ph_piter Aug 6 2015 at 14:15

Data Science: путь к профессионализму

8 min

21K

Издательский дом «Питер» corporate blogProgramming*Algorithms*Big Data*Hadoop*

Translation

Comments 5

AndrewNikolaevich Aug 6 2015 at 14:23

Перевод делался чтобы по опросу понять книги на какую тему выгоднее издавать?

ph_piter Aug 6 2015 at 14:27

Нет, идея об опросе возникла после того, как был подобран этот текст.

Очень больной вопрос, господа: на Amazon рейтинги у Big Data зашкаливают, а у нас это по-прежнему элитарные темы, которые продаются посредственно. Поэтому было решено опубликовать текст, в котором Большие данные рассмотрены как ниша, где могут работать и развиваться и маленькие команды

avsej Aug 6 2015 at 17:20

А в издательстве оценивается лаг который существует между кодом и книгой? Часто он существует даже для оригинала, не говоря уже о переводе.

ph_piter Aug 6 2015 at 17:37

Да, он существует, и с этим приходится мириться. Поэтому стараемся подбирать долгоиграющие книги, которые дают представление о технологии или парадигме, а не только о конкретных версиях. Хорошие книги обновляются под новые версии после выхода новинки в оригинале; такая «сверка» делается значительно оперативнее, чем перевод с нуля

epahomov Aug 6 2015 at 16:23

По хадупу книга это штука очень очень очень странная. Про что рассказывать — про API Yarn? а зачем если вы никогда не будете системным программистом в хадуп инфраструктуре и будет пользоваться только Spark и Hive. рассказывать про основы? — это 2 страницы. Очень интересна была бы книга, которая бы провела через эпоху становления SQL баз и обьяснила почему они такие, какие они есть, потом обьяснила подробно почему они не масштабируются и насколько реально они масштабируются. И со всей это историей подошла бы cassandra, hadoop и spark.