Если на русском языке мало литературы по нужной теме, стоит читать англоязычные книги по программированию, архитектуре систем, базам данных и машинному обучению. В оригинале чаще доступны новые издания, точная терминология и примеры для актуальных версий технологий.
Подборка по направлениям:
- «Learning Python» Марка Лутца — основы Python, функции, модули, классы и организация программ. Для начала лучше выбирать 6-е издание, обновлённое с учётом современных версий языка.
- «Refactoring» Мартина Фаулера — улучшение структуры существующего кода без изменения его поведения. Второе издание содержит примеры на JavaScript, но методы подходят и для других языков.
- «Designing Data-Intensive Applications» Мартина Клеппмана — хранение и обработка данных, распределённые системы, репликация и надёжность.
- «Crafting Interpreters» Роберта Нистрома — устройство языков программирования. Автор последовательно создаёт два интерпретатора и разбирает каждую часть их реализации.
- «Computer Systems: A Programmer’s Perspective» Рэндала Брайанта и Дэвида О’Халларона — связь программного кода с памятью, процессором, компиляцией и операционной системой.
- «Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow» Орельена Жерона — практическая работа с моделями машинного обучения и нейронными сетями.
Книгу по конкретному языку или библиотеке нужно проверять по году издания и версии технологии. Для алгоритмов, архитектуры и устройства компьютеров дата менее критична. Для Python, JavaScript, облачных платформ и машинного обучения лучше брать последнее доступное издание и сверять примеры с официальной документацией.