Улучшаемые навыки
FastAPI
REST API
Микросервисы
Clean Architecture
CI/CD
Контейнеризация
Фоновые задачи
Observability
Безопасность API
ORM
Python
Инструменты
CI/CD
Python
Чему вы научитесь
01
Проектировать REST и gRPC API на FastAPI.
02
Внедрять слоистую архитектуру (Clean Architecture, Dependency Injection).
03
Работать с PostgreSQL и Redis через SQLAlchemy.
04
Выносить тяжёлые процессы в фоновые задачи и очереди.
05
Упаковывать приложения в Docker и настраивать CI/CD.
06
Обеспечивать наблюдаемость сервиса: метрики, логи, трассировка.
Как проходит обучение
Практика построена вокруг поэтапной разработки одного полноценного сервиса. Вы реализуете API, подключаете базу данных, настраиваете авторизацию, выносите фоновые задачи в очередь и упаковываете сервис в Docker.
Готовность решения проверяется внешним скриптом‑эмулятором, который имитирует поведение реальных пользователей и автоматически выявляет ошибки в реализации.
Программа курса
01
API и современные фреймворки
Эволюция бэкенда: от MVC к микросервисам.
REST API vs gRPC: критерии выбора.
FastAPI: роутеры, валидация через Pydantic.
HTTP-ошибки и Middleware.
02
Архитектура внутри сервиса
Проблема Fat Controllers и «спагетти-кода».
Слоистая архитектура: Clean Architecture / DDD-light.
Dependency Injection в FastAPI.
Service Layer и Repository Layer.
03
Работа с базами данных (PostgreSQL)
Асинхронная работа с БД: SQLAlchemy 2.0.
Проблема N+1 запроса и как ее избежать.
Управление миграциями через Alembic.
Транзакции и блокировки на уровне БД.
04
Кэширование и фоновые задачи
Redis: хранение сессий, кэширование тяжёлых ответов.
Брокеры сообщений: RabbitMQ / Redis Streams (концептуально).
Вынос долгих процессов в фоновые воркеры: Celery / Taskiq.
05
Безопасность API и тестирование
Аутентификация и авторизация: JWT, OAuth2.
Защита от CORS и базовых уязвимостей.
Тестирование: pytest, мокирование БД, TestClient.
06
Контейнеризация и развертывание
Production-ready Dockerfile для Python: минимизация веса, безопасность.
Оркестрация локального окружения: docker-compose.
Основы CI/CD: пайплайн в GitLab CI / GitHub Actions (линтеры, тесты, сборка).
07
Наблюдаемость (Observability)
Почему print() не работает на проде: структурированное JSON-логирование.
Экспорт метрик: Prometheus endpoint.
Трассировка запросов: OpenTelemetry (обзорно).
08
ИИ-ассистент для работы с Python: делегирование рутины и безопасность
ИИ в работе: поиск багов, шаблоны кода, регулярные выражения, тестовые данные.
Корпоративная безопасность: что нельзя передавать в публичные нейросети.
Галлюцинации ИИ и обязательный аудит сгенерированного кода.
09
Итоговый проект и Code Review
Доработка end-to-end сервиса.
Проверка сервиса внешним скриптом-эмулятором.
Защита архитектурных решений перед экспертом.
10
Итого на курс 32 ак. ч.: теория — 11 ак. ч. (35%), практика — 21 ак. ч. (65%)
Для кого
Разработчик
Предварительная подготовка
Уверенное знание синтаксиса Python (ООП, базовое понимание asyncio). Опыт написания базовых SQL-запросов. Рекомендуется предварительное прохождение курса «Продвинутый Python для разработчиков + ИИ – инструменты» (PY-002), либо наличие опыта коммерческой разработки от 6-12 месяцев.
