Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
1. nap — Robusztus Python Alapok és Eszközök
Modern Python Jellemzők és Típuskezelés
- Típuskezelés alapjai, generikusok, Protokollok és TypeGuard
- Dataclass-ok, fagyasztott dataclass-ok és attrs áttekintés
- Mintaillesztés (PEP 634+) és idomatikus használat
Kódminőség és Eszközök
- Kódformázók és linterek: black, isort, flake8, ruff
- Statikus típusellenőrzés MyPy és pyright segítségével
- Pre-commit hookok és fejlesztői munkafolyamatok
Projektmenedzsment és Csomagolás
- Függőségkezelés Poetry és virtuális környezetek segítségével
- Csomag szerkezet, belépési pontok és verziókezelés ajánlott eljárások
- Csomagok építése és közzététele PyPI és privát regisztrációs rendszerekben
2. nap — Tervezési Minták és Architektúra Gyakorlatok
Tervezési Minták Pythonban
- Létrehozási minták: Gyár, Építő, Singleton (Pythonos változatok)
- Szerkezeti minták: Adapter, Homlokzat, Dekorátor, Proxy
- Viselkedési minták: Stratégia, Megfigyelő, Parancs
Architektúra Elvek
- SOLID elvek alkalmazása Python kódbázisokban
- Hexagonális/Tiszta Architektúra és határok
- Függőség injektálás minták és konfigurációkezelés
Modularitás és Újrafelhasználás
- Könyvtár vs alkalmazás kód tervezése
- API-k, stabil interfészek és szemantikus verziókezelés
- Konfiguráció, titkos kulcsok és környezetfüggő beállítások kezelése
3. nap — Konkurencia, Async IO és Teljesítmény
Konkurencia és Párhuzamosítás
- Szálalapú programozás alapjai és a GIL hatásai
- Többprocesszoros feldolgozás és processzoros készletek CPU-kötött feladatokhoz
- Mikor használjunk concurrent.futures vs multiprocessing-et
Aszinkron Programozás asyncio-val
- Async/await minták, eseményhurok és megszakítás
- Aszinkron könyvtárak tervezése és szinkron kóddal való együttműködés
- IO-kötött minták, visszanyomás és sávszélesség korlátozás
Profilozás és Optimalizálás
- Profilozó eszközök: cProfile, pyinstrument, perf, memory_profiler
- Forró pontok optimalizálása és C-bővítmények/Numba használata, ahol indokolt
- Késleltetés, átviteli sebesség és erőforrás kihasználtság mérése
4. nap — Tesztelés, CI/CD, Megfigyelhetőség és Üzembehelyezés
Tesztelési Stratégiák és Automatizálás
- Egységtesztelés és fixture-ök pytest-tel; teszt szervezés
- Tulajdonság alapú tesztelés Hypothesis és szerződéses tesztelés segítségével
- Mockolás, monkeypatching és aszinkron kód tesztelése
CI/CD, Kiadás és Megfigyelés
- Tesztek és minőségi kapuk integrálása GitHub Actions/GitLab CI segítségével
- Reprodukálható konténerek építése Docker és többszintű build-ek segítségével
- Alkalmazás megfigyelhetőség: strukturált naplózás, Prometheus metrikák és nyomkövetés
Biztonság, Megerősítés és Ajánlott Eljárások
- Függőség auditálás, SBOM alapok és sebezhetőség vizsgálat
- Biztonságos kódolási gyakorlatok bemeneti ellenőrzéshez és titkos kulcsok kezeléséhez
- Futásidejű megerősítés: erőforrás korlátok, felhasználói jogok és konténer biztonság
Záró Projekt és Áttekintés
- Csapatlabor: tervezzen és valósítson meg egy kis szolgáltatást a kurzusból származó minták alapján
- A projekt tesztelése, típusellenőrzése, csomagolása és CI folyamata
- Végső áttekintés, kódkritika és akcióterv
Összefoglalás és Következő Lépések
Követelmények
- Erős középszintű Python programozási tapasztalat
- Objektum-orientált programozás és alapvető tesztelés ismerete
- Parancssor és Git használatának gyakorlata
Célközönség
- Senior Python fejlesztők
- Szoftvermérnökök, akik a Python kódminőségért és architektúráért felelősek
- Technikai vezetők és MLOps/DevOps mérnökök, akik Python kódbázisokkal dolgoznak
28 Órák
Vélemények (5)
A felhasználók száma helyes. Az oktató lelkesen adta át az információkat.
Alberto Rivas - SEG AUTOMOTIVE SPAIN, S.A.U.
Kurzus - Python Programming - 4 days
Gépi fordítás
A gyakorlati feladatok száma, amelyek hasonló adatokat használnak azokhoz, amit projektjeinkben alkalmazunk (minta: műholdas képek raszterformátumban)
Matthieu - CS Group
Kurzus - Scaling Data Analysis with Python and Dask
Gépi fordítás
Úgy éreztem, a képző rendkívül tudatos volt, és bizonytalanul válaszolt a kérdésekre, hogy megnyugtassa az egyértelmű felfogást.
Jenna - TCMT
Kurzus - Machine Learning with Python – 2 Days
Gépi fordítás
Nagyon jó előkészítés és szakmai tudás a képzőtől, tökéletes angol nyelvű kommunikáció. A tanfolyam gyakorlatias volt (gyakorlatok + példák felhasználási esetek megosztása).
Monika - Procter & Gamble Polska Sp. z o.o.
Kurzus - Developing APIs with Python and FastAPI
Gépi fordítás
Az elmagyarázás
Wei Yang Teo - Ministry of Defence, Singapore
Kurzus - Machine Learning with Python – 4 Days
Gépi fordítás
