Recenzje

„Team Topologies” to jedna z tych książek, które realnie zmieniają sposób patrzenia na organizację pracy w zespołach IT. Autorzy - Matthew Skelton i Manuel Pais - przedstawiają bardzo praktyczne podejście do projektowania struktur zespołów w taki sposób, aby maksymalnie przyspieszyć przepływ pracy i dostarczanie wartości biznesowej. Największą siłą tej książki jest jej konkretny model organizacji zespołów. Autorzy opisują cztery podstawowe typy zespołów (m.in. stream-aligned, platform czy enabling), które mogą współpracować ze sobą w jasno określony sposób, minimalizując chaos organizacyjny i zależności między zespołami. Dzięki temu książka pokazuje, jak projektować organizacje technologiczne tak, aby były skalowalne, autonomiczne i szybkie w dostarczaniu oprogramowania. Jednym z kluczowych elementów jest także koncepcja ograniczania tzw. cognitive load w zespołach, co pozwala programistom i testerom skupić się na realnym dostarczaniu wartości zamiast walczyć z nadmiarem złożoności. Na duży plus zasługuje również fakt, że publikacja nie jest teoretycznym podręcznikiem zarządzania. Autorzy bazują na wielu realnych przykładach z organizacji technologicznych, dzięki czemu przedstawione koncepcje można łatwo przełożyć na praktykę. To pozycja szczególnie wartościowa dla: liderów technicznych architektów i engineering managerów osób budujących struktury zespołów w organizacjach IT wszystkich zainteresowanych DevOps i skalowaniem organizacji technologicznych Podsumowując: „Team Topologies” to bardzo inspirująca i jednocześnie konkretna książka, która dostarcza jasnego języka i modelu do projektowania nowoczesnych organizacji IT. Jeśli interesuje Cię efektywność zespołów technologicznych i szybkie dostarczanie wartości w projektach software’owych - zdecydowanie warto po nią sięgnąć.

„AI dla twórców wartości" to książka zdecydowanie skierowana do osób, które mają już pewne doświadczenie ze sztuczną inteligencją i na co dzień korzystają z jej możliwości. Nie jest to wprowadzenie dla początkujących Czytelni powinien znać podstawy i być gotowy na głębszą refleksję nad tym, jak AI wpływa na świat biznesu i pracy. Jednym z najmocniejszych punktów książki jest wątek odpowiedzialności za wykorzystanie sztucznej inteligencji. Autorzy przekonują, że podejście do AI powinno stać się częścią kultury organizacyjnej firmy — i trudno się z tym nie zgodzić. To ważny głos w debacie, która w wielu przedsiębiorstwach jeszcze się nie zaczęła, choć dawno powinna. Szczególnie godny uwagi jest rozdział poświęcony zastosowaniu AI w farmacji. To przykład konkretny, dobrze opisany i pokazujący realny potencjał technologii w branży, gdzie stawką jest ludzkie zdrowie. Książka uczciwie podejmuje również temat ograniczeń sztucznej inteligencji. Autorzy przypominają, że modele językowe nadal generują treści nieprawdziwe i że weryfikacja wyników pracy AI to nie opcja, lecz konieczność. To ważne przypomnienie, które zbyt często gubi się w entuzjastycznym szumie wokół tematu. Interesująca jest też część poświęcona rynkowi pracy i pytaniu, czy AI rzeczywiście "zabierze nam miejsca pracy". Podsumowując — "AI dla twórców wartości" to solidna pozycja, która zbiera w jednym miejscu wiele istotnych informacji i perspektyw na temat sztucznej inteligencji. Jej siłą są konkretne, obrazowe przykłady i praktyczne podejście do tematu. Polecam ją jednak przede wszystkim osobom, które mają już za sobą pierwsze kroki z AI i szukają pogłębionej refleksji, a nie podstawowego wprowadzenia.

Duże modele językowe to potęga możliwości, gdyż bardzo szybko nastąpił ich rozwój a obecnie potrafią generować spójne i dostosowane do danej sytuacji odpowiedzi, będące wynikiem analizy i wnioskowania. Natomiast Agenci AI to oprogramowanie bazujące na modelach językowych. W przeciwieństwie do człowieka, analiza olbrzymich zbiorów danych zajmuje im chwilę. Mogą pomóc dzięki temu w podejmowaniu decyzji, w analityce, automatyzacji niektórych działań, czy też innych dziedzinach. Dziś chcę Wam opowiedzieć o książce, w której autor wyjaśnia, czym dokładnie są agenci AI, jak wygląda ich architektura oraz jakie dają możliwości. Obecnie AI ma coraz większe zastosowanie w różnych dziedzinach naszego życia, dlatego warto zrozumieć jej sposób działania oraz możliwości jakie daje by być bardziej konkurencyjnym na rynku. Niedawno przedstawiałam Wam już książkę dotyczącą AI w biznesie, tym razem skupimy się na modelach językowych i agentach AI bazujących na nich. Publikacja nie jest obszerna, lecz opracowana jest mniejszą czcionką w związku z tym znajduje się w niej sporo informacji. Po wstępie przybliżającym jej tematykę i stanowiącym wprowadzenie autor podzielił treść na pięć rozdziałów, rozpoczynając od bazowych zagadnień, przeprowadzając czytelnika przez konfigurację agentów, implementacje i współdziałanie, a kończąc na konkretnych przykładach zastosowania. Patrząc na te wszystkie aspekty można stwierdzić, że jest to spora dawka wiedzy przekazywanej w rzeczowy sposób. Wiadomo, że książka najbardziej przypadnie do gustu osobom, które są zainteresowane tą tematyką, zawiera bowiem opisy technicznych aspektów, czy też przykładowe kawałki kodu, które nie dla każdego będą zrozumiałe. Znajduje się w niej też sporo rysunków, pozwalających lepiej zaprezentować poszczególne zagadnienia. Agenci AI oferują wiele możliwości. Ich zastosowanie w biznesie pozwala być bardziej konkurencyjnym na rynku poprzez oszczędność czasu i wsparcie. Ich ogromną zaletą jest możliwość uczenia się, w związku z tym potrafią coraz lepiej reagować na różne interakcje z człowiekiem i udzielać coraz precyzyjniejszych odpowiedzi. Autor podpowiada, co jest ważne w procesie konfigurowania takiego agenta, co powinien zawierać dobrze przygotowany prompt, aby agent zadowalająco wykonywał stawiane przed nim, spersonalizowane zadania. Wspomina także o ograniczeniach. Dla osób zainteresowanych zgłębieniem tematyki na końcu książki znajduje się spora bibliografia. „Agenci AI bazujący na modelach językowych. Istota, konfiguracje, zastosowania” to skondensowana dawka wiedzy na temat agentów AI przedstawionej w zwięzły i spójny, chociaż miejscami trudniejszy w odbiorze sposób. Zawiera zarówno omówienie podstawowych pojęć, jak i przedstawienie architektury, czy też konfiguracji takich agentów. Pokazuje ich zalety oraz sposoby zastosowania, ale omawia także pewne ograniczenia. Książka dostarcza wiedzę, ale też zachęca do jej poszerzenia i zastosowania jej w praktyce.

Sam tytuł książki może zmylić. Można sądzić, że to będzie książka o samej „integracji” modeli z aplikacją albo przegląd kilku modnych technik. A tymczasem dostajemy coś znacznie więcej. Zgodnie z podtytułem: podejście naprawdę holistyczne. Autor zaczyna tam, gdzie powinno się zaczynać rozmowę o AI - od danych treningowych. I to jest duży plus. Nie ma tu skrótów myślowych. Jest proces. Jest wybór danych, ich jakość, konsekwencje decyzji projektowych. I dopiero później kolejne etapy. To połączenie tekstu technicznego i ciekawostek działa bardzo dobrze. Z jednej strony mamy konkret: funkcje, techniki, fragmenty kodu źródłowego, opisane na poziomie „nie za szczegółowo, nie za ogólnie”. W sam raz, żeby zrozumieć mechanizm, ale się nie utopić. Z drugiej strony wtrącenia, historie, liczby, kulisy. Dzięki temu książka nie jest suchym podręcznikiem. Co ważne, autor nie skupia się tylko na „jak to działa”, ale też na konsekwencjach działania. - wydajności, - kosztach, - opóźnieniach. To bardzo praktyczne podejście. Widać, że to nie jest teoria oderwana od realiów. To zdecydowanie nie jest książka dla początkujących. Wymaga solidnej wiedzy na start, Zwłaszcza z budowy LLM-ów. Jeżeli ktoś nie rozumie, czym jest self-attention, embedding czy pipeline treningowy, będzie się męczył. Momentami nawet osoba techniczna może się zgubić. Zdarzały mi się sytuacje, że trafiałem na pojęcie, którego nie znałem. Wracałem kilka stron wcześniej, szukałem wyjaśnienia… i go nie było. To męczące. Nie wszystkie przejścia między etapami książki są jasne. Czasem zmiana tematu jest zbyt gwałtowna. Brakuje jednego zdania mostu, które uporządkowałoby tok myślenia. Do tego dochodzą problemy z tłumaczeniem. Są dziwne sformułowania, które wytrącają z flow czytania. Widać też pojedyncze błędy. To szkoda, bo książka jest wymagająca sama w sobie, nie powinna dodatkowo męczyć językowo. Duży plus za ćwiczenia. Nawet jeśli ich nie robię, zmuszają do zatrzymania się i przemyślenia tematu. Dzięki temu to nie jest kolejna lektura do szybkiego przejrzenia Bardzo doceniam też konsekwentne zwracanie uwagi na bezpieczeństwo w całym procesie. Od danych, przez trening, po wdrożenie. Nie jako dodatek, ale jako element systemu. To książka trudna. Szczególnie pierwsza część. Momentami wymagająca. Ale jednocześnie daje więcej, niż obiecuje i świetnie porządkuje temat budowy modeli LLM i agentów. Jeżeli masz techniczne podstawy i chcesz naprawdę zrozumieć, jak działają współczesne modele językowe, nie tylko od strony promptów, ale od fundamentów, to polecam.

Czy nowotwory zawsze trzeba leczyć? 💊 Czy rak zawsze jest śmiertelny? I jak wygląda jego leczenie? 🩺 __ Dzięki książce „Bunt komórek” lepiej zrozumiecie to co wiadomo - i czego jeszcze nie odkryto - na temat biologii raka, zapobieganiu mu i leczeniu. Autor obala niektóre mity związane z tą chorobą i tłumaczy jak podchodzić do raka z większą nadzieją i mniejszym lękiem 💁🏼