Книга о том, как строить реальные ML- и AI-системы, а не просто обучать модели.
Автор объясняет, чем ML-системы отличаются от традиционного ПО, как проектировать сквозные пайплайны — от данных до продакшна, как обеспечивать масштабируемость, надежность, безопасность и эффективность.
Отдельный акцент — системное мышление, оптимизация производительности, ответственность и работа с инфраструктурой. Это книга про внедрение, а не про теорию.
Будет полезна архитекторам, AI-разработчикам, аналитикам и всем, кто работает с интеллектуальными системами и хочет понимать полный жизненный цикл ML-продукта.
Open-source формат и активное сообщество делают её актуальной в быстро меняющейся AI-индустрии.