Курсы Python разработчик

Курс Django складається з 9 взаємопов'язаних уроків. Після проходження даного курсу учень зможе писати веб-додатки на мові Python з використанням фреймворку Django.

Програма курсу

Вступ у Django

На цьому уроці розглядається фреймворк Django. Проводимо порівняльну характеристику іншого популярного фреймворка на Python-Flask. Розберемо, що таке віртуальне оточення, навіщо воно потрібне і способи його створення. Архітектура Django-додатка. Створення "Hello World!" додатка на Django.

Маршрутизація. Запити, відповіді сервера

Метою даного уроку є познайомити учня з системою прив'язки інтернет-адрес в фреймворку Django. Познайомити з регулярними виразами. Навчити складати шаблони url і прив'язувати їх до функцій-обробників. Продемонструвати написання регулярного виразу. Познайомити з поняттям HTTP, розглянути запити і відповіді сервера.

Шаблони

Метою даного уроку є познайомити учня з шаблонною системою Django. Познайомити з тегами і фільтрами Django. Кастомізація шаблонної системи (написання своїх тегів і фільтрів).

Моделі

Розгляд поняття "Модель" в Django, що це і навіщо це потрібно. Створення першої міграції бази даних, застосування міграцій. Адмін-частина програми, розгляд основних функцій адміністративної панелі.

Форми

Поняття "Форма" у веб-розробці, принцип створення форм. Види форм. Django-валідація, написання своїх валідаторів.

Робота з базою даних

Розгляд поняття ORM. Принцип використання ORM в Django. На цьому уроці ви дізнаєтесь, як видаляти/додавати/редагувати, а також робити вибірку і фільтрацію об'єктів з бази даних, розглянемо складні запити в БД.

Django Rest Framework, реалізація простого API з DRF

Опанувавши матеріали даного уроку, учень ознайомиться з основами понять REST та API, інструментамив Django для побудови RESTFul API, їх використанням, з перевагамиRESTFul API та його негативними сторонами, як API обробляє дані та які є підходи до реалізації REST у Django, з процесом створення власних уявлень для API, як серіалізувати дані, як відбувається автентифікація та авторизація у DRF та як побудувати маршрут для API. Також навчиться практично встановлювати всі інструментидля роботи з RESTFul API і створити свою першу програму з архітектурою REST.

Деплой Django-застосунку

Опанувавши матеріали даного уроку, учень ознайомиться з основними термінами та поняттями, які використовуються при розгортанні програми на віддаленому сервісі, як на практиці запустити свою програму на віддаленому сервісі. Навчиться працювати з такими інструментами як nginx i uwsgi, на практиці запустити свою програму на AWS сервісі, доставляти програму на сервіс, налаштовувати програму для розгортання на сервісі, а також дізнається нюанси в роботі з AWS, як підготувати свій додаток для деплою і які налаштування для цього використовуються.

Безпека

Метою даного уроку є познайомити учня з базовими поняттями безпеки веб-додатка. Реалізація захисту від атак в Django.

Практика

Практичне заняття

Після завершення курсу ви будете вміти:

• Розбиратися в архітектурі Django-додатку
• Працювати з регулярними виразами, складати URL-шаблони та прив'язувати їх до функцій-обробників
• Розуміти шаблонну систему Django, здійснювати її кастомізацію
• Розуміти моделі в Django, створювати міграції бази даних
• Працювати з веб-формами, реалізовувати реєстрацію та авторизацію користувачів
• Створювати таблиці в базі даних, виконувати запити в БД за допомогою Django ORM
• Реалізовувати асинхронні запити до серверу (AJAX), а також робити безпечним свій додаток

Попередні вимоги

Базові знання мови програмування 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 охоплює основи програмування Python, включаючи розуміння основних концепцій, написання першої програми, роботу з різними середовищами розробки та в Data Science з аналізом даних. По закінченню навчання Ви отримаєте сертифікат, а також реальні проєкти які підійдуть для вашого портфоліо.

Програма курсу

Модуль 1. Python Basics

• Вступ до програмування Python
• Типи даних
• Умовні оператори
• Списки, кортежі та вбудовані методи
• Словники та бібліотека "requests"
• Функції
• Файлова система та кодування
• Підходи до побудови програм
• Об’єктноорієнтоване програмування (ООП)
• Проєкт:
  • Використання Telegram Bot API та створення власного Telegram-бота.

Модуль 2. Web applications development

• Контроль версій з Git
• Декоратори
• Обробка виключень
• Багатопотоковість
• Асинхронне програмування з Asyncio
• Тестування коду
• Шаблони класів
• Управління базами даних з SQLAlchemy
• Міні SQL з SQLite
• MySQL
• NoSQL з MongoDB
• Flask
• Python REST API з Flask
• Вебскрапінг з BeautifulSoup4
• Робота з формами, кукі та сесіями
• Занурення у веброзробку: HTML та CSS
• Хмарні обчислення з AWS
• Контейнеризація з Docker
• Kubernetes
• Проєкт:
  • Застосування отриманих знань для створення першого вебдодатка

Модуль 3. Data Science

• Маніпулювання даними
• Створення API та використання Postman
• NumPy та масиви
• Pandas DataFrames
• SQL для бізнес-інтелекту
• Математика для бізнес-інтелекту
• Теорії та основи Data Science
• Візуалізація даних з Matplotlib
• Експлораторний аналіз даних з Seaborn
• Машинне навчання з Scikit-Learn
• Проєкт:
  • Застосування отриманих знань для роботи над проєктом з Data Science

Модуль 4. Підготовка до співбесіди та оформлення портфоліо

Бонусний модуль: Англійська для ІТ

Особливості курсу

• Живі заняття у вечірній час (19:00-22:00) та на вихідних (10:00-13:00)
• Система оцінки знань
• Постійна підтримка ментора
• Робота над реальними проєктами у команді
• Сертифікат про закінчення навчання
• Допомога у працевлаштуванні

Викладачі курсу

• Сергій Алпатов - Head of Learning and Development, Elogic Commerce
• Роман Мироненко - Python Software Developer at EPAM
• Сорока Ігор - Python Developer at Grid Dynamics

Курс спрямований на людей без досвіду, які бажають освоїти базові навички програмування, познайомитись з особливостями мови Python та навчатись писати прості програми без графічного інтерфейсу.

Програма курсу

Вступ

• Знайомство з Python
• Встановлення і налаштування IDE
• Створення першої програми

Типи даних

• Int, float, string
• Спосіб представлення у пам'яті
• Форматний рядок
• Імпорт службових модулів

Функції

• Способи передачі аргументів
• Значення за замовчуванням
• Області видимості
• Ввід данних
• Режим налагодження

Умови, булева алгебра

• Булевий тип даних
• Приведення типів до bool
• If-elif-else приклад

Цикли

• Оператор циклу for і while
• Continue, break
• Модуль random
• Рекурсія

Списки і словники

• Аналогія з рядками
• Зв'язок з циклами
• Багатовимірні списки
• Вкладені цикли
• Внутрішня реалізація і пов'язані з нею обмеження
• Генератори списків та словників

Файли

• Основні операції
• Різні режими роботи
• Підрахунок кількості слів у файлі
• Читання і робота з даними з csv-файлу

ООП

• Модулі: способи імпорту
• Класи: об'єднання даних і поведінки
• Успадкування
• Magic methods
• Приховування даних
• Створення UML-діаграми

Особливості курсу

• Для проходження курсу необхідно мати рівень впевненого користувача ПК
• Групові онлайн заняття
• Особистий кабінет для кожного учня
• Оперативна служба підтримки студентів
• Доступ до відеозаписів занять після закінчення навчання
• 70% часу заняття займає практика
• Викладачі курсу - практикуючі фахівці, що працюють в топових компаніях
• Можливість повернути всі внесені за навчання кошти до шостого заняття
• Бонуси курсу:
  • тестова співбесіда з технічним фахівцем;
  • тренінг по проходженню співбесіди та складанню резюме з HR-фахівцем.

Викладачі курсу

• Денис Ступак - Senior Data Analyst
• Артем Хряпа - Python Engineer at Eva
• Євген Арефа - Python Developer at IOIX
• Богдан Кагадей - Python Engineer at EvoPlay
• Микола Козлан - Python/Golang Back-end Developer at Orkateq
• Іван Некіпелов - Software Engineer
• Олег Новіков - Python/Django Developer в Центр інформаційних та аналітичних технологій
• Марина Зеленська - Python Test Automation Engineer at GlobalLogic
• Євген Бабай - Python Developer at Flyaps

Пориньте в професію крок за кроком - від нуля до вашої першої пропозиції про роботу

План навчання

Базовий рівень

Після курсу Python Fundamentals ти навчишся:

• Навчишся користуватися середовищем розробки для Python
• Будуватимеш алгоритми з базових конструкцій мови
• Розроблятимеш програми з модулями та пакетами
• Працюватимеш зі змінними різних типів та з даними у файлах
• Застосовуватимеш основні принципи ООП
• Користуватимешся системою керування версіями Git

Після Frontend Fundamentals ти вмітимеш:

• Створювати сучасні, адаптовані для мобільних пристроїв та десктопів вебсайти з високим рівнем SEO-оптимізації, використовуючи HTML, CSS і JavaScript
• Використовувати сучасні інструменти розробника на основі Visual Studio Code та Git/GitHub для публікації коду і розгортання проєкту

Після Data Base Fundamentals зможеш:

• Розробляти й адмініструвати бази даних, необхідні для будь-яких повноцінних IT-рішень (як реляційні, так і нереляційні)
• Проєктувати та створювати таблиці, і будувати запити до них з використанням мови SQL

Після DevOps for Developers ти вмітимеш:

• Розгортати, підтримувати та тестувати середовища і інфраструктури для виконання проєктів
• Автоматизувати процеси збірки і розгортання (CI/CD) у тому числі з використанням контейнерів

Поглиблений рівень

Після практичного Python ти:

• Поглибиш знання з основ Python
• Навчишся створювати сучасні вебзастосунки, використовуючи Django
• Працюватимеш із базами даних за допомогою SQLAlchemy
• Вмітимеш будувати проєкти у клієнт-серверній архітектурі з використанням REST API
• Знатимеш, як створювати модульні тести для сучасних застосунків

Проєктний рівень

Після Project-based learning Backend Python ти вмітимеш:

• Працювати за методологією Agile
• Налаштовувати та використовувати Dev середовище для розробки та розгортання проєктів
• Розробляти вебзастосунки з використанням Python та Django Rest Framework
• Ефективно працювати в проєктній команді: оцінювати задачі, розставляти пріоритети та працювати з дедлайнами
• Працювати з проєктною документацією та інструментами розробки, системами керування завданнями та обліку дефектів

Особливості курсу

• Графік 2-3 рази на тиждень переважно у вечірній час
• Живі онлайн-заняття з менторами, записи всіх занять і чат в Discord
• Сертифікат про проходження курсу
• 70% програми - практичні завдання з перевіркою
• Підтримка ментора
• Можливість навчатися в будь-який час по записах і брати паузу між курсами
• Навчаємо використовувати сучасні ШІ-помічники та інструменти
• Спільнота однодумців у Discord
• Доступ до додаткових e-курсів
• Безкоштовний розмовний клуб з англійської
• Закриті події з експертами компанії

Викладачі курсу

• В'ячеслав Колдовський - Full Stack Developer
• Володимир Дуднік - Ментор SoftServe Академії
• Любомир Галамага - Full Stack Developer
• Владислав Хричов - Full Stack Developer
• Михайло Плеша - System Administrator
• Дмитро Міночкін - Cloud Architect
• Ігор Капацила - Full Stack Developer

Курс для школярів, омріяна професія яких пов'язана з IT сферою. Під час навчання студенти отримають базові знання про мови програмування і алгоритми на прикладі мови Python. По закінченню курсу видається сертифікат, за умови успішного захисту дипломного проєкту.

Програма курсу

Теми:

• Основи програмування
  • Як виконується ваш код на комп'ютері
  • Що таке інтерпретатор
• Мова Python і її особливості
  • Чому Python
  • Встановлення середовища розробки PyCharm
  • Перша програма Hello World
• Типи даних у Python
  • Рядки
  • Числа
  • Словники
  • Кортежі
  • Множини
• Практичне заняття по типам даних
• Керуючі конструкції if, elif, else
• Практичне заняття по керуючим конструкціям
• Використання циклів
  • Оператор циклу for
  • Оператор циклу while
• Практичне заняття по циклам
• Функції та модулі у Python
  • Для чого потрібні функції і модулі
  • Створюємо свої функції і модулі
  • Повторне використання коду
• Практичне заняття по функціям і модулям
• Вбудовані функції та корисні модулі у Python
  • Робота з файлами
  • Генерація випадкових чисел (модуль random)
  • Управління оболонкою (модуль sys)
  • Робота з часом (модуль time)
• Практичне заняття по вбудованим функціям і модулям
• Поняття класу та об'єкту у Python
• Практичне заняття по класам
• Web-додаток
  • Як влаштовано простий WEB-додаток
  • Що таке API
  • CRUD операції
• Дипломний проєкт

Особливості курсу

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

Викладачі курсу

• Василь Картичак - Python Developer at Orderry
• Костянтин Воробйов - Python Developer at Paxle
• Костянтин Маряк - Back-end Software Developer (Python) at Orderry
• Валерія Ярош - Python Teacher
• Роман Мироненко - Python Developer
• Ярослав Демченко - Python Developer / Data Analyst / Data Engineer at Deep Knowledge Group

Даний курс є комплексною програмою для підготовки фахівців в автоматизації тестування. Під час навчання отримаєте навички вирішення основних завдань в області автоматизації тестування веб-додатків з використанням мови Python, розглянете основні архітектурні принципи побудови застосунку або тесту, збудуєте свої тестові фреймворки або інші складні архітектурні додатки.

Програма курсу

Блок 1. Програмування на Python

• Знайомство
• Загальні відомості та все, щоб почати роботу
• Робота з Git
• Синтаксис, структура, ключові слова
• Типи даних
• Числові операції
• Ввід/Вивід даних
• Строки: методи, атрибути та корисні трюки
• Колекції:
  • Tuple
  • List
  • Set
  • Dict
• Умови та цикли
• Створення і робота функцій
• Виключення та робота з ними
• Вступ у тестування. Unittest
• Логування
• Контрольна робота та повторення

Блок 2. Програмування у об'єктно-орієнтованому підході

• Робота з файлами
• Csv, json, xml
• Вступ до ООП, класи й об'єкти, атрибути класу, наслідування
• Життєвий цикл класу
• Магічні методи, інкапсуляція і поліморфізм
• Області видимості змінних
• Множинне наслідування
• Вступ в абстрактні класи
• Середовище venv, модулі та пакети
• Інсталяція та створення пакету
• Ітератори й генератори
• Декоратори, створення декораторів
• Робота з мережею
• Бібліотеки urllib і requests
• Запити get, post, put, delete
• Робота з базами даних
• Дата й час
• Робота з бд через ORM

Блок 3. Тестування за допомогою pytest

• Вступ у pytest
• Тестування API ч.1
• Тестування API ч.2
• Логування тестів
• Використання патернів і декораторів у pytest
• Параметризовані тести
• Парсинг даних у тестуванні
• Xpath та css-локатори
• Регулярні вирази
• Вступ у Selenium: робота з вебелементами
• Робота з діалоговими вікнами
• ActionChains
• Робота з випадаючими меню
• Очікування на вебелемент у WebDriver
• Основи PageObject
• Практика з Page object
• Створення звітів про тестування
• Повторення та контрольна робота

Блок 4. Тестування, як частина CI/CD

• Jenkins basics and pipeline
• Docker
• Final countdown: фінальна лекція

Особливості курсу

• Для проходження курсу необхідні знання ручного тестування на рівні Intern/Junior, базові знання сучасних мов програмування та англійської мови
• Заняття проходять в режимі онлайн-трансляції
• Відеозаписи зберігається в особистому кабінеті та доступні після закінчення навчання
• Оперативна служба підтримки студентів
• Викладачі курсу - практикуючі фахівці, що працюють в топових компаніях
• Можливість повернути всі внесені за навчання кошти до шостого заняття
• Бонуси курсу:
  • тестова співбесіда з технічним фахівцем
  • тренінги по проходженню співбесіди та складанню резюме з HR-фахівцем

Викладачі курсу

• Юрій Бондаренко - Testing Leader at EY
• Олександр Панченко - QA Automation Engineer at Unitedcode
• Віталій Карпенко - Senior AQA Engineer at ZyLAB
• Антон Морозенко - AQA/QA Lead at Ubiquiti
• Олександр Андріяков - Software Test Automation Engineer
• Олексій Гаврилов - QA Automation Engineer at Global Teams
• Денис Дорошевський - AQA Engineer at Equalum
• Денис Мережкін - AQA Engineer at Quantum_Inc
• Микита Дьяков - Senior/TL QA Automation Engineer at Plink Inc
• Руслан Одинокий - QA Automation Engineer at Develux
• Павло Костишен - QA Python Automation Engineer at RocketRoute

Тут ви вивчите просту, але потужну мову Python, яка використовується у всіх сферах ІТ - від веб-розробки до аналізу даних та розробки інтернет-речей. На цьому курсі ви не тільки отримаєте теоретичні знання, але й зможете поринути у практику, створивши свої перші програми на Python та вивчивши основи об'єктно-орієнтованого програмування.

Програма курсу

Навіщо потрібні комп'ютерні програми

• Програмування як творчий процес
• Архітектура комп'ютера
• У чому суть програмування?
• Процес "спілкування" з Python
• Інтерпретатор і компілятор
• Процес написання програм
• Що ж таке програма?
• Принципи програмування
• Парадигми програмування
• Вправи

Змінні, вирази і інструкції Python

• Поняття "значення" і "тип"
• Змінні
• Імена змінних і ключові (зарезервовані) слова
• Оператори
• Оператори і операнди
• Вирази
• Порядок операцій
• Операції з рядками
• Ввід даних
• Коментарі
• Вправи

Управління потоком виконання

• Логічні вирази
• Логічні оператори
• Умовне виконання
• Послідовність умов
• Вкладені умови
• Перехоплення винятків з використанням try і except
• Вправи

Ітерації

• Оновлення змінної
• Інструкція while
• Нескінченні цикли
• "Нескінченні цикли" і break
• Завершення ітерації за допомогою continue
• Списки
• Визначення циклів за допомогою for
• Обхід списків за допомогою циклу for
• Вправи

Функції і модулі

• Виклик функції
• Вбудовані функції
• Функції приведення типів
• Випадкові числа
• Математичні функції
• Додавання нових функцій
• Визначення і використання
• Параметри функції
• Модульні тести
• Імена файлів і шляхи
• Створення власних модулів і пакетів
• Ініціалізація пакета
• Обробка аргументів командного рядка
• Визначення параметрів середовища виконання
• Створення віртуальних середовищ
• Автоматична ініціалізація пакетів
• Вправи

Рядки

• Рядок - це послідовність
• Отримання довжини рядка з використанням len
• Обхід рядка за допомогою циклу
• Зріз рядка
• Рядки є незмінними
• Оператор in
• Порівняння рядків
• Малі методи
• Розбір (parsing) рядків
• Оператор форматування
• Регулярні вирази
• Вправи

Основи роботи з системою контролю версій

Файли

• Вступ
• Відкриття файлів
• Текстовий файл і рядки
• Читання файлів
• Пошук через файл
• Оператор with
• Запис файлів
• Вправи

Колекції

• Що таке колекція в Python
• Типи колекцій
• Масиви і методи роботи з ними
• Списки і методи роботи з ними
• Кортежі й методи роботи з ними
• Множини й незмінні множини
• Словники, методи роботи зі словниками
• Цикли по колекціям
• Практика

Елементи функціонального програмування

• Функція об'єкт першого класу
• Функції, залежні від функцій
• Замикання
• Каррування
• Лямбда-функції
• Декоратори
• Вправи

Функції

• Типи даних
• Вбудовані контейнери
• Оператори контролю виконання
• Обробка помилок (try … except …)
• Оператори циклів
• Comprehensions (list, dict, set)
• Створення функції і процедур
• Аргументи функцій
• Рекурсивні функції
• Functors, Currying
• Декоратори
• Lambda-функції
• PEP8

Об'єктно-орієнтований підхід

• Визначення класу
• Поля і методи класу
• Інкапсуляція
• Спадкування
• Поліморфізм
• "Качина" типізація
• Вправи
• Оголошення класу та створення екземпляру
• Принципи ООП (наслідування, інкапсуляція, поліморфізм) в Python
• Область видимості (Namespaces, Scope, правило LEGB)
• Method Resolution Order (MRO)
• Магічні методи
• Визначення математичних операцій для об'єктів Python
• Визначення операцій порівняння для об'єктів Python
• Визначення операцій хешування для об'єктів Python
• Створення копії екземпляру класу, deep copy, shallow copy
• Інкапсуляція (Setters and getters)

Управління створенням екземплярів класу

• Doc strings
• Meta класи
• Abstract Bases класи
• __new__
• __init__
• Context-managers
• Використанням декораторів з класами
• Контейнери, створені шляхом успадкування (UserList, UserDict, UserString)
• Контейнери, створені шляхом агрегації
• Методи доступу до елементів контейнера
• Iterators, Generators

Прийоми об'єктно-орієнтованого програмування

• Software Engineering як процес
• Мова UML
• Принципи SOLID
• Метрики якості коду
• Design Patterns (категорії, приклади використання)
• Singletone
• Facade
• Interface

Модулі й пакети

• Розробка модулів (визначення та запуск)
• Система імпорту
• Навчання розробці повторно використовуваних пакетів
• Менеджер пакетів pip і віртуальні середовища virtualenv
• Setup.py
• Написання документації до пакета, модулю
• Створення додатків на основі пакетів

Робота з файлами

• Робота із системою контролю версій Git
• Форматування рядків
• Context-managers
• Робота з файловою системою (os, os.path, shutil)
• Серіалізація за допомогою pickle
• Управління порядком серіалізації / десеріалізації об'єктів Python
• Серіалізація даних у JSON
• Серіалізація даних у XML

Вбудовані пакети Python

• Робота з datetime і calendar
• Робота з collections (черги, іменовані кортежі, вкладені словники)
• Робота з heapq, array, enum
• Робота з числовими даними (numbers, math, decimal, random)
• Робота з contextlib
• Робота з functools
• Logging
• Unittest

Networking

• Sockets (основи роботи, приклади серверів)
• Socket server
• Socket Client
• HTTP
• HTML, парсинг HTML-файлів
• XML

Багатопотоковість у Python

• Global Interpreter Loc (GIL)
• Створення потоків у Python
• Контроль доступу до ресурсів
• Синхронізація потоків
• Створення потоків за допомогою пакету concurent
• Пул потоків

Процеси в Python

• Пакет multiprocessing
• Interprocess communication
• Черги завдань
• Створення процесів за допомогою пакету concurent
• Пул процесів
• Відтермінування завдань за допомогою пакета sched

Асинхронне програмування

• Asyncio
• Пакет Twisted
• Асинхронний фреймворк Aiohttp

Бази даних: Основи SQL + Scrapy

• Збір даних за допомогою фреймворку Scrapy SQL
• Основи реляційних баз даних
• ER-діаграми
• Стандарт PEP249

Поглиблена робота з базами даних

• Аналіз запитів баз даних
• Оптимізація запитів при роботі із великим набором даних
• Вправи

Робота з СУБД SQLite, Postgresql

• Основи мови SQL (SELECT, LIKE, ORDER BY, LIMIT)
• NSERT
• UPDATE
• DELETE
• JOIN (INNER, LEFT, OUTER)
• GROUP BY
• Функції SQL (mean, min, max, avg, count)
• Subqueries

Object Relational Mapping

• Основи роботи з SQLAlchemy
• Механізм сесій в SQLAlchemy
• Створення бази даних за допомогою моделей SQLAlchemy
• Міграції баз даних з використанням Alembic

NoSQL-бази даних

• CAP теорема
• Типи NoSQL баз даних
• Робота з Redis
• Робота з Memcached
• Робота з MongoDB
• Брокер повідомлень RabbitMQ
• Основи роботи з Celery

Веб-розробка

• Класифікація web frameworks
• Мова шаблонів Jinja2
• Основи API
• Стандарти API (REST, XML-RPC, Swagger, JSON API)
• Архітектурний підхід API First
• Основи роботи з Flask

Python + AI: перші практичні кроки

• Що таке LLM (ChatGPT, Claude, Gemini)
• Як Python інтегрується з AI через API
• Що таке prompt engineering і навіщо він розробнику
• Пишемо перший скрипт з OpenAI API
• Створення облікового запису та API-ключа
• Бібліотека openai, установка, базове використання
• Запит до gpt-3.5-turbo: prompt - відповідь
• Обробка JSON-відповіді, вивід на екран
• Автоматизація з ІІ
• Формування шаблонів запитів (прості prompt-шаблони)
• Генерація листа / ідеї допису / заголовка з Python
• Форматування та збереження відповіді у файл (.txt або .json)
• Приклади реального використання Python + AI в роботі
• Подальші кроки роботи із AI,keras та прикладні нейронні мережі
• Питання/відповіді, що ще можна автоматизувати
• Формування шаблонів запитів (прості prompt-шаблони)

Особливості курсу

• Допомога ментора
• Практика
• Проєкт в портфоліо
• Сертифікат про проходження курсу

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

Приєднуйся та розвивай свої навички з кодування: навчайся у власному темпі з допомогою необхідних матеріалів та підтримкою ментора, щоб підготуватись до стажування. Максимум уваги – на практику.

Програма курсу

Git (gitHub)

• SCM definition, types, differences
• Repository configuration Basic operation: add, commit, pull, push work with branches

Introduction to Programming with Python

• Core PEPs: PEP8, PEP20, PEP257
• Datatypes: primitives, list, tuple, set, dictionary
• Conditions operator
• Loops

String Regex

• String in python: general string, r-string, doc-string and doc-tests
• Regular expressions: re module, groups
• Meta characters
• Matching repetitions

Functions, Decorators, Recursion, Lambda

• Functions
• Inner Functions
• Decorators

Exception handling

• Multiply exceptions
• Finally block
• Logging

Python OOP

• Classes and Objects
• Encapsulation
• Inheritance
• Polymorphism

With (in, out), De- and Serialization

• Files
• With statement
• Data serialization

Patterns

• Creational: factory method, abstract factory, builder, prototype, singletone
• Structural: adapter, bridge, composite, decorator, facade, proxy
• Behavioral: chain, observer, visitor, state, strategy

Unittest and pytest

• TestCase
• TestSuite
• setUp
• tearDown
• beforeClass
• afterClass
• asserts

Networking (REST, SOAP, protocols, HTTP methods, status codes)

• Request - Response REST, SOAP
• HTTP methods: GET, POST, PUT, DELETE
• status code: 200.., 300.., 400.., 500..

SCRUM

• SDLC
• SCRUM Roles and responsibilities
• SCRUM Meetings; SCRUM Artifacts
• Abnormal termination process

Django MVC/MTV

• Install Django
• Django MTV
• Creating a project (structure)
• The development server
• Creating the NEW app
• Write your first view

Django ORM

• Database setup
• Creating models
• Activating models
• Playing with the API (shell)

Django View/Templates

• Writing more views
• Write views that actually do something
• Raising a 404 error
• Use the template system
• Removing hardcoded URLs in templates
• Namespacing URL names

Django Forms

• The Forms API
• Form fields
• Form and field validation

Heroku deploy

• Expected files for Python
• Python deployment flow
• Python versions and upgrades

Після курсу ти вмітимеш

• Взаємодіяти з Git, GitHub
• Створювати веб-додатки з Django
• Працювати з базами даних, якими є їхні види
• Застосовувати ключові аспекти роботи з Python
• Тестувати веб-додатки
• Вправлятися з SOLID та знатимеш коли його застосовувати
• Працювати в команді за методологією SCRUM та прокачаєш soft skills
• Створювати повністю функціональний веб-проєкт

Особливості курсу

• Практика насамперед: ти будеш кодувати, використовуючи завдання, схожі на ті, які зустрічаються на реальних проєктах в SoftServe
• Мінімум теорії: курс для того, щоб кодувати. Якщо ж потрібно буде щось підівчити – ми зібрали усі необхідні відео та матеріали, щоб скоротити твій час на пошуки
• 24/7 чат з учасниками в Discord: місце для твоїх опівнічних питань, веселих стікерів та спілкування з ментором
• Усі завдання підготовлені менторами Softserve Академії, які знають про код все, адже працюють з ним щодня
• Додаткові технічні е-курси
• Розмовні клуби з англійської & селф-стаді
• Спільнота професіоналів однодумців

Викладачі курсу

• Любомир Галамага - Ментор SoftServe Академії
• Володимир Дуднік - Ментор SoftServe Академії