Nowości

Stron: 216

Druk: oprawa miękka

ISBN Książki drukowanej: 978-83-289-3727-7

Ewelina Podrez-Siama – ekspertka SEO i założycielka agencji Fox Strategy. Od 2009 roku projektuje strategie SEO dla e-commerce, blogów, aplikacji i marek osobistych, łącząc dane, intencję użytkownika i kontekst wyszukiwania z realiami biznesowymi.

Występuje na konferencjach branżowych (I♥Marketing, semKRK, Festiwal SEO), prowadzi zajęcia „Skuteczne SEO" na Uniwersytecie WSB Merito i od lat szkoli zespoły marketingowe.

Autorka książek SEO dla blogerów, influencerów i marek osobistych oraz Marka osobista w czasach AI i generatywnego wyszukiwania, współautorka SEO dla małych i startujących sklepów internetowych i SEO w praktyce.

Jest także autorką trzech bestsellerowych książek kucharskich – budowanie marki osobistej w wielu niszach jednocześnie to nie teoria, którą opisuje, lecz praktyka, którą stosuje od lat. Prowadzi blog podrez.pl, na którym porusza tematy związane z widocznością w czasach generatywnego wyszukiwania.

Na co dzień pokazuje, że SEO to nie magia, a strategia, konsekwencja oraz zrozumienie tego, czego naprawdę szuka użytkownik w wyszukiwarce i modelach językowych. Tę misję realizuje również w swoich książkach.

Spis treści książki

Od autorki

Dlaczego marki potrzebują języka dowodów?

• Ekspert, którego nie ma
  • Skąd się wziął problem?
• Dowód kontra deklaracja
  • Jak to wygląda w praktyce? Moje własne. rozproszenie
• Trzy zasady na start
• Marka jako filtr
• Co jest przed Tobą?

Część I. Zanim zaczniesz budować

• 1. Od słów do znaczeń - ewolucja wyszukiwarki
  • 1.1. Na początku było. słowo kluczowe
  • 1.2. Jak Google nauczyło się rozumieć świat?
    • Hummingbird: kiedy pytanie stało się ważniejsze niż słowo?
    • BERT i MUM: wyszukiwarka, która zaczęła czytać
    • AI Overviews i AI Mode: wyszukiwarka przestaje wskazywać, zaczyna odpowiadać
    • Od strony do encji - zmiana jednostki rozliczeniowej
  • 1.3. Co ta historia znaczy dla Twojej marki?
  • 1.4. Z drugiej perspektywy - Dawid Pietkiewicz
  • 3 pytania, zanim przejdziesz dalej
• 2. Marka jako encja. Co naprawdę widzi Google?
  • 2.1. Encja - co znaczy w praktyce?
    • Encja w Google a w LLM-ach
  • 2.2. Czym jest Graf Wiedzy i dlaczego Twoja marka powinna w nim istnieć?
  • 2.3. Jak Google łączy encje? O języku sygnałów
    • Warstwa pierwsza: dane strukturalne schema.org na Twojej stronie
    • Warstwa druga: zewnętrzne bazy danych
    • Warstwa trzecia: wzmianki i współwystępowanie encji
  • 2.4. Jak nauczyłam Google, że jestem jedną osobą [CASE STUDY]?
    • Krok 1: Diagnoza - co Google o mnie wie?
    • Krok 2: Sprawdzenie Wikidata.org
    • Krok 3: Triangulacja autorytetu
    • Krok 4: Dane strukturalne - każda strona mówi inaczej, ale o tej samej osobie
    • Efekty prac
    • Co możesz wyciągnąć z tej historii dla siebie?
  • 2.5. Z drugiej perspektywy - Roman Rozenberger, cz. 1/3
    • Jak przygotować i wdrożyć dane strukturalne Person?
  • 2.6. Mów o jednym, żeby móc mówić o wszystkim. O topical authority
    • Czym jest topical authority?
    • Topical depth - głębokość, która buduje autorytet
    • Topical cluster - architektura, którą widzi algorytm
    • Jak w praktyce algorytm ocenia specjalizację?
    • YMYL - gdy stawka jest szczególnie wysoka
    • A co, jeśli prowadzisz wiele projektów? O wszechstronności
    • Praktyczna decyzja o Twojej specjalizacji
  • 2.7. Twoja reputacja, czyli to, co nie wynika z Twojej strony
    • Skąd algorytmy czerpią sygnały reputacji
    • Co-occurrence - sygnał, który działa bez Twojego udziału
    • Nie potrzebujesz linku. Potrzebujesz kontekstu
    • Triangulacja autorytetu: instytucje, rynek, treści
    • Praktyczna lekcja: nie czekaj, aż ktoś o Tobie napisze
  • 2.8. Myśl encją, nie stroną
    • Co to znaczy myśleć encją?
    • Od "czym się zajmuję?" do "jak jestem rozumiany(-na)?"
    • Encja jako decyzja projektowa
    • Co się zmieni, gdy zaczniesz "myśleć encją"?
    • Dlaczego to ważne właśnie teraz?
  • 3 pytania, zanim przejdziesz dalej
• 3. Marka osobista w epoce AI
  • 3.1. Co AI zmienia w personal brandingu?
    • Treść przestała być dowodem
    • Anonimowość przestała być neutralna
    • Czego AI nie może nam zabrać?
  • 3.2. Stary model działał. Do czasu
    • Dlaczego to ważne dla kogoś, kto "już coś robi"?
  • 3.3. Ludzki sygnał jako zasób strategiczny
    • Pogląd, przy którym obstajesz
    • Historia, której nie da się skopiować
    • Błąd, do którego się przyznajesz
    • Sprzeciw, który coś kosztuje
  • 3.4. Z drugiej perspektywy - Dagmara Pakulska
  • 3.5. Z drugiej perspektywy - Anna Ledwoń-Blacha
  • 3.6. Pułapka "bycia ekspertem od AI"
  • 3 pytania, zanim przejdziesz dalej

Część II. Mechanizmy, które warto rozumieć

• 4. Rodzaje marek (i dlaczego człowiek jest zawsze pierwszy)
  • 4.1. Trzy typy marek - co widzi algorytm?
    • Marka osobista - Ty jako encja Person
    • Marka firmowa - organizacja jako encja Organization
    • Marka produktowa - produkt jako encja zależna
  • 4.2. Pułapka dwóch twarzy
    • Dwa profile, dwie encje. I żadna nie jest pełna
    • Pseudonim jako skrajny przypadek
    • Kiedy separacja ma sens?
  • 4.3. Marka wielodomenowa jako strategia, nie przypadek
    • Dlaczego to ważne algorytmicznie?
    • Trust Halo - efekt, nie cel
    • Co z tego wynika dla Ciebie w praktyce?
    • Kiedy nazwisko staje się balastem?
  • 4.4. Z drugiej perspektywy - Paweł Gontarek
  • 3 pytania, zanim przejdziesz dalej
• 5. Branding w czasach AI - kiedy marka staje się rozmową?
  • 5.1. Jak AI "decyduje", kogo wskazać, czyli co to jest RAG?
    • Czym jest LLM?
    • RAG - kiedy model sięga po świeże dane?
    • Jak RAG wybiera źródła - i co to ma wspólnego z Twoją marką?
  • 5.2. Trzy stany obecności marki w rozmowie z AI
    • Stan pierwszy: marka nieobecna
    • Stan drugi: marka rozmyta
    • Stan trzeci: marka spójna
  • 5.3. Sygnały wejścia do rozmowy
    • Cytowania w źródłach wysokiej wiarygodności
    • Spójność tematyczna w czasie
    • Gęstość kontekstowa - w czyim towarzystwie się pojawiasz
    • Dane strukturalne i Wikidata - język, który RAG rozumie natywnie
  • 5.4. Z drugiej perspektywy - Roman Rozenberger cz. 2/3
  • 5.5. Z drugiej perspektywy - Szymon Słowik
  • 5.6. Spójność jako strategia, a nie estetyka
    • Dlaczego spójność jest strategią?
  • 3 pytania, zanim przejdziesz dalej
• 6. LLM i SEO - nowy ekosystem komunikacji
  • 6.1. Dwa modele widoczności - ranking i cytowanie
  • 6.2. GEO - co to jest?
    • Intencja zapytania
    • Rola autora
    • Format odpowiedzi
  • 6.3. Treść jako dowód ekspertyzy
    • Co z tego wynika praktycznie i co warto zmienić w sposobie pisania?
    • Przykład praktyczny
    • Treść generowana przez AI
  • 6.4. Z drugiej perspektywy - Mateusz Godzic
  • 6.5. Reputacja w sieci - jak algorytm ją rozpoznaje?
    • Pierwsza warstwa: cytowania w źródłach, którym algorytm ufa
    • Druga warstwa: profil cytowań w czasie
    • Trzecia warstwa: z kim współwystępujesz?
    • Czwarta warstwa: to, czego nie ma na Twojej stronie, ale powinno być gdzie indziej
    • Piąta warstwa: konflikt interesów i granica deklaracji
  • 6.6. Kiedy SEO i GEO grają do jednej bramki?
    • Gdzie te dwa modele są najsilniej zbieżne?
    • Gdzie modele się rozchodzą?
  • 6.7. Z drugiej perspektywy - Roman Rozenberger cz. 3/3
  • 3 pytania, zanim przejdziesz dalej
• 7. E-E-A-T, czyli autorytet jako waluta
  • 7.1. Czym naprawdę jest E-E-A-T?
  • 7.2. Experience - doświadczenie, które trudno sfabrykować
    • Dlaczego to ważne akurat teraz?
  • 7.3. Expertise - ekspertyza jako komunikacja, a nie tylko zasób
  • 7.4. Authoritativeness - autorytet jako efekt, a nie cel
    • Jak mierzony jest autorytet?
    • Fizyczny dorobek
  • 7.5. Trust - zaufanie jako najważniejszy fundament
    • Czym jest zaufanie w rozumieniu algorytmu?
  • 7.6. E-E-A-T w erze modeli językowych
    • Co z tego wynika w praktyce?
  • 7.7. Z drugiej perspektywy - Katarzyna Baranowska
  • 3 pytania, zanim przejdziesz dalej

Część III. Od modelu do działania

• 8. Budowanie autorytetu - między treścią, reputacją i relacją
  • 8.1. Treść "cytowalna" - jak pisać, żeby AI chciało Cię przywołać?
    • Jaka treść jest warta cytowania?
    • Jak to wygląda w praktyce?
    • Co z tego wynika dla Ciebie? Konkretne kroki do wdrożenia
    • Czy Twój tekst jest gotowy na LLM-y? [CHECKLISTA]
  • 8.2. Doświadczenie, które zostanie rozpoznane przez algorytm
    • Szczegół, którego nie da się wygenerować
  • 8.3. Z drugiej perspektywy - Joanna Kulińska
    • Jak to wdrożyć? Sześć konkretnych decyzji
  • 8.4. Reputacja i relacja - jak inicjować sygnały, których algorytm nie zignoruje?
    • Widzialność poza własną stroną
    • Trzy typy działań, które tworzą sygnały
    • Relacja jako mechanizm, a nie jako "networking"
    • Cztery kroki, żeby zacząć w tym tygodniu
  • 8.5. Z drugiej perspektywy - Robert Marczak
  • 8.6. Strategia modelowania encji
  • 3 pytania, zanim przejdziesz dalej
• 9. Od marki osobistej do marki firmy
  • 9.1. Etap 0: firma, czyli ja
  • 9.2. Jak Google widzi relację Person > Organization?
    • Co z tym robić?
  • 9.3. Dwie marki, jeden głos
  • 9.4. Gdy firma rośnie: zatrudnienia, management, wspólnicy
  • 9.5. Z drugiej perspektywy - Sławomir Borowy
  • 9.6. Sukcesja: gdy założyciel zmienia rolę
  • 9.7. Jak zarządzać dwiema encjami świadomie?
  • 3 pytania, zanim przejdziesz dalej
• 10. Marka w ruchu
  • 10.1. Marka ewoluuje. Algorytm niekoniecznie za tym nadąża
    • Co robić, gdy marka poszła do przodu, a algorytmy zostały w tyle?
  • 10.2. Mierzenie widoczności w AI: nowe pytania, stare problemy
    • Co mierzymy i czym?
    • Jak odpytywać? Kilka zasad, które minimalizują przekłamanie
  • 10.3. Z drugiej perspektywy - Krzysztof Marzec
  • 10.4. Prompt research: nowe słowa kluczowe
    • Co to oznacza w praktyce?
  • 10.5. Z drugiej perspektywy - Artur Strzelecki
  • 10.6. Marka, która nie zniknie
  • 3 pytania, zanim przejdziesz dalej

Druk: oprawa miękka

ISBN Książki drukowanej: 978-83-289-3697-3

Buduj elektronikę, która nie zawodzi

Jeśli chcesz się nauczyć budować układy elektroniczne, które będą odporne na przeciążenia, przegrzewanie i inne awarie, jednym słowem - idealne, ta książka koniecznie musi się znaleźć na Twojej półce! Sięgaj po nią regularnie i twórz niezawodną elektronikę.

Z tym podręcznikiem nauczysz się:

• ustalać bezpieczny zapas dla poszczególnych elementów układu względem ich katalogowych limitów
• trzymać pod kontrolą temperaturę układu
• pilnować, by poszczególne składowe nigdy nie znalazły się pod presją takiej kombinacji napięcia, prądu i czasu, która mogłaby je uszkodzić

To nie jest książka do poduszki. Każdy rozdział kończy się konkretnym działaniem, gotowym do zastosowania w rzeczywistym projekcie - najlepiej równolegle z lekturą budować dany projekt i wykonywać krok po kroku opisane w podręczniku ćwiczenia.

Spis treści książki

CZĘŚĆ I. SPOSÓB MYŚLENIA O NIEZAWODNOŚCI

• 1. NIEZAWODNOŚĆ NA JEDNEJ STRONIE
  • 1. Zapas a przewymiarowanie (i dlaczego to nie jest to samo)
  • 2. Zasada kciuka (praktyczna reguła)
  • 3. Perspektywa najsłabszego ogniwa
  • 4. Trzy filary (i jak się one ze sobą łączą)
    • 1) Zapas wartości (odstęp między "jak jest" a "kiedy się psuje")
    • 2) Termika (bo gorące elementy starzeją się szybciej)
    • 3) Zabezpieczenia (załóż, że otoczenie jest niesamowicie kreatywne)
  • 5. Typowe pułapki (i szybkie sposoby, jak z nich wyjść)
  • 6. Nawyk, który warto pielęgnować
  • 7. Korzyści, czyli po co to wszystko?
• 2. KARTY KATALOGOWE NA PRZETRWANIE
  • 1. Absolute Maximum vs. Recommended Operating - dwie najważniejsze pozycje karty katalogowej
  • 2. Temperatura otoczenia a temperatura złącza - gdzie naprawdę mieszka ciepło
  • 3. Krzywe trwałości - dlaczego niższa temperatura oznacza dłuższe życie
  • 4. Krzywe deratingu - pokrętło "stresu", które możesz świadomie obracać
  • 5. SOA - wykres, który ratuje MOSFET-y i tranzystory bipolarne
  • 6. Prosty przykład "od A do Z" (przepracowany na jednym elemencie)
  • 7. 60-sekundowy trening z notą katalogową (powiel i przypnij nad stołem laboratoryjnym)
  • 8. Czerwone flagi (zareaguj natychmiast, jeśli to widzisz)
  • 9. Liczby "wyjściowe" (zacznij od nich, dopracuj testami)
  • 10. Korzystanie z arkuszy razem z notami katalogowymi (15-minutowa pętla)
• 3. PODRĘCZNIK NIEDOCIĄŻANIA
  • 1. Bazowe deratingi według rodzaju obciążenia (punkt startowy)
  • 2. Szybkie pokrętła "dokręć/poluzuj" marginesy
  • 3. 5-minutowy "przegląd deratingu" (na każdą konstrukcję)
  • 4. Początkowe domyślne ustawienia (gotowe do wklejenia na listę kontrolną)
  • 5. Małe przykłady (zdrowy rozsądek w 60 sekund)
  • 6. Czerwone flagi (zwolnij, jeśli to widzisz)

CZĘŚĆ II. CIEPŁO - UJARZMIJ ZABÓJCĘ NUMER 1

• 4. PRZEPŁYW CIEPŁAW PROSTYCH SŁOWACH
  • 1. Trzy symbole, które będziesz ciągle widzieć
  • 2. Jedno równanie (napisz je sobie nad stołem)
  • 3. Którą rezystancję termiczną przyjąć
  • 4. Ile mocy tak naprawdę jest tracone
  • 5. Zalecane progi (żeby wiedzieć, kiedy się niepokoić)
  • 6. Przykład na 60 sekund (zanim zaczniesz lutować)
  • 7. Jak ?JB ratuje zdrowe zmysły (pomiary w praktyce)
  • 8. Tanie, szybkie sposoby na zbicie temperatury elementu o 10 - 20°C
  • 9. Typowe pułapki termiczne (i proste wyjścia z sytuacji)
  • 10. Krótki przewodnik, jak dobrać właściwy model cieplny
  • 11. Dwa małe przykłady (żeby lepiej zapamiętać)
  • 12. 5-minutowa lista kontrolna termiki (zrób to przed "zamrożeniem" projektu PCB/układu ścieżek)
• 5. INTERFEJSY I MATERIAŁY
  • 1. Dwóch wrogów: szczeliny powietrzne i czas
  • 2. Podkładki czy pasta (oraz "podkładki vs. pasta" na PCB)
  • 3. Przygotowanie powierzchni - płaska, czysta, odsłonięta (tam, gdzie to dozwolone)
  • 4. Siła docisku - "ukryta specyfikacja"
  • 5. Klamry, ramki i wsporniki (mechanika, która dobrze się starzeje)
  • 6. Zalewanie i enkapsulacja - kiedy warto, a kiedy nie
  • 7. Co po cichu psuje dobrą ścieżkę cieplną
  • 8. Szybkie poprawki, które potrafią obniżyć temperaturę o 10 - 20°C
  • 9. Małe testy w terenie (bez laboratorium)
  • 10. 15-minutowa lista kontrolna interfejsu termicznego (użyj przed "zamrożeniem" projektu)
• 6. PROJEKT PŁYTKI I OBUDOWY,KTÓRE CHŁODZĄ
  • 1. Wylewki miedzi - Twój pierwszy radiator
  • 2. Przelotki termiczne - drabiny dla ciepła
  • 3. Strefy wyłączenia (ang. keep-out) - chroń "niewinnych"
  • 4. Otwory wentylacyjne i "kominy" - darmowe chłodzenie z wykorzystaniem praw fizyki
  • 5. Cichy przepływ powietrza kontra małe wentylatory
  • 6. Materiały obudowy i sprytne triki
  • 7. Ułożenie i "ustawienie twarzą do wiatru" - orientacja elementów pod kątem chłodzenia
  • 8. Szybkie testy na "gorące kąty"
  • 9. Proste "przepisy" projektowe
  • 10. Typowe pułapki (i szybkie wyjścia z sytuacji)
  • 11. 15-minutowa "przepustka chłodząca" (przed wypuszczeniem PCB do wykonania)

CZĘŚĆ III. OBCIĄŻENIA ELEKTRYCZNE I SOA

• 7. SOA BEZ ŁEZ
  • 1. Co tak naprawdę mówi SOA (w jednym zdaniu)
  • 2. Budowa wykresu SOA (rozszyfrujesz go w 30 sekund)
  • 3. DC vs. Impuls. Dlaczego czas ma znaczenie
  • 4. Wtórne przebicie. Czym jest i dlaczego jest groźne
  • 5. Pułapki pracy liniowej
  • 6. Temperatura i powtarzanie (dwa ciche mnożniki)
  • 7. Minimalna procedura sprawdzania SOA krok po kroku (2 minuty)
  • 8. Jak sprawić, żeby punkt pracy się przesunął (taktyki przetrwania)
  • 9. Przykłady obliczeniowe w praktyce
  • 10. Typowe pułapki (i sposoby wyjścia z nich)
  • 11. Wyjściowe wartości liczbowe i nawyki
  • 12. 90-sekundowy arkusz SOA (zrób to teraz)
• 8. PRĄD ROZRUCHOWY, ZATARCIA I SKOKI
  • 1. Dlaczego moment ON to najbardziej niebezpieczna milisekunda
  • 2. Niepozorne "wzmacniacze stresu"
    • Kondensatory (magazynujące i wejściowe)
    • Diody LED
    • Silniki (DC, BLDC przy rozruchu, krokowe)
  • 3. Cztery rodziny "łagodnych rozruchów"
    • 1) Soft-start (kontrola szybkości narastania - slew-rate)
    • 2) Termistory NTC (ograniczniki prądu rozruchowego)
    • 3) PTC/bezpieczniki samoresetujące
    • 4) Foldback i wzorce ograniczania prądu
  • 4. Proste wzorce, które po prostu działają
  • 5. Kieszonkowa matematyka do wstępnego doboru elementów
  • 6. Jednominutowe studia przypadków
  • 7. Typowe pułapki (i szybkie wyjścia)
  • 8. Ochrona na granicy (bo świat jest hałaśliwy)
  • 9. Piętnastominutowa lista kontrolna "zmniejszania burzy"
• 9. SKOKI NAPIĘCIA, ESD I SZYBKIESTANY PRZEJŚCIOWE
  • 1. Skąd się biorą przepięcia (czterech głównych podejrzanych)
  • 2. Twoja skrzynka z narzędziami ochronnymi (do czego służy każdy element)
  • 3. Dobór poziomów ograniczania, które naprawdę chronią
  • 4. Indukcyjny "kopniak" i trzy sprawdzone przepisy
  • 5. Rozmieszczenie i prowadzenie ścieżek - prawo 3 cm
  • 6. Wykorzystaj ferryt i rezystor
  • 7. Szybkie "ściągi" do doboru elementów (wystarczająco dobre na start)
  • 8. Trzy minutowe studia przypadków
  • 9. Typowe pułapki (i wyjścia z nich)
  • 10. 15-minutowy "audyt przepięć" (zrób go raz na każdy projekt)

CZĘŚĆ IV. ELEMENTY, KTÓRE ŻYJĄ DŁUŻEJ

• 10. ELEMENTY BIERNE,KTÓRE SIĘ NIE "GOTUJĄ"
  • 1. Rezystory - małe "cegiełki", które zamieniają prąd w ciepło
  • 2. Kondensatory - to nie tylko "C", ale też chemia, ESR i tętnienia
    • Elektrolityczne mokre aluminiowe i polimerowe
    • Ceramiczne (MLCC)
    • Foliowe (film)
  • 3. Dławiki i dwie "przepaście" pochłaniające energię, czyli nasycenie i straty w rdzeniu
  • 4. Tętnienia i samonagrzewanie - cisi zabójcy
  • 5. Derating a napięcie i przepięcia - grzeczny dystans od krawędzi
  • 6. Rozmieszczenie elementów minimalizujące przyrost temperatury
  • 7. Małe przykłady obliczeń (60-sekundowa kontrola)
    • Rezystor rozładowujący na szynie 48 V
    • Kondensator wyjściowy przetwornicy 5 V, obciążenie 2 A
    • Dławik 10 ?H, prąd średni 3 A, tętnienia 1 A (wartość międzyszczytowa)
  • 8. Typowe pułapki (i eleganckie wyjścia)
  • 9. Wartości domyślne (zacznij od nich, dopracuj testami)
  • 10. 15-minutowa lista działań pod hasłem "nie ugotuj ich"
• 11. PÓŁPRZEWODNIKI Z ZAPASEM
  • 1. Diody - bramkarze przy drzwiach
  • 2. Stabilizatory LDO - kulturalny sposób na obniżanie napięcia (o ile zostawisz zapas)
  • 3. Przetwornice DC-DC - sportowcy z wyczuciem rytmu
  • 4. MOSFET-y - sprinterzy, którzy nienawidzą truchtu (trybu liniowego)
  • 5. Współdzielenie prądu bez dramatu
  • 6. Niebezpieczne narastanie i opadanie sygnału i jak je ujarzmić
  • 7. Ministudia przypadków (60 sekund na sprawdzenie)
  • 8. Typowe pułapki (i wyjścia z nich)
  • 9. Ustawienia domyślne (doprecyzuj je testami)
  • 10. 15-minutowa lista kontrolna marginesów dla półprzewodników
• 12. ZŁĄCZA, PRZEWODY I PRZEŁĄCZNIKI
  • 1. Rezystancja styku przeradza się w ciepło (prawda w miliomach)
  • 2. Gęstość prądu na milimetr kwadratowy i dlaczego wiązki mają znaczenie
  • 3. Wybór powłoki (a sekretem jest ruch)
  • 4. Ugięcia, promień gięcia i odciążenie naprężeń
  • 5. Planowanie trwałości złączy (liczba cykli nie jest nieskończona)
  • 6. Wyłączniki/przełączniki - AC ? DC, a łuki są "głodne"
  • 7. Staranność wykonania układu ścieżek i wiązek (oszczędza °C i dB)
  • 8. Proste liczby na start
  • 9. Ministudia przypadków (po jednej minucie każde)
  • 10. Typowe pułapki (i eleganckie wyjścia)
  • 11. 15-minutowa lista kontrolna złączy i kabli
• 13. ZASILANIE I AKUMULATORY
  • 1. Zapas dla przetwornicy impulsowej: V/I/P/T (cztery "kieszenie")
  • 2. OCP, OVP, OTP - trzej mali strażnicy
  • 3. ABC akumulatorów - współczynnik C, rezystancja wewnętrzna i dlaczego procent kłamie
  • 4. Profile ładowania, które "grają fair" z akumulatorem
  • 5. Zasady przechowywania, które naprawdę wydłużają życie ogniw
  • 6. Szeregowo, równolegle i sztuka nienapierania na fizykę
  • 7. Balansowanie ogniw
  • 8. Architektura ochrony pakietu, która przetrwa niejedno "ups!"
  • 9. Wstępne ładowanie i styczniki (bez iskier, bez dramatu)
  • 10. Liczby podręczne (przyjazne wartości startowe - dopracuj testami)
  • 11. Ministudia przypadków (po minucie każde)
  • 12. Typowe pułapki (i eleganckie wyjścia)
  • 13. 15-minutowa lista kontrolna zasilania i akumulatora

CZĘŚĆ V. ŚRODOWISKO, MECHANIKA I BEZPIECZEŃSTWO

• 14. WILGOĆ, KURZ, KOROZJA I WIBRACJE
  • 1. Ulubione sztuczki wilgoci (i jak je rozbroić)
  • 2. Lakier ochronny (conformal coating) vs. zalewanie (potting) - i kiedy żadne z nich nie jest dobre
  • 3. Uszczelki, uszczelnienia i myślenie
  • 4. Korozja - zakończ kłótnie metali
  • 5. Wibracje - spraw, by masa nie sprawiała problemów
  • 6. Rozmieszczenie pozwalające obniżyć temperaturę pracy i zwiększyć odporność na korozję
  • 7. Szybka ściąga z materiałów
  • 8. Minitesty terenowe (po 10 minut każdy)
  • 9. Ustawienia domyślne (zacznij od tego, potem dopracuj)
  • 10. Typowe pułapki (i szybkie wyjścia)
  • 11. 15-minutowa lista kontrolna do "trudnych warunków"
• 15. ODSTĘPY IZOLACYJNE NA PCB: PRZEŚWIT, DROGA UPŁYWUI IZOLACJA
  • 1. Dwie odległości, dwa tryby awarii
  • 2. "Cztery pokrętła", które ustawiają wymagane odległości
  • 3. Domyślne wartości dla praktyków (zdroworozsądkowe liczby na start)
  • 4. Nacięcia, bariery i kształty, które "kupują" Ci milimetry
  • 5. Rodzaje izolacji opisane maksymalnie prostym językiem
  • 6. Napięcie robocze a impuls/przepięcie. Dlaczego liczą się oba
  • 7. Lakier ochronny, zalewanie i hermetyzacja. Co one naprawdę dają
  • 8. Przepisy na layout (kopiuj i. ulepszaj)
  • 9. Sprawdź wyłączniki, złącza oraz kondensatory (szybki "test zdrowego rozsądku")
  • 10. Typowe pułapki (i eleganckie wyjścia z nich)
  • 11. Przydatne wartości domyślne (przyklej obok CAD-a)
  • 12. 15-minutowa lista kontrolna izolacji
• 16. SZCZELNE KONSTRUKCJE ZEWNĘTRZNE
  • 1. Stopnie IP - rozszyfruj "tatuaż" na obudowie
  • 2. Ciśnienie, odpowietrzniki i kondensacja - dlaczego "szczelne" obudowy robią się mokre w środku
  • 3. Uszczelki, które naprawdę uszczelniają
  • 4. Śruby, otwory i przepusty kablowe
  • 5. Zalewanie (potting) bez termicznych wyrzutów sumienia
  • 6. Kontrola kondensacji - małe triki, które wygrywają w chłodne poranki
  • 7. Prowadzenie kabli na zewnątrz
  • 8. Miniprzepisy projektowe
  • 9. Szybkie testy w terenie (15 - 30 minut)
  • 10. Typowe pułapki (i szybkie wyjścia awaryjne)
  • 11. Podręczne ustawienia domyślne
  • 12. 15-minutowa lista kontrolna - praca na zewnątrz/obudowy szczelne

CZĘŚĆ VI. UDOWODNIĆ (ZANIM ZAWIEDZIE)

• 17. SZYBKIE TESTY WYTRZYMAŁOŚCIOWE NA STANOWISKU
  • 1. Minimalne laboratorium do testów obciążeń (co jest potrzebne)
  • 2. Złote zasady dla wszystkich testów
  • 3. Brownout i powrót zasilania (zapady bez dramatu)
  • 4. Hot-plug (przepięcie bez dymu)
  • 5. Odwrotna polaryzacja (test "ups.")
  • 6. Test skokowych obciążeń
  • 7. Wygrzewanie (ciepło bez dramatu)
  • 8. ESD i "kopnięcie" z kabla (szybkie szpilki, tani spokój)
  • 9. Zwarcie i ograniczanie skutków awarii (ma się "ładnie" wyłożyć, nie zapalić)
  • 10. Ściąga zaliczenia/niezaliczenia (do skopiowania, wydruku, wypełniania)
  • 11. Proste stanowiska testowe (zbuduj raz, używaj latami)
  • 12. Rejestrowanie, które ma sens
  • 13. 60-minutowy sprint niezawodności (gdy brakuje czasu)
• 18. SAMODZIELNE TESTY PRZYSPIESZONEGO STARZENIA (DIY)
  • 1. Zanim przejdziemy do matematyki: zasada "ten sam film, tylko szybciej"
  • 2. Równanie Arrheniusa - przewijanie czasu do przodu dla testowania chemii
  • 3. Równanie Coffina-Mansona - zmęczenie od cykli (dla lutów, połączeń, tworzyw)
  • 4. Dwa testy DIY, które wyłapują większość realnych awarii
  • 5. Dobór obciążeń - prosta "drabinka"
  • 6. Notowanie - kilka liczb, które naprawdę mają znaczenie
  • 7. Jak zamienić godziny testu na czas "w terenie" (bez doktoratu)
  • 8. Stanowiska do samodzielnych testów, które zbudujesz w tydzień
  • 9. Jak definiować zaliczenie/niezaliczenie testów
  • 10. Typowe pułapki (i bezpieczne wyjścia)
  • 11. Ministudia przypadków (lektura na minutę)
  • 12. Plan przyspieszania w 15 minut (wydrukuj i wypełnij)
• 19. PRZYCZYNA ŹRÓDŁOWA I NAPRAWIALNOŚĆ
  • 1. Nastawienie: najpierw fakty, nigdy szukanie winnych
  • 2. "Pięć razy dlaczego" dla sprzętu (z życia wzięte)
  • 3. Drzewo usterek "na karteczkę"
  • 4. Charakterystyczne wzorce awarii (Twoja "biblioteka rozpoznań")
  • 5. Wstępna diagnostyka bez niszczenia (przegląd w 10 minut)
  • 6. Przyrządy - cztery złote kanały
  • 7. Łańcuch dowodów - od objawu do fizyki
  • 8. Naprawialność zaprojektowana z głową (serwis bez siarczystych słów)
  • 9. Szybkie taktyki naprawcze (takie, które rzadko pogarszają sprawę)
  • 10. Od poprawki do trwałej niezawodności - domknij pętlę
  • 11. Trzy krótkie akta sprawy
  • 12. 15-minutowa lista kontrolna ustalania przyczyny źródłowej

CZĘŚĆ VII. WZORCE, ARKUSZE ROBOCZE I TECZKI PRZYPADKÓW

• 20. WZORCE PROJEKTOWE NIEZAWODNOŚCI
  • 1. Clamp kontra crowbar - "złap i wytrąć" czy "zewrzyj i przerwij"
  • 2. "Gwiazda prądowa" - jedno miejsce, w którym spotykają się duże prądy
  • 3. Drabinki łagodnego startu - niech energia przychodzi etapami
  • 4. Najpierw spójrz, potem podłącz
  • 5. Pętle wyzwalania termicznego - najpierw dław, potem odetnij
  • 6. Zabezpieczenia "ofiarne" - wybierz, kto ma przyjąć kulę
  • 7. Podręcznik wdrażania wzorców - jak "wszczepiać" je do prawdziwych projektów
  • 8. "Liczby do kieszeni" (domyślne wartości, których można bronić)
  • 9. Typowe pułapki (i skuteczne wyjścia awaryjne)
  • 10. Ministudia przypadków (po minucie każde)
  • 11. 15-minutowa lista kontrolna wzorców (przyklej do schematu)
• A. ARKUSZE ROBOCZE, TABELE I LISTY KONTROLNE
  • 1. Arkusz deratingu według elementów (jedna linia na każdego podejrzanego)
  • 2. Kalkulator "stosu cieplnego"
  • 3. Karta kontroli SOA (kropka na płocie)
  • 4. Dobór zabezpieczeń (ogranicznik, "crowbar", filtr - osobno dla każdego portu)
  • 5. Lista od lutowania do zaufania
• B. STUDIA PRZYPADKÓW (OD POCZĄTKU DO KOŃCA)
  • 1. Lampa LED, która nie "gotuje" kondensatorów
  • 2. Sterownik silnika, który przeżywa zablokowanie
  • 3. Płytka USB-C z kontrolowanym prądem rozruchowym (tzw. inrush)
  • 4. Sterowanie gorącym zakończeniem drukarki 3D
  • 5. Regulator ESC do drona, w którym dochodziło do wysadzania tranzystorów

Przedmowa: Nitya Narasimhan

Twoja przewaga w IT zaczyna się od AI

Sztuczna inteligencja przestała być futurystyczną wizją to narzędzie, które już dziś zmienia codzienną pracę specjalistów IT. ChatGPT, Claude i inne modele AI rewolucjonizują sposób, w jaki programiści piszą kod, administratorzy zarządzają systemami, a menedżerowie prowadzą zespoły. Książka stanowi praktyczny przewodnik po zastosowaniu sztucznej inteligencji w realnych scenariuszach od automatyzacji rutynowych zadań po rozwiązywanie złożonych zagadnień technicznych. To pozycja dla każdego, kto chce nie tylko nadążyć za zmianami, ale też uczynić z AI przewagę konkurencyjną w swojej karierze.

Autorzy dzielą się sprawdzonymi technikami wykorzystania AI w każdym aspekcie pracy IT. Prowadzą czytelnika od podstaw inżynierii promptów, przez praktyczne zastosowania w dokumentacji i komunikacji, aż po zaawansowane scenariusze. Każdy rozdział zawiera gotowe do użycia prompty, rzeczywiste studia przypadków i konkretne przykłady kodu w PowerShell, Python, SQL i innych językach. Nie tylko zobaczysz, jak pisać skuteczne prompty, ale przede wszystkim dowiesz się, jak formułować problemy, by AI mogła realnie wspomóc pracę specjalisty w zakresie analizy logów, optymalizacji zapytań SQL, przygotowania planów odtwarzania awaryjnego czy prowadzenia trudnych rozmów z zespołem.

W książce:

• Praktyczne techniki tworzenia promptów
• Automatyzacja zadań administracyjnych
• Zastosowanie asystentów kodu (GitHub Copilot, Cline, Cursor AI)
• Zarządzanie zespołami z AI
• Bezpieczeństwo i etyka

Specjaliści z branży IT znajdą w tej książce strategie wykorzystania AI, w których drzemią olbrzymie możliwości. Zastosuj je w praktyce a potem daj mi znać, kiedy dostaniesz awans.

Jeffrey Snover, twórca PowerShell, Distinguished Engineer w Google

 

Spis treści książki

Przedmowa

Wstęp

Podziękowania

O książce

O autorach

O ilustracji na okładce

Część I. Wprowadzenie do sztucznej inteligencji

• 1. Sztuczna inteligencja w informatyce
  • 1.1. Generatywna sztuczna inteligencja zmienia wszystko
  • 1.2. Słoń w serwerowni
  • 1.3. Wzmacnianie umiejętności
  • 1.4. Wprowadzenie do sztucznej inteligencji generatywnej
    • 1.4.1. Chatboty oparte na modelach językowych
    • 1.4.2. Generowanie obrazów z użyciem modeli AI
  • 1.5. Koszty usług
  • 1.6. Odpowiedzialne korzystanie ze sztucznej inteligencji w pracy
    • 1.6.1. Bezpieczeństwo danych w pracy z AI
    • 1.6.2. Uprzedzenia i sprawiedliwość
    • 1.6.3. Pisanie tekstów z użyciem AI i ryzyko plagiatu
    • 1.6.4. Cytowanie AI w pracy
  • 1.7. Jak korzystaliśmy ze sztucznej inteligencji?
  • 1.8. Prompty użyte w tym rozdziale
  • Podsumowanie
• 2. Chatboty: zadania i wskazówki
  • 2.1. Chatboty i sztuczna inteligencja konwersacyjna
    • 2.1.1. ChatGPT firmy OpenAI
    • 2.1.2. Anthropic Claude
    • 2.1.3. Google Gemini
    • 2.1.4. Pakiet narzędzi Microsoft Copilot
    • 2.1.5. Porównanie asystentów AI - podsumowanie
  • 2.2. Modele AI tekst-obraz
    • 2.2.1. DALL-E firmy OpenAI oraz model 4o
    • 2.2.2. Midjourney
    • 2.2.3. Google Gemini Imagen oraz Meta Imagine
  • 2.3. Prompty użyte w tym rozdziale
  • Podsumowanie
• 3. Podstawowa inteligencja
  • 3.1. Definicje pojęć
    • 3.1.1. Prompty
    • 3.1.2. Stanowość
    • 3.1.3. Utrzymanie kontekstu i spójność
    • 3.1.4. Tokeny
  • 3.2. Wszystko, czego nigdy nie chciałeś wiedzieć o tokenach
    • 3.2.1. Limity tokenów
    • 3.2.2. Limity tokenów a interakcje z AI
  • 3.3. Kiedy dobre boty zawodzą
  • 3.4. Konta darmowe i płatne
    • 3.4.1. Dlaczego warto płacić za chatbota, skoro można korzystać z darmowego?
    • 3.4.2. Który wybrać?
    • 3.4.3. Nauka i eksperymentowanie
  • 3.5. Prompty użyte w tym rozdziale
  • Podsumowanie
• 4. Inżynieria promptów i formułowanie problemów
  • 4.1. Inżynieria promptów
  • 4.2. Spektrum tworzenia promptów dla AI
    • 4.2.1. Tworzenie promptów techniką zero-shot
    • 4.2.2. Tworzenie promptów techniką single-shot
    • 4.2.3. Tworzenie promptów techniką few-shot
    • 4.2.4. Tworzenie promptów techniką many-shot
    • 4.2.5. Przyszłość inżynierii promptów
  • 4.3. Mechanika dobrego promptu
    • 4.3.1. Kluczowe zasady konstruowania promptów
  • 4.4. Wprowadzenie do tworzenia promptów przeznaczonych do określonych zadań w IT
    • 4.4.1. Laboratorium niezwykłych promptów
  • 4.5. Techniki zaawansowane
    • 4.5.1. Prompty rekurencyjne
    • 4.5.2. Wstrzykiwanie kontekstu
    • 4.5.3. Wyraźne ograniczenia
    • 4.5.4. Łańcuch promptów
    • 4.5.5. Dyrektywy dotyczące tonu
    • 4.5.6. Szablony odpowiedzi
  • 4.6. Dobre praktyki i częste błędy
    • 4.6.1. Ucz się na dobrych przykładach
    • 4.6.2. Pułapki, których warto unikać
    • 4.6.3. Metaprompty
  • 4.7. Formułowanie problemów
  • 4.8. Korzystanie z technik formułowania problemów w praktyce
  • 4.9. Prompty użyte w tym rozdziale
  • Podsumowanie
• 5. Prompty w praktyce
  • 5.1. Inżynieria promptów w praktyce
    • 5.1.1. Podstawowy prompt
    • 5.1.2. Prompty rekurencyjne
    • 5.1.3. Tworzenie szablonu
    • 5.1.4. Ostateczny wynik
  • 5.2. Formułowanie problemu w praktyce
  • Podsumowanie
• 6. Praca z dokumentami
  • 6.1. Najlepsze praktyki obsługi dokumentów z wykorzystaniem sztucznej inteligencji
    • 6.1.1. Metody wyodrębniania tekstu
    • 6.1.2. Strukturyzowanie i doskonalenie wyników
  • 6.2. Zasady etyki w przetwarzaniu dokumentów przez sztuczną inteligencję
  • 6.3. Streszczanie dokumentów
  • 6.4. Konwersja formatów
  • 6.5. Wyodrębnianie tekstu z ilustracji
  • 6.6. Porównywanie dokumentów
  • 6.7. Klasyfikacja i tagowanie dokumentów
  • 6.8. Anonimizacja dokumentów
  • 6.9. Tłumaczenia
  • 6.10. Prompty użyte w tym rozdziale
  • Podsumowanie
• 7. Poczta elektroniczna i komunikatory
  • 7.1. Usprawnianie zarządzania pocztą elektroniczną z użyciem AI
    • 7.1.1. Streszczanie wiadomości e-mail i tworzenie szkiców wiadomości z użyciem AI
    • 7.1.2. Jeszcze niegotowe do wykorzystania w najważniejszych zadaniach
    • 7.1.3. Zabezpieczenia poczty e-mail
  • 7.2. Korzystanie z AI w komunikatorach internetowych
    • 7.2.1. Transkrypcja spotkań i podsumowania z użyciem AI
  • 7.3. Integracje i automatyzacja z użyciem AI
    • 7.3.1. Przepływy pracy w Microsoft Teams w praktyce
    • 7.3.2. Webhooki
  • 7.4. Usprawnianie pisania przy jednoczesnym zachowaniu własnego stylu
    • 7.4.1. Grammarly
    • 7.4.2. Apple Intelligence Writing Tools
  • 7.5. Zachowywanie krytycznego myślenia i zdrowego rozsądku
  • 7.6. Przyszłość komunikacji z AI
  • 7.7. Prompty użyte w tym rozdziale
  • Podsumowanie

Część II. Operacje IT i sztuczna inteligencja

• 8. AI w działach wsparcia IT
  • 8.1. Terapia działu wsparcia technicznego
    • 8.1.1. Identyfikowanie problemów
    • 8.1.2. Formułowanie odpowiedzi
  • 8.2. Pomoc techniczna
    • 8.2.1. Przygotowanie środowiska
    • 8.2.2. Rozwiązywanie problemów
    • 8.2.3. Ćwiczenia pod kątem wykorzystania AI w czasie rzeczywistym
  • 8.3. Niestandardowe modele GPT
    • 8.3.1. Tworzenie niestandardowego GPT do analizy zgłoszeń IT
  • 8.4. Przyszłość działów pomocy technicznej: agenty AI
    • 8.4.1. Wybrane platformy pomocy technicznej oparte na agentach AI
    • 8.4.2. Agenty AI w systemach CRM klasy enterprise
  • 8.5. Prompty użyte w tym rozdziale
  • Podsumowanie
• 9. Administrowanie systemami
  • 9.1. Żądania zmiany
  • 9.2. Im więcej dystrybucji, tym więcej problemów
  • 9.3. Administrowanie wieloma serwerami
  • 9.4. Zmiana nazw plików
  • 9.5. Analiza logów błędów: identyfikowanie wyjątków i awarii
  • 9.6. Automatyzacja zadań związanych z poprawą efektywności i zgodności z przepisami
  • 9.7. Audyt plików konfiguracyjnych z użyciem AI
  • 9.8. Istniejące rozwiązania AI w inżynierii systemów
  • 9.9. Prompty użyte w tym rozdziale
  • Podsumowanie
• 10. Administrowanie bazami danych
  • 10.1. Podstawy tworzenia zapytań i obiektów
  • 10.2. Optymalizacja zapytań
  • 10.3. Dokumentowanie kodu
  • 10.4. Heterogeniczne środowiska bazodanowe
    • 10.4.1. Nadążanie za zmianami
    • 10.4.2. Uczenie doświadczonego DBA nowych sztuczek
  • 10.5. Zadania konserwacyjne
  • 10.6. Zaawansowane zadania administracyjne
    • 10.6.1. AI + dbatools = <3
    • 10.6.2. Analiza konfiguracji pamięci
    • 10.6.3. Dodatkowe prompty do zaawansowanej administracji
    • 10.6.4. Rola DBA w erze AI
  • 10.7. Prompty użyte w tym rozdziale
  • Podsumowanie

Część III. Wykorzystanie AI w zadaniach programistycznych

• 11. Asystenty kodowania i narzędzia programistyczne
  • 11.1. Prywatność i bezpieczeństwo
  • 11.2. Wartość umiejętności programowania
  • 11.3. Pakiet narzędzi AI GitHuba
  • 11.4. Cline
  • 11.5. Cursor AI
  • 11.6. Google Project IDX
  • 11.7. Aider
  • 11.8. Zbiorcze porównanie asystentów kodu
  • 11.9. Dobre praktyki w programowaniu z użyciem AI
    • 11.9.1. Zasady podstawowe
    • 11.9.2. Techniki zaawansowane
  • 11.10. Prompty użyte w tym rozdziale
  • Podsumowanie
• 12. Inżynieria DevOps z użyciem AI
  • 12.1. Praktyczne zastosowania AI w DevOps
  • 12.2. Aktualizacja prawie 7000 testów: rzeczywisty projekt z AI
    • 12.2.1. Wybór narzędzi
    • 12.2.2. Opracowanie skutecznego procesu
    • 12.2.3. Strategia implementacji
    • 12.2.4. Przetwarzanie dużych plików
    • 12.2.5. Podzielenie instrukcji na ukierunkowane przebiegi
    • 12.2.6. Wyniki
    • 12.2.7. Wnioski
    • 12.2.8. Nie tylko aktualizacja testów. Inne zastosowania programowania wspomaganego AI
  • 12.3. Cykl życia GenAIOps
    • 12.3.1. Zastosowanie GenAIOps w praktyce
  • 12.4. Prompty użyte do napisania tego rozdziału
  • Podsumowanie
• 13. Budowanie aplikacji wykorzystujących AI
  • 13.1. Wywoływanie funkcji
    • 13.1.1. Rozmowa z API OpenAI
    • 13.1.2. Budowa copilota bazodanowego
    • 13.1.3. Implementacja mechanizmu wywoływania funkcji
  • 13.2. Funkcje
    • 13.2.1. Co jest ważne w projektowaniu funkcji AI?
  • 13.3. Walidacja zapytań SQL z użyciem funkcji examine_sql
    • 13.3.1. Określenie, co czyni zapytanie niebezpiecznym
    • 13.3.2. Generowanie odpowiedzi przyjaznej użytkownikowi
    • 13.3.3. Praktyczne działanie mechanizmu wspomagania obsługi SQL opartego na AI
  • 13.4. Zastosowania praktyczne i względy bezpieczeństwa
    • 13.4.1. Przykład: konwersja walut z użyciem AI
    • 13.4.2. Zasady bezpieczeństwa przy wywoływaniu funkcji
  • 13.5. Prompty użyte w tym rozdziale
  • Podsumowanie

Część IV. Przywództwo i rozwój z AI

• 14. Rozwiązywanie konfliktów i zarządzanie kryzysowe
  • 14.1. Rozwiązywanie konfliktów w miejscu pracy
    • 14.1.1. Strategie skutecznego rozwiązywania konfliktów
    • 14.1.2. Pat w sprawie SharePointa
    • 14.1.3. Proaktywna umowa dotycząca rozwiązywania konfliktów
  • 14.2. Zarządzanie kryzysowe
    • 14.2.1. Rola przywództwa w sytuacjach kryzysowych
    • 14.2.2. Rola generatywnej AI w planowaniu działań związanych z odtwarzaniem po awarii i zapewnieniem ciągłości działań
  • 14.3. Prompty użyte do napisania tego rozdziału
  • Podsumowanie
• 15. Podstawy zarządzania
  • 15.1. Zasady i świadczenia pracownicze
    • 15.1.1. Zasady
    • 15.1.2. Świadczenia pracownicze
    • 15.1.3. Własne modele GPT i projekty
  • 15.2. Rozwój kariery
    • 15.2.1. Macierze umiejętności
    • 15.2.2. Spotkania indywidualne
  • 15.3. Oceny okresowe
    • 15.3.1. Samooceny
    • 15.3.2. Opinie wielostronne
    • 15.3.3. Cele SMART
    • 15.3.4. Cele zespołowe
    • 15.3.5. Samokształcenie menedżera
  • 15.4. Prompty użyte w tym rozdziale
  • Podsumowanie
• 16. Interwencje menedżerskie
  • 16.1. Wytyczne dotyczące interwencji menedżerskich
    • 16.1.1. Notatki, ostrzeżenia i pisma
    • 16.1.2. Konstruktywne informacje zwrotne
    • 16.1.3. Plany poprawy wyników
  • 16.2. Zgranie zespołu
    • 16.2.1. Anonimowe opinie
    • 16.2.2. Budowanie zespołu
  • 16.3. Prowadzenie rozmów kwalifikacyjnych z kandydatami
  • 16.4. Zarządzanie czasem w pracy menedżera technicznego
  • 16.5. Prompty użyte do napisania tego rozdziału
  • Podsumowanie
• 17. Awans zawodowy
  • 17.1. Przewodzenie procesowi wdrażania AI w organizacji
    • 17.1.1. Awanse dzięki praktycznemu rozwiązywaniu problemów
    • 17.1.2. Dokumentowanie i prezentowanie swoich projektów
    • 17.1.3. Zaawansowany trening prezentacji z AI
  • 17.2. Szkolenia i certyfikaty
    • 17.2.1. Zdobywanie nowych umiejętności za pomocą AI
    • 17.2.2. Identyfikowanie i uzupełnianie luk kompetencyjnych z użyciem AI
    • 17.2.3. Pisanie wniosków o udział w konferencjach
  • 17.3. Awans zawodowy na zewnątrz firmy
    • 17.3.1. Wyszukiwanie pracy z użyciem AI
    • 17.3.2. Optymalizacja CV
    • 17.3.3. Przygotowanie do rozmowy kwalifikacyjnej z wykorzystaniem AI
    • 17.3.4. Negocjowanie wynagrodzenia
    • 17.3.5. Prompty dotyczące rozwoju kariery
    • 17.3.6. Ćwiczenie rozmów wspomagane przez AI
  • 17.4. Kwestie etyczne i najlepsze praktyki
  • 17.5. Porady na koniec
  • 17.6. Prompty użyte do napisania tego rozdziału
  • Podsumowanie

Dodatek A. Lokalne modele AI: dostępna alternatywa

Dodatek B. GPT Actions firmy OpenAI

 

Spis treści książki

Część I. Podstawy zarządzania powierzchnią ataku

• 1. Podstawy: przegląd zarządzania powierzchnią ataku
  • Zarządzanie powierzchnią ataku: co to jest i dlaczego jest ważne?
    • Co rozumiemy przez powierzchnię ataku?
    • Porównanie wektorów ataku z powierzchniami ataku
  • Czym jest zarządzanie powierzchnią ataku?
  • Składniki ASM
    • Identyfikacja
    • Klasyfikacja
    • Ustalanie priorytetów
    • Działania zaradcze
    • Dostosowywanie
    • Monitorowanie
  • Strategiczna rola ASM w cyberbezpieczeństwie
  • Uwzględnienie perspektywy atakującego
    • Zmiana punktu widzenia
    • Strategia proaktywna: wcielanie się w rolę atakującego
  • Przypadki użycia ASM i wyzwania dla bezpieczeństwa
    • Problemy z widocznością
    • Zarządzanie zasobami
    • Informowanie o zasobach
    • Nieautoryzowane zasoby informatyczne
    • Zarządzanie ryzykiem
    • Reagowanie na incydenty i ustalanie priorytetów
    • Wymuszanie zasad
    • Wymogi zgodności i przestrzegania przepisów
  • Podsumowanie
• 2. Typy powierzchni ataku
  • Ciągle zwiększająca się powierzchnia ataku w organizacji
  • Tradycyjne składniki infrastruktury informatycznej
  • Tradycyjna wirtualizacja
  • Nowoczesne składniki infrastruktury informatycznej
    • Nowoczesna wirtualizacja
    • Internet rzeczy (IoT)
    • Witryny internetowe
    • Certyfikaty
    • Technologia chmury
    • Dostawcy technologii chmury
    • Zastosowania oparte na chmurze
    • Kontenery
    • Aplikacje w chmurze
    • Dane
    • Zarządzanie konfiguracją
    • Model SaaS
    • Zarządzanie modelem SaaS
    • Tożsamość
    • Użytkownicy
    • Dostęp do danych na różnych platformach
    • Wyzwania związane z zarządzaniem tożsamością i dostępem
    • Łańcuch dostaw
    • Projektowanie oprogramowania
    • Aplikacje
    • Certyfikaty
    • Urządzenia przenośne i należące do użytkowników
  • Sztuczna inteligencja
    • Modele sztucznej inteligencji i architektura sieci neuronowych
    • Potoki i infrastruktura sztucznej inteligencji
    • Interfejsy użytkownika i interfejsy API związane ze sztuczną inteligencją
  • Podsumowanie
• 3. Związek powierzchni ataku z ryzykiem
  • Ocena poziomu ryzyka
  • Jakościowa ocena ryzyka
    • Przykłady
    • Korzyści
    • Wyzwania
  • Ilościowa ocena ryzyka
    • Przykłady
    • Studium przypadku: praktyczne zastosowanie ilościowej oceny ryzyka
    • Korzyści
    • Wyzwania
  • Dobór odpowiedniego rozwiązania
    • Aspekty związane z danymi i złożonością
    • Kwestie dotyczące zasobów i możliwości
    • Cel i kwestie dotyczące interesariuszy
    • Czy warto korzystać z kombinacji?
    • Przykład: wybór odpowiedniej metody
  • Ramy zarządzania ryzykiem
    • NIST
    • ISO
    • ITIL (wersja 4)
    • COSO ERM
    • OCTAVE
  • Skuteczne informowanie zespołów biznesowych o ryzyku
    • Poznaj swoją grupę odbiorców
    • Żargon techniczny dezorientuje zespoły biznesowe
    • Jak przedstawić ryzyko techniczne w języku biznesowym?
    • Radzenie sobie z wymówkami dotyczącymi kiepskiej komunikacji
  • Podsumowanie

Część II. Identyfikacja i klasyfikacja

• 4. Identyfikowanie i klasyfikacja zasobów
  • Identyfikacja
    • Wykaz zasobów
    • Dlaczego utrzymywanie ewidencji jest kluczowe w ASM?
    • Identyfikowanie rozwiązań z zakresu inwentaryzacji zasobów
    • Wykrywanie zasobów
  • Klasyfikacja w celu wzbogacania informacji o zasobach
    • Szczegóły dotyczące typu zasobu
    • Dane konfiguracyjne
    • Klasyfikacja danych
    • Informacje o użytkowaniu
    • Dane dotyczące lokalizacji i środowiska
    • Wzajemne zależności
    • Stan bezpieczeństwa
    • Stan cyklu eksploatacyjnego
  • Łączenie wzbogacania informacji o zasobach ze strategią biznesową
    • Lepsze ustalanie priorytetów
    • Dokładny wykaz
    • Monitorowanie licencji na oprogramowanie
    • Dowody z audytu zgodności
  • Podsumowanie
• 5. Automatyzacja wykrywania zasobów
  • Znaczenie automatyzacji wykrywania zasobów
    • Różnorodność przedsiębiorstw
    • Zawiłości technologii chmury
  • Typy automatycznego wykrywania zasobów
    • Skanowanie sieci
    • Analiza technologii chmury
    • Identyfikacja interfejsów API
    • Wykrywanie danych
    • Wyzwania związane ze zautomatyzowanym wykrywaniem
  • Opcje zapewniające wysoki zwrot z inwestycji
    • Opcje wyszukiwania
    • Prezentacja danych
    • Analityka i raportowanie
    • Opcje zaawansowane
  • Podsumowanie

Część III. Ustalanie priorytetów i działania zaradcze

• 6. Ustalanie priorytetów i analiza "klejnotów koronnych"
  • Ustalanie priorytetów
    • Porównanie z innymi procesami strategicznymi
    • Znaczenie ustalania priorytetów
  • Kryteria określania priorytetów
    • Wartość zapewniana firmie
    • Wpływ operacyjny
    • Wrażliwość i klasyfikacja danych
  • Uzyskiwanie kontekstu biznesowego
    • Odwzorowywanie funkcji biznesowych
    • Narzędzia i techniki odwzorowywania
    • Ocena wpływu
  • Ustalanie rzeczywistych priorytetów
    • Identyfikacja "klejnotów koronnych"
    • Okresowy przegląd i aktualizacja "klejnotów koronnych"
    • Identyfikacja innych zasobów o dużej wartości
    • Klasyfikacja pozostałych zasobów
  • Podsumowanie
• 7. Pomiar powierzchni ataku
  • Analiza powierzchni ataku
    • Jak przebiega analiza ASA?
    • Jak ASA wzmacnia stan zabezpieczeń?
  • Wewnętrzne i zewnętrzne powierzchnie ataku
    • Analiza wewnętrznej powierzchni ataku
    • Analiza zewnętrznej powierzchni ataku
    • Pokrywające się obszary
    • Narzędzia do analizy powierzchni ataku
  • Modelowanie zagrożeń
    • Modelowanie zagrożeń wspiera zarządzanie ryzykiem
    • Metodologie modelowania zagrożeń
    • Co wybrać?
  • Integracja modelowania zagrożeń z odwzorowaniem powierzchni ataku
    • Jak modelowanie zagrożeń usprawnia zarządzanie powierzchnią ataku?
    • Jak ASM uzupełnia modelowanie zagrożeń?
  • Podsumowanie
• 8. Działania zaradcze
  • Ocena potrzeb działań zaradczych
    • Określenie dotkliwości luk w zabezpieczeniach
    • Ocena potencjalnego wpływu
    • Analiza kosztów i korzyści działań zaradczych
  • Ustalanie priorytetów wyników
    • Łatwość wykorzystania
    • Wykrywalność
    • Priorytet atakującego
    • Złożoność działań zaradczych
    • Strategie działań zaradczych
    • Weryfikacja efektów działań zaradczych
    • Pętla informacji zwrotnych od interesariuszy
    • Monitorowanie pod kątem nieoczekiwanych problemów lub skutków ubocznych
    • Dokumentacja i raportowanie
  • Podsumowanie

Część IV. Adaptacja i monitorowanie

• 9. Minimalizacja powierzchni ataku
  • Jak zminimalizować powierzchnię ataku?
    • Metody strategiczne
    • Techniki taktyczne
  • Podsumowanie
• 10. Ciągłe monitorowanie i zarządzanie
  • Dynamiczna natura cyfrowych ekosystemów
    • Zmiany technologiczne i nowe integracje
    • Wpływ zmian organizacyjnych na ekosystem
  • Ustawianie progów alarmowych
    • Odróżnianie fałszywych alarmów od uzasadnionych zagrożeń
    • Kalibracja i dostrajanie progów
    • Uwzględnianie kontekstu w alertach
  • Integracja z procesem reagowania na incydenty
    • Koordynacja zespołów monitorowania z zespołami reagowania na incydenty
    • Symulowanie scenariuszy włamań
    • Strategie szybkiego reagowania i łagodzenia skutków
  • Okresowe przeglądy i audyty
    • Planowanie regularnego skanowania pod kątem podatności
    • Ponowna ocena skuteczności działań zaradczych
    • Ponowna ocena priorytetów zasobów
  • Pętle informacji zwrotnej i ciągłe doskonalenie
    • Wspieranie współpracy między zespołami
    • Wykorzystanie wniosków z minionych incydentów
    • Dostosowywanie strategii monitorowania na podstawie informacji zwrotnej
  • Automatyzacja i sztuczna inteligencja w ciągłym monitorowaniu
    • Zalety zautomatyzowanych narzędzi do monitorowania
    • Rola sztucznej inteligencji w wykrywaniu i analizie zagrożeń
    • Równowaga między automatyzacją a nadzorem sprawowanym ręcznie
  • Podsumowanie
• 11. Przyszłość zarządzania powierzchnią ataku
  • Nowe trendy w zarządzaniu powierzchnią ataku
    • Sztuczna inteligencja i uczenie maszynowe w ASM
    • Obliczenia kwantowe
    • Wyzwania przetwarzania brzegowego
  • Zmieniające się wyzwania dotyczące cyberbezpieczeństwa
  • Bycie na bieżąco z technologiami i praktykami z zakresu ASM
  • Ciągłe uczenie się i rozwój umiejętności
  • Bądź nienasycony i nigdy się nie poddawaj