以前读书的时候，很多经典图书都是国外引进版。

如今，随着我们的科技实力越来越强，优质原创书籍越来越多，我们的图书也越来越多地被输出到国外。

这不，近期我们就有4本优质原创图书被全球知名学术出版机构施普林格·自然集团引进到德国啦~~

国外的伙伴都感兴趣的技术书，你还不赶紧来学习一下咩？

01

《数智驱动新增长》
肖利华，田野，洪东盈，杨文雅，陈赋明 等 著
新商业学院 编

企业数智化转型实战之书

阿里副总裁肖利华领衔写作

中科院黄维院士、清华大学经济管理学院副院长李纪珍、李宁、阿里达摩院院长张建锋、浙江大学等知名专家力荐

本书对全链路数智化转型等方法论进行阐述，并深度解析 6 个标杆企业数智化转型的真实案例，探讨数智化对于未来商业新形态的思考与实践，推动企业全面认识数智化转型。希望能够帮助政府领导、企业管理者以及所有对数智化感兴趣的弄潮儿打开思路，找到驱动企业持续增长的新力量！

（限时五折，扫码速抢！）

02

《云原生数据库：原理与实践（全彩）》
李飞飞，周烜，蔡鹏，张蓉，黄贵，刘湘雯 著

阿里云智能事业群总裁、达摩院院长张建锋，中国工程院院士陈左宁，中国科学院院士梅宏倾情作序！

李飞飞博士、周烜教授领衔撰写

阿里云数据库领域数十年的研发实践经验结晶

本书详细剖析了作为核心基础软件系统的数据库在云计算时代的技术演进历程，从架构设计、实现机制和系统优化等多个角度阐述传统数据库技术是如何一步步发展到云原生形态的。

本书强调理论和实践的充分结合，分析MySQL、PostgreSQL等工业界“活”的系统实现数据库的SQL优化与执行、事务处理、缓存与索引等原理，在面对实际应用需求时做了哪些权衡与折中，面对复杂的应用场景如何优化，以及做出种种选择背后的原因。同时，本书结合阿里云在数据库领域的研发实践经验，着重讲述现代数据库从系统进化到服务的一系列核心技术原理，例如利用云计算资源池化技术、分布式技术实现数据库的高可用、弹性扩展和按需使用等。

（限时五折，扫码速抢！）

03

《推荐系统：前沿与实践（全彩）》
李东胜，练建勋，张乐，任侃 等 著

重温经典技术，推知前沿进展

详细阐述推荐系统基本原理、落地经验与前沿技术进展

深入浅出推荐系统的技术发展脉络

揭秘工业级推荐系统的构建方法

推荐系统是互联网时代极具商业价值的人工智能应用之一，30 年来持续受到学术界和工业界的广泛关注。本书作者以一线研发人员的视角和经验，对推荐系统进行总结，尝试从原理与实践两个角度为读者剖析推荐系统。本书首先从原理上介绍各类经典推荐算法及前沿的深度学习推荐算法，然后分析推荐系统领域发展的前沿话题和未来方向，最后结合微软的开源项目Microsoft Recommenders 介绍推荐系统的实践经验。读者可以基于本书提供的源代码，深入学习推荐算法的设计原理和实践方式，并可以基于本书从零开始快速搭建一个准确、高效的推荐系统。

本书不仅适合互联网、大数据等相关领域技术人员阅读，也适合高等院校计算机、软件工程、人工智能等专业的本科生和研究生参考。

（限时五折，扫码速抢！）

04

《自动驾驶算法与芯片设计》
任建峰，蒋立源，余成文 著

详细介绍自动驾驶算法、软件和芯片设计各个环节

凝聚作者10余年高通、华为、谷歌的理论和实战经验

本书每个章节都能挖掘出潜在的自动驾驶产品和服务

高通技术副总裁×纽励科技CEO×佐治亚大学教授海内外工业界、学术界专家齐荐

汽车智能化形成趋势，辅助驾驶功能的渗透率越来越高。这些功能的实现需要借助于摄像头、雷达、激光雷达等新增的传感器数据，其中视频处理需要大量并行计算。然而，传统CPU算力不足，而DSP擅长图像处理，对于深度学习却缺乏足够的性能。尽管GPU擅长训练，但它过于耗电，影响汽车的性能。因此，本书着眼于未来，认为定制化的ASIC必将成为主流。本书以自动驾驶的芯片设计为最终目标，来论述设计一个面向未来的自动驾驶SoC芯片的学术支撑和工程实践。

本书共13章。其中第1章主要介绍自动驾驶目前遇到的挑战和研究方向。第2～6章重点讲述环境感知以及规划控制方面的算法设计；第7～10章重点讲述深度学习模型的优化和深度学习芯片的设计；第11章和第12章重点讲述具有安全功能的自动驾驶软件架构设计；第13章介绍5G车联网。

本书适合有志于从事自动驾驶方面的大学本科生、研究生以及工程技术人员阅读。

（限时五折，扫码速抢！）