Что читать и за чем следить в 2014, если вы строите систему, а не карьеру в хайпе
Закрывающий текст года даёт читателю карту направлений, а не список модных слов.
Последняя неделя декабря - время, когда в интернете появляются десятки списков "лучших книг года" и "технологий, за которыми следить". Большинство из них составлены по принципу "что было популярным", а не "что поможет думать глубже".
Я хочу сделать иначе. Не список, а карта. Несколько направлений, каждое с конкретным ориентиром - что читать, на что обращать внимание. Для людей, которые строят системы и принимают решения об архитектуре, а не коллекционируют модные слова.
Инфраструктура и облако
Если вы ещё не разобрались, как устроены публичные облачные платформы изнутри, - это пробел, который мешает принимать взвешенные решения. Не нужно становиться инженером AWS или Azure, но понимать, что такое регион и зона доступности, как работает объектное хранилище, чем отличается IaaS от PaaS - стоит.
Читайте технические документации самих провайдеров - они написаны лучше, чем большинство учебников. Следите за инженерными блогами Netflix и LinkedIn: они публикуют разборы реальных архитектурных решений, а не маркетинговые тексты.
Данные и инженерия
Здесь главный вопрос 2014 года - не "какой инструмент выбрать", а "как выстроить дисциплину работы с данными". Инструменты меняются быстро, дисциплина остаётся.
Мартин Клеппманн ещё не написал свою книгу о системах обработки данных, но идеи, которые он позже там изложит, уже обсуждаются в конференционных докладах и технических блогах. Ищите материалы о pipeline-ах данных, о согласованности в распределённых системах, о разнице между batch и stream-обработкой.
Следите за тем, что выходит из Etsy, Facebook, Twitter в их технических блогах: они решают задачи масштаба, о которых большинство компаний узнает через два-три года.
Безопасность
В 2013 году события вокруг массовой слежки сделали безопасность публичной темой. Для ИТ-директора это означает две вещи: давление сверху возрастёт, и появится больше ресурсов для серьёзного разговора о безопасности внутри компании.
Читайте не про конкретные уязвимости, а про принципы - defence in depth, least privilege, zero trust как концепция. Брюс Шнайер пишет понятно для нетехнической аудитории и при этом не упрощает до бессмысленности.
Машинное обучение
ML в 2014 году - это ещё не массовый инструмент, но уже не академическая экзотика. Для руководителя важно понять одно: ML - это не волшебная кнопка, а инженерная дисциплина со своими требованиями к данным, инфраструктуре и процессу.
Если в вашей области есть применения ML - изучайте не алгоритмы, а кейсы внедрения: что сработало, что нет, какие были ошибки. Конференция NIPS публикует материалы открыто, но для начала достаточно читать разборы практических применений в отраслевых изданиях.
Робототехника и физические системы
Это пока самая далёкая от большинства бизнесов тема, но 2013-й показал: автономные физические системы выходят за пределы лабораторий. Amazon и складская логистика, беспилотные автомобили, промышленная робототехника - всё это начинает пересекаться с реальным бизнесом.
Следить за этим стоит не ради хайпа, а ради понимания: где через пять лет могут появиться новые операционные возможности или угрозы для вашей отрасли.
Главный фильтр
Для каждого нового источника или темы я использую один вопрос: помогает ли это думать о системе в целом, или только добавляет ещё один термин в словарь?
Хороший материал по облачной архитектуре помогает понять trade-off-ы, а не просто описывает сервисы. Хорошая статья о данных объясняет, почему одни подходы хрупки, а не просто перечисляет инструменты. Хорошее чтение по безопасности меняет модель угроз, а не пугает новыми CVE.
Если после прочтения вы думаете иначе о своей архитектуре - это было полезное чтение. Если только знаете новое название - скорее всего, нет.