Программирование [OTUS] Python-разработчик. Продвинутый уровень

[𝕯𝖆𝖗𝖐🥰𝕬𝖓𝖌𝖊𝖑]

Автор: OTUS​

Название: Python-разработчик. Продвинутый уровень​

Продолжительность: 61 ч 22 мин Количество уроков: 43 Видео Язык: Русский Вес архива: 11,03 ГБ

Продвинутый курс по Python для опытных разработчиков поможет перейти от уверенного написания кода к профессиональной разработке сложных, масштабируемых и производительных систем. В программе — глубокое устройство Python, архитектура ПО, веб-разработка, базы данных, Data Science, Machine Learning, highload, асинхронность и современные инженерные практики.

О курсе

Курс «Python-разработчик. Продвинутый уровень» предназначен для специалистов, которые уже знакомы с Python и хотят системно углубить знания: понять внутренние механизмы языка, научиться проектировать поддерживаемую архитектуру, работать с высоконагруженными приложениями, современными веб-фреймворками, ML-инструментами и инфраструктурой данных.

Обучение охватывает не только синтаксис и библиотеки, но и практики промышленной разработки: тестирование, проектирование кода, оптимизацию производительности, безопасность, работу с API, микросервисами, асинхронным программированием и инструментами для Data Science и Machine Learning.

Кому подойдёт курс

• Python-разработчикам, которые хотят выйти на middle+/senior-уровень и глубже понимать язык.
• Выпускникам базовых курсов Python, готовым перейти к архитектуре, highload и промышленной разработке.
• Backend- и web-разработчикам, которые используют Django, FastAPI, REST API, SQLAlchemy и базы данных.
• Data Science и ML-инженерам, которым важно лучше понимать Python-экосистему, производительность и model serving.
• Разработчикам на других языках, которые хотят освоить Python на продвинутом уровне и применять его в реальных проектах.

Что вы изучите

Продвинутый Python и внутреннее устройство языка

Вы разберёте ключевые механизмы Python, которые важны для написания эффективного и предсказуемого кода: объектную модель, дескрипторы, метапрограммирование, аннотации типов, байткод, виртуальную машину Python, управление памятью и GIL.

• объектно-ориентированное программирование на продвинутом уровне;
• метаклассы, дескрипторы и динамическое поведение объектов;
• type hints и статическая типизация в Python-проектах;
• байткод, интерпретатор и особенности выполнения кода;
• управление памятью, сборка мусора и ограничения GIL.

Тестирование, качество кода и архитектура

Отдельный блок посвящён практикам, которые помогают создавать поддерживаемые и надёжные приложения. Вы изучите тестирование с pytest, принципы SOLID, паттерны проектирования, Domain-Driven Design, Clean Architecture, Event-Driven Architecture и микросервисный подход.

• модульное, интеграционное и функциональное тестирование;
• pytest, фикстуры, моки и организация тестовой инфраструктуры;
• SOLID, паттерны проектирования и рефакторинг;
• DDD и проектирование бизнес-логики;
• Clean Architecture и разделение ответственности;
• Event-Driven Architecture и микросервисы.

Web-разработка на Python

В разделе по веб-разработке рассматриваются современные backend-инструменты Python: Django, FastAPI, ORM, SQLAlchemy, REST API, GraphQL, RPC, аутентификация, авторизация и безопасность веб-приложений.

• Django и работа с ORM;
• проектирование REST API и API-first подход;
• FastAPI для высокопроизводительных веб-сервисов;
• SQLAlchemy и взаимодействие с базами данных;
• транзакции, индексы, репликация и шардирование;
• GraphQL, RPC и интеграция сервисов;
• аутентификация, авторизация и защита веб-приложений.

Data Science, Machine Learning и Big Data

Курс включает инструменты для анализа данных, визуализации, машинного обучения и работы с современными ML-пайплайнами. Вы познакомитесь с NumPy, Pandas, Matplotlib, Seaborn, Jupyter, PyTorch, TensorFlow, Hugging Face, LLM и Big Data-экосистемой.

• обработка и анализ данных с NumPy и Pandas;
• визуализация данных с Matplotlib и Seaborn;
• работа в Jupyter Notebook;
• основы ML Engineering и обучение моделей;
• PyTorch, TensorFlow и Hugging Face;
• LLM, inference и model serving;
• хранение, обработка и подготовка больших данных.

Highload, асинхронность и производительность Python

Вы научитесь анализировать узкие места в приложениях, профилировать код и выбирать подходящие инструменты для ускорения Python-программ. В программе рассматриваются многопоточность, многопроцессность, IPC, asyncio, event loop, async/await, Cython, PyPy, FFI и интеграция с C.

• профилирование и оптимизация Python-кода;
• многопоточность, процессы и межпроцессное взаимодействие;
• асинхронное программирование и asyncio;
• event loop и устройство async/await;
• ускорение критических участков с помощью C, Cython, PyPy и FFI;
• подходы к разработке highload-приложений на Python.

Go для Python-разработчиков

Дополнительный модуль знакомит с языком Go с позиции Python-разработчика. Вы изучите базовые возможности Go, конкурентную обработку, горутины и принципы работы планировщика.

• сравнение Python и Go в backend-разработке;
• основы синтаксиса и стандартной библиотеки Go;
• горутины, каналы и конкурентное выполнение;
• планировщик Go и особенности производительности.

Какие навыки вы получите

• Понимание внутреннего устройства Python и особенностей выполнения кода.
• Навыки проектирования архитектуры сложных backend-систем.
• Умение писать тестируемый, поддерживаемый и расширяемый код.
• Опыт работы с Django, FastAPI, REST API, SQLAlchemy и базами данных.
• Понимание асинхронного программирования, многопоточности и highload-подходов.
• Навыки оптимизации производительности Python-приложений.
• Знакомство с инструментами Data Science, ML Engineering, LLM и Big Data.
• Понимание микросервисной архитектуры, DDD, Clean Architecture и Event-Driven Architecture.

Почему стоит изучать продвинутый Python

Python используется в backend-разработке, автоматизации, анализе данных, машинном обучении, highload-сервисах и инженерных инструментах. Продвинутый уровень владения языком позволяет не просто писать рабочий код, а создавать надёжные системы, которые проще масштабировать, тестировать, сопровождать и развивать.

Знание архитектурных подходов, асинхронности, оптимизации, баз данных и ML-инструментов делает Python-разработчика более универсальным специалистом и помогает уверенно работать над сложными коммерческими проектами.

СКАЧАТЬ: