Программа повышения квалификации «Продвинутое программирование на Python» соответствует второму модулю полной программы профессиональной переподготовки по направлениям «Автоматизированное тестирование на Python», «Data Science on Python» или «Машинное обучение и ИИ».
Курс включает 18 лекционных уроков (36 академических часов) и 18 практических работ для самостоятельного выполнения. Обучение проходит в индивидуальном формате по согласованному расписанию.
Вы освоите продвинутые механизмы Python: декораторы, генераторы, многопоточность, асинхронность, метапрограммирование, работу с памятью и оптимизацию кода — включая использование Numba и Cython для повышения производительности.
Технологический стек
Python 3
asyncio
threading
re (regex)
logging
Numba
Cython
Git
VS Code / PyCharm CE
asyncio
threading
re (regex)
logging
Numba
Cython
Git
VS Code / PyCharm CE
Программа реализуется Центром индивидуального обучения Центра 25-12.
Обучение проходит в формате 1-на-1 с преподавателем по согласованному расписанию.
Обучение проходит в формате 1-на-1 с преподавателем по согласованному расписанию.
Документ об окончании
📜 Удостоверение о повышении квалификации — для слушателей с высшим или средним профессиональным образованием.
📜 Сертификат о прохождении обучения — для всех остальных участников.
📜 Сертификат о прохождении обучения — для всех остальных участников.
Стоимость и оплата
Оплата производится единым платежом. Все платежи осуществляются напрямую в адрес образовательной организации — без процентов и скрытых комиссий.
Стоимость программы — 72 000 ₽
Содержание
- 1 модуль
- 36 уроков
- 60 часов
- Программа курса36
- 1.1Декораторы в Python: основы
- 1.2Практическая работа №1. Реализация базовых декораторов
- 1.3Продвинутые декораторы
- 1.4Практическая работа №2. Написание сложных декораторов с параметрами
- 1.5Генераторы и ленивые вычисления
- 1.6Практическая работа №3. Создание генераторов для обработки данных
- 1.7Потоковая обработка данных с генераторами
- 1.8Практическая работа №4. Написание генераторов для обработки файлов и потоков данных
- 1.9Основы многопоточного программирования
- 1.10Практическая работа №5. Создание многопоточных программ
- 1.11Работа с очередями в многопоточности
- 1.12Практическая работа №6. Организация обработки данных через многопоточные очереди
- 1.13Асинхронное программирование в Python
- 1.14Практическая работа №7. Написание асинхронных программ с asyncio
- 1.15Асинхронные вызовы и Future-объекты
- 1.16Практическая работа №8. Оптимизация асинхронного кода
- 1.17Основы регулярных выражений
- 1.18Практическая работа №9. Использование регулярных выражений для поиска и фильтрации данных
- 1.19Продвинутая работа с регулярными выражениями
- 1.20Практическая работа №10. Написание сложных регулярных выражений
- 1.21Исключения: обработка ошибок
- 1.22Практическая работа №11. Создание системы обработки ошибок в приложении
- 1.23Логирование в Python
- 1.24Практическая работа №12. Внедрение логирования в Python-программу
- 1.25Основы метапрограммирования в Python
- 1.26Практическая работа №13. Написание программы с динамическим изменением классов
- 1.27Работа с объектами и introspection
- 1.28Практическая работа №14. Инспекция классов и функций с использованием introspection
- 1.29Глубокая работа с метаклассами
- 1.30Практическая работа №15. Создание собственных метаклассов
- 1.31Оптимизация кода и профилирование
- 1.32Практическая работа №16. Анализ производительности Python-кода
- 1.33Управление памятью в Python
- 1.34Практическая работа №17. Оптимизация работы с памятью
- 1.35Использование Cython и Numba для оптимизации Python-кода
- 1.36Практическая работа №18. Оптимизация вычислений с помощью Numba
Нет. Курс сосредоточен именно на языке Python и его продвинутых возможностях, а не на Data Science.
Он проводится индивидуально и позволяет сосредоточиться на конкретных задачах, например, оптимизации под продакшн, генерации кода, логике многопоточности и т.п.
Да, особенно если вы претендуете на позиции middle/senior backend Python-разработчика.
Требования
- Уверенное знание основ Python
- Опыт написания собственных скриптов или небольших приложений
- Установленная среда разработки (рекомендации даются в начале курса)
Особенности
- Разбор продвинутых тем языка – декораторы, метаклассы, asyncio, профилирование
- Подбор тем под задачи слушателя – преподаватель адаптирует сложность и примеры
- Много практики – в фокусе — применение в реальных задачах
- Формат 1 на 1 – удобный график и глубокая проработка материала
Целевая аудитория
- Разработчики, стремящиеся углубить знания Python
- Технические специалисты, сталкивающиеся с производительностью и оптимизацией
- Специалисты по анализу данных и автоматизации
- Разработчики, готовящиеся к работе над высоконагруженными или масштабируемыми сервисами