Улучшаемые навыки
Python
Продвинутый синтаксис Python
Объектно-ориентированное программирование
Функциональное программирование
Автоматизация
Рефакторинг кода
Работа с библиотеками
Отладка
Инструменты
VS Code
Git
Python
PyCharm
Чему вы научитесь
01
Использовать расширенные возможности Python (лямбда, декораторы, функторы)
02
Писать читаемый и поддерживаемый код
03
Применять ООП для построения архитектуры приложений
04
Работать с виртуальными окружениями и библиотеками
05
Автоматизировать прикладные и ИТ-задачи
06
Анализировать и улучшать существующий код
Программа курса
01
Расширенное программирование на Python
Лямбда-выражения и их особенности
Декораторы и их применение
Функторы и callable объекты
02
Подготовка рабочей среды
Управление зависимостями
Виртуальные окружения
Структура Python-проекта
Практика: настройка production-окружения
03
Функциональный подход в Python
Время жизни объекта, методы __new__() и __del__()
Доступ к атрибутам и методам объекта
Понятие контекста
Менеджер контекста, пример имплементации
Практика: решение прикладных задач
Контейнеризация и управление ей
Запуск приложений в docker-контейнерах
Упаковка проекта в docker-образ. Docker-compose
Концепция middleware
Существующие middleware в составе Django
Написание собственных middleware
06
Документирование кода в Python
Документирование кода: Docstring
Логирование в Django
07
Знакомство с PostgreSQL
Работа с SQL напрямую из Django
Django Object Relational Mapping (ORM)
Практика: Составление сложных SQLзапросов, создание пользовательских менеджеров и методов запросов
Установка pytest
Assert
Тестирование в Django
Fixture, best practices
Patching и Mocking
Dependency injection
Практика: Написание базового теста для функции, Запуск тестов и обработка результатов
Индексирование
Проблема N+1: select_related(), prefetch_related()
Транзакции (autocommit, atomic, exceptions, savepoints, rollback)
Уровни изоляции PostgreSQL
Практика: Создание индексов с помощью Django ORM.
REST API
Django REST API, сериализация
Назначение, установка и настройка Kafka
Работа с Kafka из Python
Назначение, установка и настройка Redis
Работа с Redis из Python
Практика: Работа с библиотекой python-pubsub-postgresql-redis
13
Python и искусственный интеллект
Как ИИ работает с кодом
Prompt engineering для Python
Рефакторинг и оптимизация с ИИ
Генерация документации и тестовых данных
Практика: улучшение проекта с помощью ИИ
14
Итого на курс 32,5 часа: теория – 24 ч (73%), практика – 8,5 ч (27%)
Для кого
Разработчик
DevOps-инженер
Системный администратор
Предварительная подготовка
Уверенное владение базовым Python
