Программа «Разработчик Python, с нуля до знаний Middle»

В цифровом мире Python — популярный язык программирования. Удобен в работе программистов всех направлений. Его применение сокращает время на разработку, этот скриптовый язык выгодно отличается от «классических версий». Например, для одностраничников код на языке Python поместится в одну строчку, когда для другого языка потребуется до 20.

Профессиональная переподготовка на базе Академия АйТи заинтересует новичков и действующих специалистов. В ходе обучения на программе слушатели познакомятся с главными конструкциями Python, основами программирования на этом языке и научатся устанавливать среду разработки. После обучения выдается диплом, который приравнивается ко второму высшему образованию.

В программе обучения «Разработчик Python»:

1. Введение в основы программирования на скриптовом языке Python.
2. Объектно-ориентированное программирование.
3. Разработка веб - приложений в Django.
4. Data Science. Разные типы библиотек для хранения информации.
5. Машинное обучение на языке Python.

В результате изучения учебной программы слушатели освоят новую профессию с нуля, научатся работать с языком Python, повысят квалификацию и получат диплом установленного образца.

Базовый модуль

Введение в программирование на основе Python и Основы программирования

• 1.1 Язык программирования Python и его место среди других языков и систем программирования.
• 1.2 Алгоритм – свойства и способы представления. Типы данных – назначение и роль в программе. Операнды и операторы – вычисление выражений.
• 1.3 Основные операции и типы данных. Типы данных: числа, строки, списки, логический тип, None. Функции преобразования типов. Операторы ветвления и циклы.
• 1.4 Кортежи, списки и словари.
• 1.5 Функции в Python.
• 1.6 Составление алгоритмов. Применение машинной логики к задачам поиска данных. Оценка времени работы алгоритмов, эффективность кода.
• 1.7 Строки и форматирование.
• 1.8 Методы отладки программ.
• 1.9 Модели разработки программ. Структурное программирование. Базовые принципы: блочная структура кода – блоки и подпрограммы. типовые структуры управления – последовательность, ветвление, цикл.
• 1.10 Понятие массива. Типовые задачи с массивами: доступ к элементу, обход элементов, инициализация элементов.
• 1.11 Коллекции в Python.
• 1.12 Модули и пакеты.
• 1.13 Работа с файловой системой.
• 1.14 Исключения и обработка ошибок.
• 1.15 Регулярные выражения.
• 1.16 Простейшие конструкции данных: список, стек, очередь, дерево. Поиск элемента и сортировка элементов. Реализация динамического стека.
• 1.17 Оптимизация программ и программного кода.
• 1.18 Логические операции. Сложные условия. Оператор цикла for. Функция range.
• 1.19 Оператор цикла while. Операторы break и continue.
• 1.20 Вложенные циклы. Оценка времени работы алгоритмов, эффективность кода.
• 1.21 Строки. Операции со строками. Срезы.
• 1.22 Методы строк. Типовые задачи на обработку текста.
• 1.23 Генераторы списков. Вложенные списки.
• 1.24 Сортировка списков: простые алгоритмы. Двоичный поиск.
• 1.25 Множества. Основные операции с множествами.
• 1.26 Словари. Основные операции со словарями.
• 1.27 Подпрограммы (функции) как основные блоки кода. Описание функций в Python Параметры функций, возвращаемые значения.

Профильный модуль

Объектно-ориентированное программирование

• 2.1 Классы и объекты.
• 2.2 Наследование.
• 2.3 Абстрактные классы и полиморфизм.
• 2.4 Алгоритмы сортировки и поиска в Python.
• 2.5 Алгоритмы поиска на графах.
• 2.6 Записи и данных. Работа с данными SQLite.
• 2.7 Хранение данных вне программы.
• 2.8 Работа с данными JSON в Python.

Профильный модуль

Разработка веб - приложений в Django

• 3.1 Введение в Django.
• 3.2 Модели.
• 3.3 Django Admin.
• 3.4 Представления.
• 3.5 Шаблоны.
• 3.6 Работа с формами.
• 3.7 Аутентификация и авторизация.
• 3.8 Сессии.
• 3.9 Тестирование и отладка.
• 3.10 Безопасность.
• 3.11 Разработка RESTful API с Django.
• 3.12 Использование AngularJS с Django.
• 3.13 Развертывание Django веб-приложений.

Профильный модуль

Data Science. Обработка, анализ и визуализация больших данных на языке Python. Библиотеки pandas, numpy, matplotlib и seaborn

• 4.1 Установка и настройка программного обеспечения. Базовый инструментарий работы в Jupyter notebook.
• 4.2 Библиотека numpy. Вычислительные задачи.
• 4.3 Библиотека pandas и анализ данных.
• 4.4 Первичная обработка данных.
• 4.5 Статистика и анализ.
• 4.6 Библиотека matplotlib. Визуализация данных.
• 4.7 Библиотека seaborn. Наглядная визуализация сложных данных.

Профильный модуль

Machine Learning. Основы машинного и глубокого обучения на языке Python

• 5.1 Постановка задачи машинного обучения.
• 5.2 Обучение с учителем.
• 5.3 Использование библиотека scikit-learn для машинного обучения.
• 5.4 Обучение с учителем. Задача регрессии.
• 5.5 Обучение без учителя.
• 5.6 Основы глубокого обучения.
• 5.7 Промежуточный контроль.

• Формат
  Самостоятельно с наставником
  Живые вебинары
  Обучение в ЛК на сайте автора
• Продолжительность
  262 часа
• Уровень сложности
  Для новичков
• Когда вы будете учиться
  Строго по расписанию
• Домашние задания
  Есть
• Документ об обучении
  Диплом Освоение программы курса
• Сопровождение
  Куратором
• Общение с группой
  Форум или чат внутри ЛК
• Техническая поддержка
  В рабочее времяЧат на сайтеЧат в мессенджереЭлектронная почтаТелефон
• Год выхода
  2023 Последнее обновление: 13.04.2024