Главная / Курсы / На Python / для разработчиков / Комплект курсов «Python Advanced. Продвинутый кур…
Комплект курсов «Python Advanced. Продвинутый курс» и «Data Science с нуля»
Merionetонлайн-школа · 3 курса
Курс нужен разработчикам на Python, которые хотят перейти от исполнения задач к проектированию сервисов и отвечать за их качество.
Оценка редакции ▴ 4.1
Считается по программе, практике, преподавателям и отзывам.
✓Плюсы
- Бесплатный вводный урок и скидка 10% на курс
- Бесплатный карьерный интенсив с центром «ЭЙЧ»
- Доступна рассрочка на оплату
–Минусы
- Состав преподавателей не указан
Для разработчиков, которые хотят вырасти до уровня middle
Бонусы и преимущества
Чему учит курс
- Создавать собственные декораторы, в том числе оформленные в виде классов
- Разбираться в кодировках текстовых строк и байтовых данных
- Использовать в коде итераторы, генераторы и корутины
- Разрабатывать асинхронные программы с помощью asyncio
- Понимать, как устроены классы изнутри: дескрипторы, метаклассы и работа super
- Собирать веб-приложение на FastAPI, подключив базу данных через SQLAlchemy
Программа курса (10 модулей)
Углублённое изучение внутреннего устройства Python: асинхронность на asyncio, генераторы, декораторы, метаклассы, типизация через аннотации, профилирование и тесты. За 4 месяца предстоит пройти 15 блоков с промежуточной проверкой знаний. Программа подойдёт Python-разработчикам, которые стремятся дорасти до среднего уровня (middle), а также фронтенд- и бэкенд-разработчикам и тестировщикам (QA).
- 1Декораторы на продвинутом уровнеразбор декораторов, вложенных друг в друга, и декораторов, построенных на классах.
- 2Непростые простые типыкодировки, различия между байтами и строками, а также дробные числа с плавающей точкой.
- 3Функциональный подход в Pythonрекурсия, анонимные функции (лямбды) и встроенные инструменты map и filter.
- 4Итераторы и генераторыкорутины и отправка данных внутрь генератора.
- 5Асинхронное программирование (asyncio)работа с задачами, файлами и запросами по сети в асинхронном режиме.
- 6Устройство классовдескрипторы, слоты, метаклассы и механизм super.
- 7Ссылки и управление памятьюслабые и сильные ссылки, принцип работы сборщика мусора.
- 8Типизация через аннотацииинтроспекция, проверка типов в mypy и системы управления зависимостями.
- 9Тестирование кодафикстуры, pytest, unittest и измерение покрытия кода.
- 10Работа с очередями задачасинхронные очереди, а также Celery и RabbitMQ.
Навыки после курса
Покрытие навыков направления Низкое покрытие
Из ключевых навыков подборки «Нейросети на Python / для разработчиков» курс закрывает 2 из 14.
Закрывает
Не входит в программу
Программирование на Python для работы с данными; Разведочный анализ данных и очистка датасета; Обучение классических моделей машинного обучения на scikit-learn; Оценка качества и валидация моделей; Построение и обучение нейронных сетей на фреймворке глубокого обучения; Решение задач компьютерного зрения свёрточными сетями; Интеграция больших языковых моделей в код через API и промпт-инжиниринг в приложении; Использование ИИ-ассистентов разработки в IDE; Дообучение предобученных моделей; Обработка естественного языка на трансформерах; Построение поиска по своим данным по схеме RAG; Создание ИИ-агентов и автоматизация инженерных процессов.
Описание курса
Курс нужен разработчикам на Python, которые хотят перейти от исполнения задач к проектированию сервисов и отвечать за их качество. Путь до среднего уровня требует глубокого понимания языка: устройства декораторов, итераторов, классов и работы с памятью, а также умения писать асинхронный код и проверять его тестами. Нейросети ускоряют рутинные участки этой работы: объясняют незнакомый код, набрасывают тесты к функциям, подсказывают аннотации типов и помогают быстро разобраться в новой библиотеке. При этом модель предлагает варианты, а решение о корректности принимает специалист, который понимает механизм работы кода.
Практический результат
После программы разработчик создаёт сервисы на FastAPI, которые обращаются к языковым моделям через API, и выносит длительные операции в фоновые очереди задач. Нейросеть набрасывает каркас тестов и фикстуры, после чего разработчик проверяет покрытие кода и доводит тесты до рабочего состояния. Подсказки модели ускоряют расстановку аннотаций типов, а mypy находит ошибки до выпуска версии. Так сокращаются часы на проверку кода и разбор чужих проектов, снижается число багов в эксплуатации, а внутренний ИИ-инструмент для команды создаётся силами разработчика без привлечения отдельного специалиста.
Отзывы о курсе
Что рассказывают студенты, прошедшие курс.
Отзывов пока нет. Первый отзыв можно оставить через форму ниже.

