• ОФОРМИТЬ ПОДПИСКУ

Программирование [OTUS] Python-разработчик. Продвинутый уровень (2026)

Gatsby

ВЕЧНЫЙ
Регистрация
10 Окт 2018
Сообщения
57,384
Реакции
304,518
[OTUS] Python-разработчик. Продвинутый уровень (2026)

1787735052038.png

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.

Подробнее:

Скрытое содержимое доступно для зарегистрированных пользователей!


Скачать:

 
ВАЖНО:

Не оставляйте комментарии с просьбами обновить / заменить ссылку на скачивание или комментарии типа «404», «ошибка».

Для восстановления ссылки есть кнопки «Жалоба / Восстановить ссылку» в первом посте темы.

При нарушении Ваш комментарий будет удален, а Ваш аккаунт заблокирован на сутки. Пожалуйста, изучите правила нашего сайта.
Сверху Снизу