Best Practice по решению прикладных задач и освоению инструментов, применяемых в разработке ПО
24 августа
Professional
5 месяцев
Онлайн
Вт/Чт 20:00 Мск
Сравнить уровни сложности курсов по Python

Вы сформируете основные компетенции в программной инженерии, сможете прагматично подходить к решению задач, погрузитесь в современную «промышленную» разработку на Python
Высокая производительность: вы научитесь анализировать производительность инструментов и ресурсов, профилировать код, проектировать и реализовывать высокопроизводительные приложения
Анализ данных: вы научитесь визуализировать данные, понимать особенности ПО, работающего с данными, использовать аналитические библиотеки
Веб-разработка: вы научитесь понимать особенности устройства веб-приложений, разбираться в работе фреймворков, проектировать веб-приложения
Создание ПО: вы научитесь работать с базовыми концепциями и моделями, исследовать устройство стороннего ПО, поддерживать собственное ПО, проектировать архитектуру
У нас нет предзаписанных уроков.
Занятия в OTUS – это онлайн-вебинары. Преподаватели-практики помогут погрузиться в теорию, обучат на реальных примерах, расскажут о необходимых в работе инструментах. Вы всегда сможете задать вопрос и получить обратную связь.
И самое главное – сможете практиковаться!
Прокачайтесь до уровня до middle+ или senior
Перенимайте опыт специалистов из крупных компаний
Вас ждут от 9 до 12 домашних заданий и выпускной проект
2 онлайн-занятия по 2 академических часа в неделю, вечный доступ к обучающим материалам
Общение с преподавателями на вебинарах и в мессенджере, развернутая ОС при проверке домашних заданий
Этот модуль посвящен рассмотрению фундаментальных основ языка на продвинутом уровне, а также применению общих практик разработки ПО в контексте «экосистемы» Python. Целью является достижение единого понятийного аппарата, формирование представления о внутреннем устройстве языка, его возможностях, ограничениях, недостатках и области применимости. В модуле рассматриваются нюансы настройки окружения разработчика, аспекты функционального, процедурного и ООП программирования на Python, особенности устройства виртуальной машины, вопросы обеспечения качества ПО и автоматизации инфраструктурных задач.
Тема 1: Структура проекта, управление зависимостями, настройка окружения: обзор и лучшие практики // ДЗ
Тема 2: Дистрибуция кода и развертывание: путь от лэптопа до кластера
Тема 3: Аннотации типов: уровень nightmare! // ДЗ
Тема 4: Внутренности: байткод, его исполнение и виртуальная машина
Тема 5: Внутренности: устройство основных типов, управление памятью и GIL
Тема 6: ООП: Объектная модель и особенности ООП в Python // ДЗ
Тема 7: ООП: Дескрипторы и метапрограммирование
Тема 8: Тестирование: pytest и как писать тесты // ДЗ
Тема 9: Тестирование: (анти)паттерны и инструменты
Тема 10: Дизайн кода и архитектура: абстракции, модульность, SOLID
Тема 11: Дизайн кода и архитектура: domain driven design, чистая архитектура // ДЗ
Тема 12: Дизайн кода и архитектура: event driven архитектура, микросервисы
Тема 13: Дизайн кода и архитектура: паттерны проектирования
Этот модуль посвящен веб-разработке, тому, какой она выглядит со стороны Python программиста и какими особенностями обладает. Целью является рассмотрение нюансов и лучших практик по созданию и эксплуатации веб-сервисов. В модуле рассматривается Django, внутреннее устройство его ORM и других его составляющих, обсуждаются особенности построения REST API на примере FastAPI, масштабирования веб-проектов.
Тема 1: Сетевое взаимодействие и архитектура web-серверов // ДЗ
Тема 2: Создание динамических страниц: от CGI до ASGI
Тема 3: MVC/MVT фреймворки на примере Django // ДЗ
Тема 4: ORM: хорошее, плохое и злое
Тема 5: Работа с БД: транзакции, репликация, шардирование и даже NoSQL
Тема 6: API: что такое настоящий REST и как создавать RESTful приложения
Тема 7: FastAPI: основы // ДЗ
Тема 8: FastAPI: взаимодействие с БД и SQLAlchemy
Тема 9: Аутентификация и авторизация // ДЗ
Тема 10: API: (g)RPC, GraphQL
Тема 11: Безопасность: обзор распространенных проблем, уязвимостей и лучших практик
Этот модуль посвящен знакомству с фундаментальными библиотеками, применяемыми для анализа данных, а также обзору современной big data экосистемы. Python является де-факто стандартом при решении аналитических задач, поэтому данный аспект языка нельзя обойти стороной. При этом целью модуля является не погружение в математические дебри, а рассмотрение таких инструментов, как jupyter, numpy, pandas и matplotlib, и области их применения в инженерной и аналитической деятельности.
Тема 1: Высокопроизводительные вычисления с NumPy // ДЗ
Тема 2: Исследовательский анализ данных c Pandas
Тема 3: Инструменты работы с данными: IPython, matplotlib, seaborn
Тема 4: Оркестрация задач: jenkins, luigi, airflow
Тема 5: Нейронки: PyTorch, TensorFlow, HuggingFace и LLM // ДЗ
Тема 6: Обзор big data экосистемы: хранение и обработка данных, обучение и inference, model serving
Этот модуль посвящен высокопроизводительным вычислениям на Python. В модуле рассматриваются особенности конкурентного и асинхронного программирования и то, как на это влияет устройство виртуальной машины языка. Также внимание уделяется превратностям написания расширений на С и вопросам профилирования кода. В качестве бонуса происходит знакомство с языком Go, который часто используется Python-программистами для решения performance-critical задач.
Тема 1: Профилирование производительности
Тема 2: Concurrency: многопоточное программирование и примитивы синхронизации // ДЗ
Тема 3: Concurrency: процессы и межпроцессное взаимодействие (IPC)
Тема 4: Ускорение с помощью C: расширения
Тема 5: Ускорение с помощью C: Cython, Pypy и FFI
Тема 6: asyncio: происхождение и основы // ДЗ
Тема 7: asyncio: event loop, внутренности async/await, низко- и высокоуровневое API
Тема 8: asyncio: инструменты и лучшие практики
Тема 9: Golang: зачем он Python разработчику + тур по языку // ДЗ
Тема 10: Golang: горутины, планировщик, конкурентная обработка
Тема 11: Обзор новинок и изменений из свежих версий Python
Заключительный месяц курса посвящен разработке проекта. В качестве темы выбирается то, что интересно писать студенту, и то, что потенциально можно будет потом включить в свое резюме. Участие в разработке некоего open source продукта тоже может рассматриваться в качестве выпускного проекта. При этом не обязательно закончить его за месяц. В процессе написания проекта можно получить консультации преподавателей. Примеры тем проекта: - система мониторинга ПК в корпоративной сети; - свой ORM; - web-приложение по поиску групп с целевой аудиторией в ВК; - исследование dataset’а с визуализацией.
Тема 1: Выбор темы и организация проектной работы
Тема 2: Консультация по проектам и домашним заданиям
Тема 3: Защита проектных работ
Чтобы получить сертификат, вы выполните итоговую работу: разработаете архитектуру приложения, опишете задачи, которые это приложение будет выполнять, реализуете основную функциональность. Это может быть проект для веб-разработки, для интеграции с сервисами или для data science
Примеры итоговых проектов студентов:
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Бесплатный открытый вебинар — это настоящее занятие в режиме онлайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. На открытом вебинаре можно посмотреть, как проходит обучение, а ещё узнать что-то ценное по интересующей теме. На занятии слушатели могут задавать ведущему вопросы.
OTUS осуществляет лицензированную образовательную деятельность. В конце обучения вы получите сертификат OTUS о прохождении курса, а при выполнении проектной работы – удостоверение о повышении квалификации
Стоимость в рассрочку