Литература и статьи

Список не претендует на полноту: по каждой теме этой книги написаны отдельные книги, и здесь названы те, к которым стоит обратиться следующими. Ссылки на документацию и инструменты вынесены в разделы «Полезные ссылки» соответствующих глав — здесь их нет намеренно, потому что адреса в интернете живут меньше, чем бумага.

Инструменты и рабочая среда

  1. Чакон С. Pro Git / С. Чакон, Б. Штрауб. – 2-е изд. – Apress, 2014. – Режим доступа: https://git-scm.com/book/ru/v2. Дата обращения: 31.08.2026.
  2. Merkel D. Docker: lightweight Linux containers for consistent development and deployment / D. Merkel // Linux Journal. – 2014. – Vol. 2014, № 239.
  3. Уорд Б. Внутреннее устройство Linux / Б. Уорд. – 3-е изд. – СПб.: Питер, 2022.
  4. Керриск М. Linux API. Исчерпывающее руководство / М. Керриск. – СПб.: Питер, 2018.
  5. Лав Р. Ядро Linux. Описание процесса разработки / Р. Лав. – 3-е изд. – М.: Вильямс, 2013.

Алгоритмы и структуры данных

  1. Кормен Т. Алгоритмы: построение и анализ / Т. Кормен, Ч. Лейзерсон, Р. Ривест, К. Штайн. – 3-е изд. – М.: Вильямс, 2013.
  2. Седжвик Р. Алгоритмы на Python / Р. Седжвик, К. Уэйн, Р. Дондеро. – М.: Вильямс, 2017.
  3. Кнут Д. Искусство программирования. Т. 1: Основные алгоритмы / Д. Кнут. – 3-е изд. – М.: Вильямс, 2018.

Язык Python

  1. Лутц М. Изучаем Python / М. Лутц. – 5-е изд. – М.: Диалектика, 2020.
  2. Рамальо Л. Python. К вершинам мастерства / Л. Рамальо. – 2-е изд. – М.: ДМК Пресс, 2023.
  3. Слаткин Б. Секреты Python: 90 рекомендаций по написанию эффективного кода / Б. Слаткин. – 2-е изд. – М.: Диалектика, 2020.
  4. Бизли Д. Python. Книга рецептов / Д. Бизли, Б. Джонс. – М.: ДМК Пресс, 2019.

Инженерные практики

  1. Мартин Р. Чистая архитектура. Искусство разработки программного обеспечения / Р. Мартин. – СПб.: Питер, 2018.
  2. Мейер Б. Объектно-ориентированное конструирование программных систем / Б. Мейер. – М.: Русская редакция, 2005.
  3. Шэллоуэй А. Шаблоны проектирования. Новый подход к объектно-ориентированному анализу и проектированию / А. Шэллоуэй, Дж. Тротт. – М.: Вильямс, 2002.
  4. Клеппман М. Высоконагруженные приложения. Программирование, масштабирование, поддержка / М. Клеппман. – СПб.: Питер, 2018.
  5. Momjian B. PostgreSQL: introduction and concepts / B. Momjian. – Addison-Wesley, 2001.
  6. Bradshaw S. MongoDB: the definitive guide / S. Bradshaw, E. Brazil, K. Chodorow. – 3rd ed. – O'Reilly Media, 2019.
  7. Carlson J. Redis in action / J. Carlson. – Manning, 2013.
  8. Videla A. RabbitMQ in action: distributed messaging for everyone / A. Videla, J. J. W. Williams. – Manning, 2012.
  9. Harenslak B. P. Data pipelines with Apache Airflow / B. P. Harenslak, J. de Ruiter. – Manning, 2021.
  10. Chhajed S. Learning ELK stack / S. Chhajed. – Packt Publishing, 2015.

Данные и машинное обучение

  1. Virtanen P. SciPy 1.0: fundamental algorithms for scientific computing in Python / P. Virtanen, R. Gommers, T. E. Oliphant [и др.] // Nature Methods. – 2020. – Vol. 17. – P. 261–272.
  2. McKinney W. pandas: a foundational Python library for data analysis and statistics / W. McKinney // Python for High Performance and Scientific Computing. – 2011.
  3. Kluyver T. Jupyter Notebooks — a publishing format for reproducible computational workflows / T. Kluyver, B. Ragan-Kelley, F. Pérez [и др.] // Positioning and Power in Academic Publishing. – IOS Press, 2016. – P. 87–90.
  4. Hastie T. The elements of statistical learning / T. Hastie, R. Tibshirani, J. Friedman. – 2nd ed. – Springer, 2009.
  5. Bishop C. M. Pattern recognition and machine learning / C. M. Bishop. – Springer, 2006.
  6. Гудфеллоу Я. Глубокое обучение / Я. Гудфеллоу, И. Бенджио, А. Курвилль. – М.: ДМК Пресс, 2018.
  7. Жерон О. Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow / О. Жерон. – 2-е изд. – М.: Диалектика, 2020.

Производительность

  1. Gorelick M. High performance Python / M. Gorelick, I. Ozsvald. – 2nd ed. – O'Reilly Media, 2020.
  2. Press W. H. Numerical Recipes: The Art of Scientific Computing / W. H. Press, S. A. Teukolsky, W. T. Vetterling, B. P. Flannery. – 3rd ed. – Cambridge University Press, 2007.

Физика пучков и вычислительные коды

  1. Lawson J. D. The physics of charged-particle beams / J. D. Lawson. – Oxford: Clarendon Press, 1977.
  2. Reiser M. Theory and design of charged particle beams / M. Reiser. – Wiley, 1994.
  3. Birdsall C. K. Plasma physics via computer simulation / C. K. Birdsall, A. B. Langdon. – CRC Press, 2004.
  4. Ivanov A. V. ULTRASAM-2D code for simulation of electron guns with ultra high precision / A. V. Ivanov, M. A. Tiunov // Proceedings of EPAC-2002. – Paris, 2002. – P. 1634–1636.
  5. Borland M. Simple method for particle tracking with coherent synchrotron radiation / M. Borland // Physical Review Special Topics — Accelerators and Beams. – 2001. – Vol. 4, № 7.
  6. Dalesio L. R. EPICS architecture / L. R. Dalesio, A. J. Kozubal, M. R. Kraimer // Proceedings of ICALEPCS'91. – 1991. – P. 278–282.

Работы, на которых построены примеры книги

  1. Никифоров Д. А. Транспортировка сильноточного электронного пучка в линейном индукционном ускорителе ЛИУ-5 / Д. А. Никифоров, М. Ф. Блинов, В. В. Федоров [и др.] // Письма в журнал «Физика элементарных частиц и атомного ядра». – 2020. – Т. 17, № 2(227). – С. 158–167.
  2. Nikiforov D. A. Investigation of high current electron beam dynamics in linear induction accelerator for creation of a high-power THz radiation source / D. A. Nikiforov, A. V. Petrenko, S. L. Sinitsky [и др.] // Journal of Instrumentation. – 2021. – Vol. 16, № 11. – P. P11024.
  3. Никифоров Д. А. Исследование динамики пучка электронов в мощном линейном индукционном ускорителе с фокусировкой на сосредоточенных элементах : дис. … канд. физ.-мат. наук / Д. А. Никифоров. – Новосибирск: ИЯФ СО РАН, 2023. – 94 с.
  4. De Rainville F.-M. DEAP: a Python framework for evolutionary algorithms / F.-M. De Rainville, F.-A. Fortin, M.-A. Gardner [и др.] // Proceedings of the 14th Annual Conference Companion on Genetic and Evolutionary Computation. – 2012. – P. 85–92.
  5. Ragonneau T. M. Model-based derivative-free optimization methods and software : PhD thesis / T. M. Ragonneau. – The Hong Kong Polytechnic University, 2022.
  6. Lu C. The AI Scientist: towards fully automated open-ended scientific discovery / C. Lu, C. Lu, R. T. Lange [и др.]. – 2024. – Режим доступа: https://arxiv.org/abs/2408.06292. Дата обращения: 31.08.2026.

Свидетельства о государственной регистрации программ для ЭВМ

  1. Федоров В. В. REDPIC : свидетельство о государственной регистрации программы для ЭВМ № 2023688768 от 25.12.2023 / В. В. Федоров, Д. А. Никифоров. – 2023.
  2. Федоров В. В. KENV : свидетельство о государственной регистрации программы для ЭВМ № 2024611244 от 18.01.2024 / В. В. Федоров, Д. А. Никифоров, А. В. Петренко. – 2024.
  3. Федоров В. В. SCAUT : свидетельство о государственной регистрации программы для ЭВМ № 2025619977 от 21.04.2025 / В. В. Федоров, Д. А. Никифоров. – 2025.
  4. Федоров В. В. ACCUMULATOR : свидетельство о государственной регистрации программы для ЭВМ № 2026668488 от 07.07.2026 / В. В. Федоров. – 2026.