Python zaawansowany

4450 PLN+23% VAT (5473 PLN brutto / 1 os.)

Czas trwania szkolenia:5 dni (40h)

Kod kursu:PYTHON/ADV

Poziom zaawansowania:
pythondataoop

Dostępne terminy

  • Termin
  • Trener
  • Cena
  • Zapis
  • Lokalizacja

Termin:

19 sierpień
Trwają zapisy na szkolenie

Trener:

Matt Harasymczuk

Cena:

4450 PLN netto+23% VAT

Lokalizacja:

Zdalne
Zdalne

Termin:

21 październik
Trwają zapisy na szkolenie

Trener:

Matt Harasymczuk

Cena:

4450 PLN netto+23% VAT

Lokalizacja:

Zdalne
Zdalne

Termin:

16 grudzień
Trwają zapisy na szkolenie

Trener:

Matt Harasymczuk

Cena:

4450 PLN netto+23% VAT

Lokalizacja:

Zdalne
Zdalne

Interesuje Cię szkolenie stacjonarne lub nie odpowiada Ci żaden z dostępnych terminów?

Ikona pytaniaZapytaj o szkolenie

O szkoleniu Python zaawansowany

W cenie otrzymasz:

  • Materiały szkoleniowe
  • Certyfikat ukończenia szkolenia
  • W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki

Dla kogo?

  • Średnio zaawansowani i zaawansowani programiści, posługujący się językiem Python
  • Architekci rozwiązań aplikacyjnych w języku Python

Wymagania

  • Umiejętność programowania w języku Python oraz znajomości podstawowych struktur danych
  • Znajomość koncepcji programowania obiektowego
  • Umiejętność posługiwania się wybranym środowiskiem IDE, dedykowanym dla języka Python
  • Ogólna znajomość biblioteki standardowej dla języka Python

Zalety

  • Zajęcia prowadzone są przez doświadczonych praktyków, którzy na co dzień stosują prezentowane techniki i narzędzia
  • Na zajęciach stosowane są otwarte rozwiązania
  • Szkolenie porusza zagadnienia związane z tworzeniem i rozwijaniem aplikacji, z użyciem biblioteki standardowej oraz szkieletów aplikacyjnych (ang. framework)
  • W trakcie ćwiczeń wykorzystywane są przykłady zbliżone do rzeczywistych zastosowań i promowane są praktyki tworzenia łatwego w utrzymaniu kodu
  • Praktyka przed teorią - wszystkie szkolenia technologiczne prowadzone są w formie warsztatowej. Konieczna teoria jest wyjaśniana na przykładzie praktycznych zadań
  • Konkretne umiejętności - w ramach każdego szkolenia rozwijamy praktyczne umiejętności związane z daną technologią i tematyką
  • Nauka z praktykami - wszyscy trenerzy na co dzień pracują w projektach, gwarantuje to dostęp do eksperckiej wiedzy i praktycznego know-how

Cele szkolenia

  • Kształcenie umiejętności i rozwijanie wiedzy dotyczącej zaawansowanego programowania w języku Python
  • Konsolidacja wiedzy i uzupełnienie braków w kompetencjach w zakresie szkolenia
  • Pogłębienie znajomości mechanizmów i idiomów języka Python
  • Nauka refaktoryzacji i pracy z debuggerem w środowisku IDE

Program

Wprowadzenie

  • Zadania określające poziom grupy
  • Zmiany w najnowszych wydaniach Python

Assingment Expression

Typing

  • Typy podstawowe
  • Sekwencje i mapy
  • Funkcje
  • Obiekty i metody
  • Statyczna analiza typów - mypy
  • Transpilacja kodu Python do C i kompilacja

Dataclasses

  • Definicja i składnia
  • Zagnieżdżone dataklasy
  • Postinit, (nie)mutowalne atrybuty, field
  • Parametry, helpery, dziedziczenie, introspekcja

Paradygmat obiektowy

  • Atrybuty: mutowalność, pola instancji i klasowe, modyfikatory dostępu, slots
  • Metody: modyfikatory dostępu, metody statyczne, metody klasowe
  • Dziedziczenie: wzorce, kompozycja, mixin, problemy, przeciążanie, super, MRO
  • Obiekty: relacje, wartość i tożsamość, konstuktor new i init
  • Klasy: dynamiczne tworzenie klas, metaklasy
  • Dobre praktyki: S.O.L.I.D.

Przeciążanie operatorów:

  • Lewe, prawe, inkrementacji
  • Numeryczne, binarne, porównania
  • Akcesory

Protokoły

  • Polimorfizm: interfejsy, protokoły, klasy abstrakcyjne
  • Wzorce: Context Manager, Iterator
  • Property: setter, getter, deleter
  • Refleksja: setattr, getattr, hasattr, delattr
  • Deskryptory: set, get, delete, set_name

Paradygmat funkcyjny

  • Wyrażenia Lambda,
  • Zakresy funkcji
  • Czyste funkcje (pure functions)
  • Rekurencja
  • Niemutowalne struktury danych
  • Funkcje wyższego poziomu i przejrzystość referencyjna
  • Przestrzenie nazewnicze i atrybuty funkcji, callable
  • Domknięcia (closures)
  • Wzorce: callback, closure, maybe, some, map-reduce
  • Moduł Functools

Dekoratory

  • Rodzaje dekoratorów i przykłady zastosowania
  • Dekoratory funkcji, klas, metod
  • Dekoratory funkcje, dekoratory klasy, dekoratory metody
  • Dekoratory z wrapperami funkcyjnymi i klasowymi
  • Dekoratory z argumentami i bez argumentów
  • Dekoratory w bibliotece standardowej

Zagadnienia wydajnościowe i optymalizacja

  • Notacja wielkiego-O, złożoności, optymalizacja
  • Microbenchmarking: wydajność wbudowanych typów danych
  • Profiling: wyszukiwanie wąskich gardeł w programie
  • Kompilacja kodu Pythona do bibliotek współdzielonych

Współbieżność

  • Modele współbieżności
  • Kolejki
  • Komunikacja międzyprocesowa i międzywątkowa
  • Mechanizmy blokujące
  • Wprowadzenie do programowania wielowątkowego
  • Wprowadzenie do programowania wieloprocesowego
  • Wprowadzenie do programowania asynchronicznego

To szkolenie jest częścią ścieżki

Podobne szkolenia