместное распределение вероятностей Р(Х, У), когда рассматриваются и входные данные, и целевая переменная (например, преобразование текста в изображение). Это позволяет генерировать новые экземпляры данных путем выборки из изученных распределений.

В отличие от дискриминативных моделей, которые нацелены на различение экземпляров данных, генеративные могут создавать новые образцы (семплы) данных, которые очень похожи на исходные. Например, генеративная модель, обученная на изображениях человеческих лиц, может генерировать совершенно новые лица. Эти модели применяются в различных задачах, например генерации текстов, изображений и синтезе речи.

ОГЛАВЛЕНИЕ.
От издательства.
О научном редакторе русского издания.
Благодарности.
Глава 1. Введение и обзор.
Обзор GenAI.
Основа собеседований, посвященных проектированию ML-систем (ML System Design interview).
Итоги.
Ссылки.
Глава 2. Gmail Smart Compose.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 3. Google Translate.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 4. ChatGPT. Чат-бот и персональный ассистент.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 5. Подписи к изображениям.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 6. Генерация, усиленная поиском (RAG).
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 7. Реалистичная генерация лиц.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 8. Синтез изображений в высоком разрешении.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 9. Преобразование текста в изображение.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 10. Создание персонализированных портретов.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Глава 11. Преобразование текста в видео.
Введение.
Уточнение требований.
Представление проблемы в виде задачи ML.
Подготовка данных.
Разработка модели.
Оценка.
Общий дизайн ML-системы.
Другие темы для обсуждения.
Итоги.
Ссылки.
Послесловие.

Купить .








Теги: учебник по информатике :: информатика :: компьютеры :: Аминиан :: Шенг