Книга рассчитана на исследователя данных, имеющего некоторый опыт работы с языком программирования R и/или Python и имеющего предшествующий (возмож­но, обрывочный или сиюминутный) контакт с математической статистикой. Двое из трех авторов пришли в мир науки о данных из мира статистики и поэтому обла­дают некоторым пониманием того вклада, который статистика может привнести в науку о данных как прикладную дисциплину. В то же время мы хорошо осведом­лены об ограничениях традиционного статистического образования: статистика как дисциплина насчитывает полтора столетия, и большинство учебников и курсов по статистике отягощены кинетикой и инерцией океанского лайнера.

Добро пожаловать в мир анализа временных рядов! Чаще всего для построения прогноза для некой последовательности дан­ных прибегают к тщательному анализу имеющихся временных рядов. Если вы держите в ру­ках эту книгу, то, вероятно, уже заметили, что временные ряды окружают нас повсюду. В последнее время они становятся важной или даже неотъемлемой частью экосистем больших данных. Что касается программирования, предполагается, что вам знакомы языки R и Python, особенно такие их фундаментальные пакеты, как NumPy, Pandas, scikit-learn (в Python) и data.table (в R)

Еще несколько лет назад некоторые из нас лишь поговаривали о том, что, дескать, микрослужбы (микросервисы) — интересная идея. И вот не успели мы оглянуться, как они стали архитектурой, принятой по умолчанию в сотнях компаний по всему миру (многие, вероятно, запущены как стартапы, призванные решать проблемы, вызванные микрослужбами), что заставило всех "перейти на бег", чтобы успеть "запрыгнуть на подножку последнего вагона", который, как они опасаются, вот-вот исчезнет за горизонтом. Эта книга задумана как глубокое погружение в образ мыслей и порядок действий при разложении существующих систем на архитектуру, основанную на микро­службах. Мы коснемся многих тем, связанных с архитектурой на основе микро­служб, но в центре внимания будет находиться декомпозиция.