Курси Python розробник

Python з нуля до перших власних проєктів. Проходження курсу навчить вас поняттям та основам мови програмування Python, застосовуванню основних навичок роботи з СУБД PostgreSQL та створенню веб-додатків за допомогою Django.

Програма курсу

Python для початківців

• Введення в Python
• Змінні та типи даних у Python (int, float, str, list, tuple)
• Умовні конструкції (if-else)
• Циклічні конструкції в Python (while, for)
• Послідовності
• Списки
• Множини та відображення
• Функції (частина 1)
• Функції (частина 2)
• Специфікація PEP8

GIT - Основи роботи

• Основи Git
• Публікація репозиторію
• Інтеграція з IDE

Python Базовий

• ООП - Класи, атрибути, методи, конструктор
• ООП - Наслідування. Абстракція. Абстрактні класи та методи
• ООП - Інкапсуляція та поліморфізм
• Обробка винятків
• Основні принципи програмування: інтроспекція та рефлексія
• Ітератори
• Генератори
• Робота з файлами
• Модулі та пакети
• Регулярні вирази
• Практика

Python Поглиблений

• Елементи функціонального програмування
• Робота з мережею
• Сховища даних
• SQLite. Синтаксис та запити
• Асинхронне програмування
• Багатопоточне програмування в Python, модуль threading
• Типізований Python
• Віртуальні оточення
• Модульне тестування
• Практика

Бази даних. PostgreSQL

• Реляційні БД. Інфраструктура та розгортання БД.
• Основні типи даних PostgreSQL та прості запити.
• Об'єднання таблиць (JOIN) та підзапити.
• Інші об'єкти баз даних: представлення та функції.
• Проектування БД. DLL - керуємо базами даних та об'єктами баз даних (таблицями, представленнями, функціями і іншими).

Django

• Введення в Django
• Маршрутизація. Запити, відповіді сервера
• Шаблони та представлення
• Моделі
• Форми
• Робота з базою даних
• Реєстрація, авторизація користувачів
• AJAX
• Безпека
• Практика

Курсовий проєкт

• Архітектура та проєктування, складання технічного завдання
• Верстання макету
• Програмування серверної частини
• Захист курсового проєкту

Практичний курс "7 кроків для успішної кар'єри в ІТ"

• Знайомство з Кар'єрним сервісом у CyberBionic Systematics
• Сайти пошуку роботи. Різниця, специфіка, рейтинг
• Аналіз ринку праці для IT-фахівців
• Реєстрація на сайтах для пошуку роботи та заповнення власних профілів
• Створення резюме (CV)
• Створення супровідного листа (Cover Letter)
• Спілкування з рекрутерами
• Підготовка до співбесіди з HR
• Підготовка до технічної співбесіди
• Як отримати офер і пройти випробувальний термін

Особливості курсу

• Ранкова (09:00 - 11:00) та вечірня (19:00 - 21:00) групи
• 2 курсові проєкти
• Пакет навчальних матеріалів з усіх уроків
• Сертифікат про закінчення курсу (після захисту фінального проєкту та тестування)
• Індивідуальні рекомендації тренера.

Викладачі курсу

• Іван Діордіца - Python Developer
• Леонід Подріз - Python Developer
• Костянтин Зівенко - Software Engineer (Python Backend Developer) в компанії waylight.me
• Віктор Ковтун - Python Developer
• Володимир Мзоков - Python Developer, Lead Software Engineer at DTEK

Курс "Python Базовий" є логічним продовженням курсу "Python Стартовий". На даному курсі розглядається парадигма об'єктно-орієнтованого програмування (ООП) та її реалізація у мові Python. Ви познайомитеся з основними концепціями ООП – інкапсуляцією, спадкуванням, поліморфізмом, абстракцією та тим, як ці принципи втілені у конструкціях Python.

Програма курсу

ООП - Класи, атрибути, методи, конструктор

Після завершення уроку учні матимуть уявлення про парадигму об'єктно-орієнтованого програмування, зможуть створювати класи та об'єкти у програмах на Python.

ООП - Спадкування. Анотація. Абстрактні класи та методи

Після завершення уроку учні розширять своє уявлення про один з основних принципів парадигм об'єктно-орієнтованого програмування - успадкування, його реалізацію в мові Python, зможуть зрозуміти та використовувати принципи спадкування.

ООП - Інкапсуляція та поліморфізм

Після завершення уроку учні розуміють, що таке інкапсуляція в об'єктно-орієнтованому програмуванні, як реалізовувати ці парадигми у мові Python.

Обробка винятків

Після завершення уроку учні матимуть уявлення про обробку помилок та виняткових ситуацій та зможуть користуватися механізмом виключень у мові Python.

Основні принципи програмування: інтроспекція та рефлексія

Після завершення уроку учні матимуть уявлення про основні принципи програмування: інтроспекції та рефлексії, а також застосовувати їх на практиці.

Ітератори

Після завершення уроку учні матимуть уявлення про механізм ітераторів та навчаться створювати власні ітератори.

Генератори

Після завершення уроку учні знатимуть про такий механізм, як генератор, навчаться створювати генератори і розберуться у яких випадках їх слід використовувати.

Робота з файлами

Після завершення уроку учні знатимуть, як працювати з файлами та файловою системою: основні режими роботи з файлами та методи, а також використання контекстного менеджера.

Модулі та пакети

Після завершення уроку учні матимуть уявлення про модулі та пакети та систему імпортування модулів у Python.

Регулярні вирази

Після завершення уроку учні розуміють, що таке регулярні вирази, сфера їх застосування та завдання, які вони покликані вирішувати, а також отримають практичні навички під час роботи з регулярними виразами, використовуючи мову Python.

Практика

Практичне заняття.

Практика

Практичне заняття.

Після завершення курсу ви будете вміти:

• Створювати об'єкти та класи
• Розуміти та застосовувати принципи ООП (об'єктно-орієнтованого програмування) мовою Python
• Здійснювати обробку помилок та виключень
• Створювати власні ітератори, генератори та співпрограми
• Працювати з послідовностями, а також множинами та відображеннями в Python
• Імпортувати модулі та користуватися ними
• Працювати з файлами: зчитувати та записувати інформацію
• Користуватися базовими принципами функціонального програмування

Попередні вимоги

• Впевнене володіння персональним комп'ютером
• Навички роботи з текстовими редакторами
• Базові знання мови Python на рівні Python Starter або досвід програмування, достатній для того, щоб швидко освоїти призначення і особливості роботи найпростіших конструкцій мови

Особливості курсу

• Практичні заняття і перевірка ДЗ
• Безкоштовний відеокурс
• Онлайн тестування і сертифікація

Викладачі курсу

• Віталій Лисенко - Python Developer. Тренер-консультант
• Віктор Ковтун - Python Developer. Тренер-консультант
• Іван Діордиця - Python Developer. Тренер-консультант
• Леонід Подріз - Python Developer. Тренер-консультант
• Володимир Мзоков - Python Developer
• Костянтин Зівенко - Тренер з напрямку Python Developer

Курс "Python Поглиблений" буде корисним для всіх, хто має базові знання мови Python і бажає довести володіння нею до поглибленого рівня. На заняттях будуть розглядатися такі складні теми, як елементи функціонального програмування поглибленого рівня, робота з мережею та сховищами даних, асинхронне та багатопоточне програмування, типізація, віртуальні оточення, модульне тестування. Останній урок присвячений практиці, де кожен учень зможе використати набуті знання у створенні підсумкового проєкту

Програма курсу

Елементи функціонального програмування

• Функції як об'єкти першого класу (first-class citizens)
• Лямбда-вирази
• Замикання
• Функції вищого порядку, керування функцій
• Декоратори
• Функції filter, map, reduce
• Модулі functools, operator, itertools

Робота з мережею

• Протокол UDP
• Протокол TCP
• Створення socket-клієнтів/серверів
• Бібліотека socket, urllib, requests

Сховища даних

• Формати даних CSV/XML/JSON
• СУБД SQLite

SQLite. Синтаксис та запити

• Основні поняття та особливості СУБД SQLite
• Бібліотека SQLite в Python

Багатопоточне програмування в Python, модуль threading

• Основні поняття багатопоточності
• GIL у Python
• Вивчення модуля threading: Thread, Lock, RLock, Event, Semaphore, Timer
• Вивчення бібліотеки concurrent.futures

Асинхронне програмування

• Основні поняття асинхронності
• Співпрограми/корутини та ключові слова async/await
• Модуль asyncio та запуск циклу подій
• Запуск співпрограм у циклі подій. Приклади та різні варіанти
• Приклади сторонніх бібліотек та фреймворків: aiohttp, gevent та tornado

Типізований Python

• Типізація та робота з IDE
• Модуль typing, mypy

Віртуальні оточення

• Поняття змінних оточення
• Призначення змінних оточення
• Активація/деактивація віртуального оточення
• Етапи роботи віртуального оточення
• Аналоги venv (virtualenv, poetry, pipenv)

Модульне тестування

• Поняття unit-тестів та їх призначення
• Створення unit-тестів
• Сторонні бібліотеки для створення unit-тестів

Практика

Практичне застосування отриманих знань

Практика

Практичне заняття

Після завершення курсу ви будете вміти:

• Створювати мережеві додатки на основі TCP/UDP протоколів
• Розбиратися та використовувати формати даних CSV/XML/JSON, працювати із СУБД SQLite, яка вбудовується
• Створювати багатопоточні та асинхронні програми, використовувати GIL в Python
• Розуміти призначення метакласів, побачивши їх реальне застосування на практиці
• Використовувати бібліотеку Numpy для розв'язання математичних задач
• Використовувати типізацію в Python та створювати типізовані програми, які надають більш швидке та зручне налагодження помилок
• Розуміти задачі та цілі модульного тестування, а також писати тести для перевірки працездатності власного коду
• Розуміти та використовувати рекомендації щодо стандарту оформлення коду на Python - PEP8

Попередні вимоги

Базові знання мови Python

Особливості курсу

• Практичні заняття і перевірка ДЗ
• Безкоштовний відеокурс
• Онлайн тестування і сертифікація

Викладачі курсу

• Віталій Лисенко - Python Developer. Тренер-консультант
• Віктор Ковтун - Python Developer. Тренер-консультант
• Іван Діордиця - Python Developer. Тренер-консультант
• Леонід Подріз - Python Developer. Тренер-консультант
• Володимир Мзоков - Python Developer
• Костянтин Зівенко - Тренер з напрямку Python Developer

Курс "Python та нейронні мережі" - навчання з нуля до першого проєкту» допоможе тобі розібратися з сучасними інструментами та зробити перші практичні кроки у сфері AI. Спочатку ти вивчиш основи Python і отримаєш базу для роботи з даними. Далі перейдеш до Data Science: навчишся аналізувати, візуалізувати та готувати дані для машинного навчання, а потім познайомишся з нейронними мережами. Фінал курсу - власний ML-проєкт, де ти пройдеш весь шлях: від підготовки даних до запуску моделі з вебінтерфейсом.

Програма курсу

Основи Python

Знайомство та базові конструкції

• Вступ до Python
• Що таке Python, його застосування, огляд синтаксису
• Установка Python та середовища (Jupyter, VS Code)
• Виведення на екран (print), змінні, типи даних, числові типи, рядки, булеві значення
• Арифметика та базові операції
• Основні математичні операції, порядок виконання, присвоєння
• Булева логіка і оператори порівняння (==, !=, >, <, and, or, not)
• Умовні оператори if, elif, else, вкладені умови, скорочений запис
• Методи роботи з рядками len(), upper(), lower(), split(), replace(), f-string

Структури даних, цикли, функції

• Списки та базові структури даних
• list, tuple, set, dict - огляд і базові операції
• Цикли for, while, break, continue, range()
• Ітерація по списках, словниках
• Генератори списків
• Функції: def, аргументи, return, позиційні та іменовані аргументи, *args, **kwargs
• Область видимості змінних
• Обробка винятків: try/except, базові типи помилок
• Імпорт модулів та бібліотек (import, from...import)
• Стандартні бібліотеки: math, random, datetime

Міні-проєкти

• Калькулятор з різними операціями
• Робота з рядками та форматування
• Введення/виведення даних
• Менеджер завдань (to-do list)
• Аналіз частоти слів у тексті
• Прості ігри (вгадай число)

Python for Data Science

Бібліотеки NumPy, Pandas, Matplotlib

• NumPy та Pandas
• Масиви NumPy, базові операції, reshape, індексація, зрізи, операції над масивами
• Series та DataFrame: створення, фільтрація, агрегація
• Імпорт/експорт даних (CSV, Excel)
• Очищення даних
• Пропущені значення, дублі, категорії
• Робота з датами, текстом, кодування
• Візуалізація даних
• Matplotlib /Seaborn. Побудова графіків: лінійні графіки, гістограми, діаграми розсіяння
• Налаштування підписів осей, легенд, збереження графіків

Міні-проєкти

• Математичні обчислення, обробка даних
• Аналіз CSV, очищення даних, групування
• Створення дашбордів, візуалізація трендів

Робота з реальними даними: аналіз датасетів

• Завантаження відкритого датасету (Kaggle, UCI), огляд
• Первинний аналіз даних: describe(), info(), візуалізація розподілу
• Обробка пропусків, категоріальних даних (fillna, dropna, map, get_dummies)
• Агрегація та групування (groupby, agg, pivot_table)
• Попередня підготовка для ML
• Нормалізація, стандартизація, розділення train/test

Практика над датасетами: повний цикл обробки даних

• Від завантаження до підготовки для навчання моделі
• Класифікація (напр. ірис, цифри), регресія (вартість житла)
• Аналіз якості даних
• Outliers, кореляція ознак, побудова heatmap

Міні-проєкти

• Аналіз COVID-19 статистики
• Дослідження ринку нерухомості
• Аналіз соціальних мереж

Вступ до нейронних мереж

Теорія нейромереж. Математичні основи

• Базові поняття: штучний нейрон, шар, активація, навчання, ваги
• Де застосовують НН (класифікація, регресія, генерація даних)
• Повнозв'язна (Dense) мережа
• Приклади базових моделей на Keras/TensorFlow або PyTorch

Побудова першої моделі

Побудова простої мережі, запуск навчання, оцінка точності.

Міні-проєкти

• Реалізація персептрона з нуля
• Розпізнавання цифр MNIST
• Передбачення цін на житло

Архітектури нейронних мереж

Огляд архітектур нейронних мереж

• Рекурентні нейронні мережі (RNN)
• Класифікація зображень CIFAR-10
• Послідовності, LSTM, GRU
• Для послідовностей, базова теорія, приклади
• Згорткові нейронні мережі (CNN)
• Базові поняття для обробки зображень
• Інші модифікації
• Dropout, BatchNorm, різні функції активації

Запуск та аналіз різних архітектур

• Приклади з готовими датасетами
• Міні-проєкти
• Передбачення акцій
• Генерація тексту
• Аналіз настроїв

Методи навчання нейронних мереж

Огляд методів навчання нейронних мереж

• Оптимізація та регуляризація
• Просунуті методи
• Deployment та MLOps
• Порівняння методів, кейси їх застосування
• Порівняння оптимізаторів
• Боротьба з перенавчанням
• Hyperparameter tuning
• Ансамблі моделей
• Cross-validation для НМ
• Метрики якості
• Flask API для моделі
• Dockerизація додатка
• Моніторинг моделей

Робота з готовими моделями

• Завантаження, використання і донавчання попередньо навчених (pre-trained) моделей
• HuggingFace, TensorFlow Hub
• Transfer Learning
• Використання для задач класифікації на малих датасетах

Фінальний проєкт. Повний ML pipeline: від збору даних до deployment моделі з вебінтерфейсом

Вибір теми фінального проєкту та його реалізація

• Постановка задачі
• Вибір/надання датасету (Kaggle), визначення мети (класифікація/регресія)
• Розробка повного пайплайну
• Передобробка даних, побудова моделі, навчання, валідація
• Оцінка результатів
• Досягнення заданої точності, аналіз помилок

Захист проєкту

• Демонстрація рішення
• Пояснення вибору архітектури
• Короткий виклад результатів

Навички, які отримаєш після курсу

• Працювати з даними: аналізувати, візуалізувати, очищати, фільтрувати та готувати їх для нейронних мереж
• Створювати та тренувати прості нейронні мережі на власних пристроях або в Google Colab
• Розробляти повноцінний ML-проєкт від підготовки даних до запуску моделі з вебінтерфейсом
• Конструювати нейронні мережі відомих поширених архітектур для локальних завдань, що не потребують серверних потужностей
• Писати на Python власні автоматизовані скрипти
• Використовувати набуті знання як міцний бекграунд для подальшої AI-розробки та роботи у сфері Data Science

Особливості курсу

• Допомога ментора
• Практика
• Підтримка
• Зворотній зв'язок
• Курсовий проєкт
• Проєкт в портфоліо
• Сертифікат про проходження курсу

Викладачі курсу

Олександр Штикало - Python Developer, Аспірант та старший інженер

Курс Python Advanced допоможе розширити твої знання з Python для втілення різноманітних ідей для автоматизації робочих процесів.

Програма курсу

Основи Python

Повторення основ Python. Дух Python - воля, швидкість, результат.

Анотація типів зміних у Python 3.10+

Ітератори

Абстрактні класи

• Огляд патернів проєктування
• Реалізація деяких патернів на Python

Основи асинхронного програмування

Аналіз та візуалізація даних

• Приклад можливостей на модулі pandas
• Приклад можливостей на модулі matplotlib

Парсинг на прикладі LinkedIn

Тестування в Python

• Основи
• Модулі pytest, unittest, doctest

Аналіз коду програми моделювання життя клітинок

Модулі 3Dвізуалізації vpython.

Формалізація роботи над проєктами слухачів

• Створення команд за інтересами
• Постановка ТЗ
• Консультації по вибраним темам
• Презентація проєкту

API

• Робота зі сторонніми API на прикладі MeestExpress
• Створення простого API на flask / FAST API
• Отримання пошти, відправка пошти

Робота з таблицями Excel в Python

Розпізнавання тексту з аудіо

Переклад тексту з однієї мови на іншу.

Telegram bot нашвидкуруч

Основи нейронних мереж на прикладі використання модуля PyTorch

• Основні ідеї та можливості
• Задачі прогнозування часових рядів на прикладі курсів акцій

Перелік модулів Python, з якими будемо дотичні на курсі

• Pandas
• Beautiful Soup
• Selenium
• FAST API
• flask, flask-wtf, flask-bootstrap, flask-restful
• Jinja2
• Threading
• Aiohttp
• Matpotlib
• pytest, unittest, doctest
• openpyxl, win32com.client
• typing
• configparser та ін.

Інструменти які вивчиш на курсі

• Pandas
• Type hinting
• Machine learning
• MS Excel
• Matplotlib
• FastAPI
• PyTorch
• Pytest

Навички які отримаєш після курсу

• Вмітимеш самостійно розробляти кейси для автоматизації бізнес-процесів
• Оволодієш глибоким розумінням мови Python ти відкриєш для себе її справжні таємниці
• Навчишся легко та захопливо знаходити оптимальні рішення для поставлених задач
• Станеш справжнім експертом з виявленням та усуненням помилок в коді

Викладачі курсу

Василь Коломієць - Python Developer at EZ Cloud

В ході проходження курсу ви набудете навички вирішення складних завдань за допомогою мови Python. По закінченню навчання зможете працювати з базами даних, розгортати робоче оточення, застосовувати фреймворк для розробки web-проєктів.

Програма курсу

Знайомство з Flask

• Запуск програми
• Основи роботи з фреймворком

Django

• Object-Relation Mapping (ORM)
• Шаблонізатор
• Middlewares
• Class/Function Based Views
• Форми
• Сигнали

Кешування

• Підключення memcached
• Принципи використання на основі django

Багатопотоковість і багатопроцесорність

• Багатопотоковість
• Що таке GIL
• Багатопроцесорність

Парсинг даних

• Види парсерів
• Знайомство з beautifulsoup

Деплой веб-додатку

• Systemd
• Запуск wsgi сервера (gunicorn/uwsgi)
• Nginx

Розпаралелювання задач

• Сelery
• Запуск періодичних задач за допомогою celerybeat
• Менеджер черг rabbitmq

Юніт тести

• Види тестування
• Рytest
• Різниця з іншими інструментами

Django Rest Framework

• Підхід REST
• Реалізація API ендпоінтів
• Swagger

Docker

• Запуск контейнерів
• Написання docker-compose файлів
• Докерізація всій інфраструктури додатку

Основи Bash/Linux

• Установка пакетів
• Права доступу
• Вash команди

Бази даних

• Різновиди запитів
• Основи/синтаксис SQL запитів
• Sqlite3, postgres

Інструменти

• Git
• Virtualenv
• README (що повинен включати, як писати, як форматувати)

Виконання дипломного проєкту

Особливості курсу

• Необхідні навички для проходження курсу: знання основ одної з C-подібних мов програмування
• Дуже вітається досвід вирішення математичних та логічних задач за допомогою програмування
• Навчитесь працювати з супутніми технологіями GIT та Linux
• Опануєте навички роботи з базами даних та розгортанню на хмарних провайдерах
• Доступ до відеозаписів занять в особистому кабінеті після закінчення навчання
• Викладачі курсу - практикуючі фахівці, що працюють в топових компаніях
• Можливість повернути всі внесені за навчання кошти до шостого заняття
• Оперативна служба підтримки студентів
• Бонуси курсу:
  • тренінги по проходженню співбесіди та складанню резюме з HR-фахівцем компанії;
  • тестова співбесіда з технічним фахівцем.

Викладачі курсу

• Михайло Лазорик - Software Engineer at Grid Dynamics
• Дмитро Парфенюк - Tech Lead of Python Team at Computools
• Сергій Шейко - Senior Software Engineer at Milelq
• Олександр Сізов - Full Stack Developer, Software Architect at Cryeye
• Павло Хвалюк - Back-end Developer at Riseapps
• Віталій Павлюк - Senior Back-end Software Engineer at Preply
• Тарас Шекета - Full-Stack Developer at SoloWay Technologies
• Іван Некіпелов - Software Engineer
• Станіслав Чернов - Senior Python Developer at Casafari
• Тарас Литвиненко - Full-Stack Python Developer at RoccoonGang
• Юрій Рибак - Senior Full-Stack Python Developer at MyCredit
• Руслан Мельничук - Python Developer at levi9

Курс присвячений основам web-дизайну та програмування. Заняття проходять в режимі онлайн-трансляції, а після закінчення курсу студенти отримають сертифікат.

Програма курсу

Web-дизайн

• Figma, розбір вектора, створення простих іконок та ілюстрації, підбір ілюстрації на стоках
• Робота з сітками та шрифтами - установка шрифтів. Основи створення простого лендингу
• Робота з кнопками, іконками (категоризація), основи кольору
• Оформлення Дизайн системи (UI kit) зі всіма елементами, створення лого на основі існуючого шрифту
• Оформлення сайту - шапка, тіло, футер, створення малої карточки продукту, тексти для сайту
• Оформлення кейсу з сайтом для портфоліо або розбір існуючих портфоліо

Front-end

• Абсолютні та відносні шляхи, файлова структура, структура HTML
• HTML теги, посилання, списки, таблиці
• СSS, підключення, селектори та комбінування
• Псевдокласи, псевдоелементи, шрифти, інструменти розробника
• Зображення, графіка, фон
• Позиціювання, Overflow, Float
• Flex
• HTML 5
• Трансформації, Transition

Python

• Вступ до Python та основний синтаксиc
• Потік керування та функції
• Малювання з модулем turtle
• Списки та кортежі
• Словники
• Створення телеграм-бота

Особливості курсу

• Базовий курс для дітей 12-17 років
• Викладачі - практикуючі фахівці з великим досвідом роботи
• Навчання зосереджене на практиці
• Можливість брати участь в програмі Hillel EVO
• До шостого заняття ви можете повернути 100% внесених за навчання коштів

Викладачі курсу

• Єлизавета Чепугова - Graphic Designer в Nasha Idea
• Єгор Ліфіренко - Python Developer
• Владислав Дикий - Front-end Developer в Web Generator
• Роман Поплєтухин - Front-end Developer at Meduzzen

План курсу

Теми:

• Introduction to Programming with Python
• GIT
• Built-in Types
• Control Flow and Conditionals
• Loops
• Collections
• Function
• Modules and Packages
• PyGame
• Classes and Objects, Inheritance
• Handling Exceptions
• Decorators and Generators
• Flask
• Files and Unit Testing

Після завершення курсу ти вмітимеш:

• Використовувати середовище розробки для мови Python
• Працювати із змінними різних типів даних, виконувати арифметичні і логічні операції над різними типами даних
• Будувати алгоритми за допомогою базових конструкцій мови
• Розробляти програми в об'єктно-орієнтованому стилі, а саме:
  • виконувати інкапсуляцію даних всередині класу чи структури
  • використовувати механізм наслідування для опису нових класів на основі вже існуючих класів чи інтерфейсів
  • застосовувати концепцію поліморфізму під час створення об'єктів з однаковим інтерфейсом, але різною внутрішньою структурою
• Розробляти програми, використовуючи механізми модулів та пакетів
• Працювати з колекціями даних для організації даних у програмі
• Запиcувати дані у файл та читати дані з файлу за допомогою програмного забезпечення
• Працювати з розподіленою системою керування версіями файлів, а саме з GIT

Особливості курсу

• Зустріч-інтерв'ю з викладачем перед курсом, аби дізнатись чи є достатньо знань для курсу
• Підтримка ментора впродовж навчального процесу
• Підсилення твого CV
• Доступ до додаткових електронних курсів для навчання у власному темпі
• Онлайн-курси за рівнем англійської та Speaking Club

Викладачі курсу

Liubov Koliasa - Ментор Softserve Академії

З нуля опануєш спеціальність Python-розробника. Навчишся розробляти інтерактивні web-додатки. Створиш свій проєкт з використанням фреймворку Django.

Програма курсу

Python - Intro

• Місце Python серед мов програмування, сфери застосування
• Основні концепти програмування
• Змінні та типи даних( числові (int, float), рядки (str), списки (list), множини (set))
• Компілювані мови програмування
• Інтерпретовані мови програмування
• Порядок виконання коду ч.1 (загальні принципи)
• Коментарі в коді (однорядкові, багаторядкові)
• PyCharm, VS Code
• Налаштування інтерпретатора в PyCharm
• Документація мови Python, як викорустовувати
• Принцип роботи змінних у Python та збереження даних у пам’яті
• Незмінні значення данних - Константи
• Уніфіковані принципи найменування змінних у програмуванні
• Локальний, глобальний і прихований (інкапсульований) доступ до змінних
• Рівні доступу до змінних

Python - Basics

• Арифметичні оператори (+ - / * ** % =)
• Логічні оператори (== != or and not)
• Принципи булевої алгебри і механізми контролю виконання коду в Python
• Порядок обчислення операцій
• Токенізація та форматування коду через відступи в Python
• Основні зарезервовані слова Python
• Принципи роботи з ключовими слова
• Принципи організації пам'яті комп'ютера та збереження даних
• Масиви: одномірні та двомірні
• Індекси у масивах
• Словник у Python
• Принцип зберігання даних у форматі ключ → значення
• Списки в Python: що їх відрізняє та як вони влаштовані
• Основні риси та характерні відмінності
• Коректне завершення роботи програми
• Exit-коди та їх роль
• Ідентифікація помилок
• Блоки if / elif / else
• Керування послідовністю виконання коду
• Як змінюється потік виконання через логіку програми
• Особливості структури кортежів у Python
• Tuple
• Named Tuple
• Взаємодія і сумісність різних типів даних
• Функція type(), type-casting
• Основні парадигми програмування
• ООП (Об'єкто-орієнтоване програмування)
• Обробка рядків
• Функція input()
• Що означає інтерполяція рядків, як працює
• Типи помилок і їх обробка
• Конструкції обробки виключень (try-except-finally)
• Функції: визначення та застосування
• Огляд методів та їх роль ( статичні та класові методи)
• Командні аргументи
• Налаштування інтерпретатора у PyCharm
• Робота з відладчиком(DEBUG ) і точки переривання (breakpoint-ами) у PyCharm
• Роль і значення середовища виконання
• Змінні оточення
• Призначення та методи використання
• Час та його використання у коді
• Робота з форматами часу та дати в Python
• Об'єднання форматів часу та дати
• Робота з менеджерами контексту
• Призначення та застосування
• Оператор with і метод close
• Цикл for: синтаксис і приклади застосування
• Циклу while: особливості використання

Python - Trainee

• Цикли або List comprehension
• Синтаксичні особливості циклів і List comprehension
• Переваги, недоліки та ефективність
• Робота з файлами
• Методи для зчитування файлів
• Запис та збереження даних
• Патерн Генератори, характеристики та переваги використання
• Ключові слова (yield)
• Класи, будова даних, застосування
• Класи: методи, функції, поля
• Статичні методи
• Концепт наслідування
• Основні поняття та принципи наслідування
• Множинне наслідування класів, композиція
• Переваги та недоліки множинного наслідування
• Основні функції та типи в builtins
• Вбудовані функції (Built-in functions)
• Перезапис (overwrites) функцій
• Списки та їх особливості (сталість, порядок)
• Операції зі списками (доступ, зміна, додавання, видалення, перевірка, сотрування, обчислення)
• Типи кодування
• Формати файлів
• Декодування при роботі з файлами
• "Що таке імпор пакетів, як працює"
• Структура пакетів
• Встановлення пакетів
• Процеси, як їх використовувати
• Потоки, різниця між потоками та процесами
• Основні типи тестів
• Модуль unittest
• Вчимось писати та запускати тести

Python - Junior

• Що таке анотації, як вони працюють
• Принцип роботи в дебагері
• Переваги використання анотацій

Python - Git

• Git: основи та його ключове значення в роботі
• Дерево версій, гілки
• Як працює дерево версій і гілки в Git
• Git платформи (Github, Bitbucket, Subversion)
• Створення акаунту
• Ключі доступу до гіта
• Коміти в Git (commit)
• Команди rebase
• Операція Merge

Python - Backend

• Інтернет у загальних рисах: механізм дії
• IP і порт: ключові елементи інтернет-з'єднання
• Протоколи спілкування (HTTS)
• Протоколи спілкування (TCP\IP, UDP)
• Концепт додатку-клієнту
• Концепт додатку-серверу
• API: що це і для чого потрібен
• Як працює API і яку роль він відіграє в розробці
• Патерн Request - response
• Структура JSON: простий формат для зберігання даних
• Практики використання, валідація
• Формування, зчитування та перетворення JSON`у
• Користувачі, ролі
• Токени, аутентифікація, авторизація
• Frontend частина (клієнт)
• Backend фреймворки
• Програма Postman - генератор запитів
• Генератори документації (redoc, swagger)
• Огляд веб-фреймворків Django, Flask та FastAPI
• Фреймворк FastAPI для побудови API-серверів

Project - SQL

• Бази даних із підтримкою SQL: Принципи та приклади
• NoSQL бази данних
• Встановлення та налаштування PostgreSQL
• Створення та управління базами даних в PostgreSQL
• Створення та управління таблицями: визначення схем та використання обмежень
• Основи SQL-запитів: SELECT, INSERT, UPDATE, DELETE
• Сортування та групування даних
• Використання з'єднань (JOIN): INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL JOIN
• Агрегатні функції та групові операції
• Індекси та їх використання для оптимізації продуктивності запитів
• ACID, рівні ізоляції
• Робота з представленнями (Views) та матеріалізованими представленнями
• Управління користувачами та ролями: створення користувачів, налаштування привілеїв
• Створення та використання функцій та збережених процедур
• Працювати з тригерами для автоматизації задач
• Оптимізація продуктивності та моніторинг PostgreSQL
• Використання розширень та модулів для розширення функціональності PostgreSQL
• Інтеграція PostgreSQL з іншими мовами програмування (Python, Java, Node.js тощо)

Демонстрація проєкту

Після курсу ти зможеш:

• Розуміти та реалізовувати принципи об'єктно-орієнтованого програмування мови Python
• Проєктувати та використовувати розширені типи даних, змінні та алгоритми
• Розробляти складні програми, використовуючи певні умови та обчислення
• Створювати веб-сервіси з використанням фреймворку Django та розміщувати його на сервері
• Оптимізувати та прискорювати роботу ПЗ за допомогою тредів та мультипроцесів
• Обробляти винятки, які можуть виникати під час розробки

Особливості курсу

• Інтенсивна практика і розбір домашніх завдань
• Використання найпопулярніших інструментів та фреймворків у розробці
• Випускний проєкт для портфоліо, який ти презентуєш роботодавцям
• Допомога у працевлаштуванні, оформленні резюме та підготовка до співбесіди
• Живі онлайн заняття
• Підтримка викладачів
• Кар'єрні івенти
• Можлива оплата курсу частинами
• Великий стек технологій
• Сертифікат про проходження курсу

Викладачі курсу

Тарас Куделя - Python Developer