Not a printed "book", but free online material packaged up like a book. Part 1 is a summary of the ML interview process. Part 2 is a collection of practice exercises.
Being in a Machine Learning role myself, this was an interesting read to see a comprehensive summary of current topics, interview process, and role descriptions. I also got some inspiration for interviewing new candidates for my own team.
Rebecca Henderson is a Harvard Professor and writes about how free market capitalism has created great innovation and prosperity but is also the source of inequality and a driver of global climate change.
She proposes a framework for how private businesses and public actors should cooperate to fix what's broken: Help establish the right incentives to act more sustainably.
The strongest key idea is: "there's a great business case for saving the world". Even the most shareholder value-focused investor will have to realize that climate chaos will ruin economic opportunities.
Super interesting to read and she points out a lot that's broken, but her writing still remains hopeful with an optimistic tone.
Another one of these finance books I keep plowing through. US-centric in some parts, but a good framework that can be used by anyone who wants to build wealth (early in life). A lot of the same if you've read other books from the genre, but what's a little special about this one is the concept of "house hacking": Buy a house or flat, live in it but rent out part of it. He calculates how this is more advantageous than either renting or traditional buying of real estate.
Written by Tony Fadell, whose career spans being part of the General Magic team, leading the iPod development, and later founding Nest and selling it to Google.
The book is 50% story of his personal experience and 50% advice for anyone building tech products.
I found a lot of helpful concepts across career advice (engineer vs management role), product decisions, and being part of a growing company. I couldn't make sense of every single point and didn't agree with everything, but that was fine.
The main thought I wish he had explored is the "why" behind it all. Clearly, a career such as Fadell's requires giving 120%. At one stage, he walked away from working and took 1-2 years off to travel and have time with family. But what about a healthy balance? Does this exist? And is it all worth it for his personal happiness, for finding his "enough" point? I understand (and feel) the ambition and drive to "put something out there". At the same time, it would be nice to hear some reflections from someone who has done it all.
In particular, I liked that this isn't one of those business books that has one core idea and re-iterates it across 10+ chapters. Instead, it's a super dense guide to building teams and building products. I liked it.
A good and easy walk through Stoic philosophy with the author's view on its applicability to 21st-century life.
The writing felt a bit academic but was easy to follow overall.
Some parts surprised me in a negative way (like what felt like an anti-sex stance?). The other chapters mostly made sense to me.
A book about understanding how ego stands in the way of living a good life in phases of aspiration, success and failure.
I liked the whole message and in particular the connection to stoic philosophy.
When applying these thoughts to my own life, I am inspired but also confused: Where is the balance between healthy aspiration to do „good work“ without doing it for the ego — and not even striving for professional success in the first place? After all, isn’t a „successful“ life often defined from a perspective of ego?
Overall, a very good book. Has potential to be reread every few years in different phases of my life, I think.
Schon ein paar Jahre älter und ein Klassiker der „Financial Independence“ Literatur. Habe aber festgestellt, dass es gar kein Finanzbuch ist (bzw. nur minimal). Vielmehr geht es um… alltägliche Systemtheorie: Wie fällt man Entscheidungen im Leben, die nicht nur eine Stellgröße beeinflussen („neuer Job = mehr Geld verdienen“), sondern alle Verflechtungen im Leben berücksichtigen („welchen Einfluss hat das auf meine Familie, meine Gesundheit, meine Kenntnisse, …“). Vieles ist irgendwie auch offensichtlich (vor allem aus europäischer Sicht ist der Verzicht auf das Auto nicht soo abwegig). Insgesamt aber ein tolles Gesamtkonzept, so als Mischung aus Frugalismus, Philosophie und analytischer Lebensstrategie. Das Hörbuch ist sehr gut gelesen, aber manche Teile hätte ich doch lieber in gedruckter Form vor mir gehabt. Vielleicht lese ich es irgendwann einfach noch mal.
Ein kompaktes Buch mit süßen Illustrationen über die Bedürfnisse von Katzen. Ich habe ein bisschen was gelernt, vor allem hat es mich beruhigt, dass unsere Katzen es vermutlich ganz gut haben.
Ein Comic, der die Geschichte der Wirtschaftswissenschaften erzählt: Vom Merkantilismus und Adam Smith über Keynes und Marx zum Neoliberalismus. Der Inhalt hat mich sehr an Ulrike Herrmanns „Kein Kapitalismus ist auch keine Lösung“ erinnert: Die ersten zwei Drittel sind ein eher neutraler geschichtlicher Blick nach hinten, das letzte Drittel ist eine Mischung aus Tatsachenbeschreibung und politischer Meinung. Michael Goodwin ist hierbei naturgemäß sehr US-zentrisch. Der Comic ist von 2012, dementsprechend frisch ist der Eindruck der globalen Finanzkrise.
Ich habe einiges gelernt und frage mich wie nach der Lektüre von Ulrike Hermann bereits: Ist das Resümee am Ende eine tentenziell links gefärbte Einschätzung oder ist es wirklich so düster bestellt um die globale Finanzwirtschaft?
Persönliche Erkenntnis: Es stimmt tatsächlich, was alle sagen: Comic ist ein cooles Medium, selbst für Sachbücher.
Peter Bruce, Peter C. Bruce, Andrew Bruce & Peter Gedeck – Practical Statistics for Data Scientists
342 Seiten
Ein weiteres Buch, das wir in unserer "Data Science Study Group" durchgearbeitet haben. Die Ursprungsmotivation: Nach der Lektüre bin ich endlich ein Statistik-Profi! So 100% ist das nicht aufgegangen. Dennoch habe ich wieder einiges gelernt.
Die Autoren machen einen Rundumschlag über die statistischen Grundlagen, aber aus der praktischen Sicht von Data Scientists.
Gut: Sehr viele Code-Beispiele (in R und in Python), breite Themenauswahl. Weniger gut: Manche Beispiele basierten auf komplett unpassenden Beispiel-Datensätzen, manche Erklärungen blieben vage (weil bewusst großteils auf Formeln verzichtet wurde).
Insgesamt: Ein gutes Grundlagenwerk und auch ein gutes Nachschlagwerk.
An excellent management book. Julie Zhuo specifically didn't write this as the all-knowing management guru, but as a reflection of her early times of becoming a manager (of a design team at Facebook).
I could identify with many of her struggles and I learned valuable concepts for my own job that I will try to apply.