Курс охватывает полный спектр технологий хранения и обработки данных на языке Python. В индивидуальном формате вы изучите SQL и реляционные СУБД (PostgreSQL, MySQL, SQLite), работу с NoSQL‑решениями (MongoDB, Redis), научитесь использовать ORM (SQLAlchemy и Django ORM), оптимизировать запросы, настраивать индексы, проводить бэкап и восстановление данных. Особое внимание уделяется автоматизации процессов и мониторингу производительности баз.
Обучение проходит один на один с преподавателем — вы изучаете материал в своём темпе и сразу применяете знания к задачам из своей практики. Курс будет полезен программистам, аналитикам, DevOps‑инженерам и тем, кто работает с данными на реальных проектах.
Документ по окончании
📜 Удостоверение о повышении квалификации – для слушателей с высшим или средним профессиональным образованием.
📜 Сертификат о прохождении обучения – для всех остальных участников.
Содержание
- 6 модуля
- 40 уроков
- 40 часов
- Блок 1. Основы SQL и базы данных6
- 1.1Введение в базы данных и SQL
- 1.2Практическая работа №1. Создание и наполнение базы данных SQL
- 1.3Операции с данными в SQL
- 1.4Практическая работа №2. Запросы и работа с данными в SQL
- 1.5Взаимосвязи между таблицами
- 1.6Практическая работа №3. Работа с несколькими таблицами и JOIN
- Блок 2. Работа с SQLite, PostgreSQL, MySQL6
- 2.1Работа с SQLite в Python
- 2.2Практическая работа №4. Создание и управление базой данных в SQLite
- 2.3Работа с PostgreSQL в Python
- 2.4Практическая работа №5. Подключение Python-программы к PostgreSQL
- 2.5Работа с MySQL в Python
- 2.6Практическая работа №6. Работа с MySQL в Python
- Блок 3. ORM (SQLAlchemy, Django ORM)8
- 3.1Введение в ORM и SQLAlchemy
- 3.2Практическая работа №7. Создание моделей и базы данных с SQLAlchemy
- 3.3CRUD-операции в SQLAlchemy
- 3.4Практическая работа №8. CRUD-операции в SQLAlchemy
- 3.5Django ORM: работа с базами данных
- 3.6Практическая работа №9. Создание моделей и миграций в Django ORM
- 3.7Оптимизация запросов в ORM
- 3.8Практическая работа №10. Оптимизация работы ORM в Django и SQLAlchemy
- Блок 4. Индексы и оптимизация запросов4
- 4.1Индексы в базах данных
- 4.2Практическая работа №11. Добавление индексов в базу данных и анализ скорости работы
- 4.3Оптимизация SQL-запросов
- 4.4Практическая работа №12. Анализ и оптимизация SQL-запросов
- Блок 5. Работа с NoSQL (MongoDB, Redis)6
- 5.1Введение в NoSQL и MongoDB
- 5.2Практическая работа №13. Работа с MongoDB через Python (pymongo)
- 5.3Запросы и агрегации в MongoDB
- 5.4Практическая работа №14. Работа с MongoDB и агрегацией данных
- 5.5Использование Redis в Python
- 5.6Практическая работа №15. Настройка Redis и кеширование данных
- Блок 6. Бэкап и восстановление БД10
- 6.1Создание резервных копий баз данных
- 6.2Практическая работа №16. Создание резервной копии базы данных PostgreSQL
- 6.3Восстановление данных из бэкапа
- 6.4Практическая работа №17. Восстановление данных из резервной копии
- 6.5Автоматизация резервного копирования
- 6.6Практическая работа №18. Автоматизация создания бэкапов
- 6.7Мониторинг состояния базы данных
- 6.8Практическая работа №19. Мониторинг базы данных и оптимизация нагрузки
- 6.9Итоговый проект по работе с базами данных
- 6.10Практическая работа №20. Финальный проект по базам данных
Требования
- Базовое владение Python
- Установленная среда разработки (рекомендации даются в начале курса)
Особенности
- Персональный темп обучения — акценты делаются на том, что актуально для вас
- Сильная практическая направленность — работа с реальными базами, запросами и инфраструктурой
- Поддержка преподавателя — пошаговое сопровождение и индивидуальные разборы
- Охват SQL, NoSQL, ORM и автоматизации — всё в одной программе
Целевая аудитория
- Python‑разработчики, работающие с базами данных
- Начинающие и практикующие backend‑программисты
- Аналитики и специалисты по данным
- DevOps‑инженеры, автоматизирующие инфраструктуру хранения данных