本书重点介绍企业级大模型应用开发、模型调优及部署运维等技能。全书共10章，内容涵盖生成式AI概述、大模型提示词深度解析、LangGraph+CrewAI案例、生成式AI应用开发项目实战、大模型指令微调与PEFT技术、RLHF与DPO模型对齐、大模型应用开发案例实战、为何Sora是通往AGI道路的里程碑、解码Sora架构

本书分为三篇。AIAgent基础篇：介绍AIAgent的基本概念和开发模式，引出AIAgent的技术体系和实现方式，并以最常见的OpenAILLM为例，演示从零构建一个AIAgent的过程，提供OpenAISwarm框架的使用方式和案例。AIAgent实现篇：介绍AIAgent的典型实现模式，包括通用型的ReActAg

本书主要内容包括：聊天机器人之殇；OWASP大语言模型应用十大安全风险；架构与信任边界；提示词注入；你的大语言模型是否知道得太多了等。

本书主要内容包括：IoT测试环境搭建；硬件协议介绍；常见的IoT协议及漏洞实例；固件获取；固件加解密；常见的固件文件系统等。

本书以欧姆龙公司NX系列机器自动化控制器为背景，系统地介绍了机器自动化控制器的工作原理、硬件单元与系统配置、程序组织单元与编程语言、指令系统、控制系统设计、自动化平台软件SysmacStudio的使用，以及运动控制功能与运动控制指令、EtherCAT网络和EtherNet/IP网络。

本书全面涵盖了硬件安全概念，这些概念源自新型逻辑与存储设备及其相关架构的独特特性。本书聚焦将设备独有的特性(如多功能性、运行时多态性、内在熵、非线性、异构集成的便捷性、防篡改性等)映射到其所助力实现的安全基元上，这些安全基元包括静态和动态伪装、真随机数生成、物理不可克隆函数、大规模安全异构系统以及防篡改存储器。

本书分为三部分：第一部分介绍差分隐私的理论，详细解释了准备数据和执行差分隐私数据发布所需的各个概念；第二部分探讨差分隐私的应用，包括如何查询不同的数据格式(如搜索日志)以及在机器学习算法中添加差分隐私；第三部分则关注从业者需要了解的重要主题，例如理解隐私攻击、设置隐私参数以及部署首次差分隐私数据发布。

本书共15章，分四部分。第一部分是“数据准备与清洗”(第1-4章)，首先介绍自助式数据分析的六大应用场景(第1章)，然后详解PowerQuery在数据清洗、表格结构管理以及数据转换方面的全流程操作。第二部分是“数据整合与高级查询”(第5-7章)，深入探讨数据管理(第5章)、数据查询(第6章)以及多表合并技术(第7章)。

本书全面阐述了湖仓架构相关知识。首先介绍数据架构及其在构建数据平台中的作用，剖析湖仓架构的概念、特征和优势。接着对比传统架构(数据湖与数据仓库)和现代数据平台，明确湖仓架构在未来数据平台的重要地位。然后讲解行存储与列存储等概念，以及云对象存储、文件格式和表格式等组件，还给出设计存储时的考量因素。接着阐述数据目录、计算引

编译器向来被视为最难教授和理解的程序之一。大多数编译书籍按阶段逐章讲解，这种结构掩盖了语言特性如何驱动设计选择的逻辑。相比之下，这本创新教材采用增量式方法，让学生能够亲自编写每一行代码。书中引导读者为一种小型但功能强大的编程语言构建自己的编译器，并随着章节推进逐步添加复杂的语言特性。作者阐释了现代编译器背后的核心概念、