本书基于作者在流程自动化领域20年的实践经验，全面而系统地展示如何应用流程自动化模型、方法和工具来解决微服务和云原生架构的复杂性。书中首先讲述流程自动化如何应用于现代系统架构和软件开发实践；然后研究工具要具备什么样的支持度才能成为每个开发者工具箱的重要组成部分；最后通过示例展示一个轻量且开发者友好的工作流引擎是实现流程自动化的核心组件。此外，本书还讨论了一些典型的误解并提供了一些实用建议。本书适合想要了解流程自动化的软件开发者、软件架构师和系统架构师阅读。

本书基于作者在可观测性领域的丰富实践经验撰写而成，旨在帮助读者在工程团队内开展可观测性实践。书中深入分析了在软件交付和运营的背景下可观测性意味着什么、如何构建基础组件来实现可观测性、可观测性对团队动力的影响、可观测性规模化的考虑因素，以及在组织中建立可观测性文化的实用方法，还通过丰富的实例展示了如何利用可观测性改进现有的工作，并提供了从传统工具（如度量工具、监控工具和日志管理工具）迁移的实际注意事项。本书适合软件工程师、产品经理、软件交付和运维人员等阅读。

对于刚刚成为软件工程师的新手来说，知道如何编写代码只是成功了一半。你可能很快就会发现，学校并没有教授在现实世界中至关重要的技能和工作中必要的流程。本书恰恰填补了这一环节，它是作者十多年来在大型公司指导初级工程师工作的教程，涵盖软件工程的基础知识和best实践。本书第1～2 章讲解当你在公司开启你的职业生涯时会发生什么；第3～11 章会扩展你的工作技能，教你如何使用现有代码库、解决和防止技术债、编写生产级软件、管理依赖关系、有效地测试、评审代码、交付软件、处理On-Call 时的事故和构建可演进的架构等；剩余章节涵盖管理能力和职业阶梯的提升等相关内容，例如敏捷计划、与管理者合作以及成长为资深工程师的必经之路。本书中非常重要的一部分内容是教你如何应对糟糕的管理，以及如何调整自己的节奏。本书内容不仅浅显易懂，还覆盖整个软件开发周期，是一本技术主管希望每名新入行的工程师在开始工作之前都能阅读的书。

本书阐述了计算工程和科学的要点以及虚拟原型的关键作用，包括：规划和管理从物理原型到虚拟原型的范式转换，建立、执行和发展用于开发虚拟原型软件的敏捷过程，了解并实施虚拟样机工具和工作流程，以及验证原型系统以确保准确性和实用性。

本书紧扣软件测试和软件工程标准规范要求，结合国内相关专业领域软件测试现状，设计了一套适应软件测试项目管理的方法，系统地介绍了相关的知识、技术、方法和软件工具，给出了较为详细的测试项目管理文档和记录表格模板。本书从笔者所在单位特别是软件评测中心的视角进行系统阐述，更适用于软件评测项目管理要求，技术和方法的实用性好，内容指导性强，可用于同领域教育培训，对于提高软件从业人员的测试项目管理能力，帮助软件测试机构规范测试过程管理、提高软件测试效率具有很好的指导作用。

本书首先讲述了车联网项目质量思维和质量能力基础架构；然后以一个车联网智能产品案例为切入点，详细介绍了如何分析需求、制订质量计划，以及硬件、固件、平台、Web端和APP端的交付过程；最后讨论了如何对产品进行质量评估。本书适合测试人员、开发人员、软件质量保证人员阅读。

本书从哲学高度和底层逻辑视角剖析了中国ToB行业过去30年沉积下来的弊病和面临的各种困局，作者基于自己在ToB行业深耕10余年后的丰富实践、深度洞察和系统思考，为中国ToB行业的发展给出了破局之法，助力中国ToB企业破茧化蝶，构建服务全球的产业体系和综合能力。对于中国ToB行业而言，作者的经历独特而难得，他是极少数同时具备深厚的科技和人文素养并真正跨越了ToB软件创业全周期的人，这使得本书同时具备中国视角与全球视角、创业者视角与平台视角、产品视角与产业视角，为中国ToB从业者正确理解行业格局、客户需求、产品经营、市场竞争、发展机会给出了明确的指引。本书将解开中国ToB领域企业家和创业者的困惑，激发他们重新思考自己的核心竞争力，走出泥潭、摆脱逆境，走向世界的大舞台。具体内容方面，全书分为上下两篇：上篇以理论分析为主，顺着中国ToB行业的发展脉络，从宏观视角分析了中国ToB企业的生存土壤、问题症结、行业结构、市场模型、需求特征、竞争态势、SaaS逻辑等，鞭辟入里、直指本质，是帮助我们真正理解中国ToB行业千姿百态的金钥匙。下篇以实践经验为主，针对ToB企业家、创业者和管理者在实践中普遍会遇到的核心难题，从微观上提供可落地的建议和方案，包括市场规模的评估、价格策略的制定、营销与销售体系的搭建、客户成功体系的构建、多产品线的优化、产品边界的权衡和产品标准化、交付效率的优化、渠道和服务商的发展、企业出海等话题，实践出真知，作者的经验和思考能帮助广大的ToB从业者少走弯路。打开这本书，相信中国的ToB行业未来 30 年会更加精彩！

不加班的秘密：用Python助力Excel玩转数据分析 本书以Python分析处理Excel数据的实战案例为主来讲解自动化办公及大数据分析的方法。通过根据实际工作场景设计的实战案例，结合通俗易懂的代码分析，可帮助读者轻松掌握如何处理实际工作中的办公自动化问题及对大数据进行统计分析处理的方法。书中第1~4章主要讲解编程基础，涉及Python程序及其模块的下载安装方法、Python编程环境IDLE的使用方法、Python基本语法、Pandas模块和xlwings模块的用法等；第5~9章为实战案例，讲解批量处理Excel文件、客户数据、财务数据，以及批量处理分析运营数据和连锁超市数据等内容。

本书以数据工程的基本理论为基础，以数据工程建设的流程为框架，介绍了数据工程概论、数据规划设计、数据模型构建、数据采集与数据处理、数据存储与数据管理、数据分析与数据挖掘、数据共享应用、数据标准规范、数据工程实践案例等内容。其具体内容为：第1章重点介绍数据工程涉及的概念、体系架构、国内外建设发展情况；第2章到第8章详细介绍数据工程具体建设活动的理论基础、技术方法、工具手段等；第9章介绍了一个数据工程实践案例。本书面向所有的“数据工作者”——从事或学习数据工程的理论研究、技术创新、实践运用相关的科研人员、管理人员、咨询人员、教师、高等院校的研究生等，也适合对数据工程有兴趣的其他读者群体。

本书探讨了软件工程的真正含义，汇集了一些重要的软件开发基本原则，将它们紧密结合成一个一致的模型，旨在帮助读者有效、快速地构建软件。全书共4个部分：第1部分探讨软件工程的真正含义，以及如何将工程的原则和原理应用到软件开发中；第2部分讲述运用科学思想优化软件开发过程的方法，包括迭代式、增量式工作，获得并利用快速、高质量的反馈，采用实验性和经验主义的科学方法；第3部分介绍管理软件复杂性的方法，深入探讨模块化、内聚力、关注点分离、信息隐藏和抽象、管理耦合等原则；第4部分介绍支持软件工程的工具，以及一些贯穿本书的软件开发理念，包括可测试性、可部署性、速度、控制变量、持续交付等。