Zapisz się na szkolenie
Zgodnie z art. 6 ust. 1 a) ogólnego rozporządzenia o ochronie danych z dnia 27 kwietnia 2016r. wyrażam zgodę na przetwarzanie moich danych osobowych w celach związanych z powyższym zgłoszeniem przez Adit Sp. z o.o. z siedzibą w Kraków, ul. Drukarska 18/5. Podaję dane osobowe dobrowolnie i oświadczam, że są one zgodne z prawdą. Zapoznałem(-am) się z treścią polityki prywatności firmy Adit Sp z.o.o, w tym z informacją o celu przetwarzania danych osobowych oraz prawie dostępu do treści swoich danych i prawie ich poprawienia. Rozumiem, że w każdym momencie mogę wycofać swoją zgodę, a wycofanie zgody nie wpływa na zgodność z prawem przetwarzania, którego dokonano wcześniej. Wyrażam zgodę na otrzymywanie informacji handlowych, w tym dotyczących informacji produktowych, wydarzeń oraz szkoleń, przekazywanych przez Adit Sp. z o.o. zgodnie z ustawą o świadczeniu usług drogą elektroniczną (Dz.U. z 2018 r. poz. 650).
Dla kogo:
programiści, architekci, DevOpsi i analitycy z podstawową znajomością Pythona,
Wymagania wstępne
Wymagania wstępne: Wymagana jest podstawowa znajomość Pythona, np. ukończenie naszego szkolenia “wprowadzenie do Pythona”.
Wymagane wyposażenie uczestnika: własny laptop z dowolnym systemem operacyjnym, zainstalowanym Pythonem i odpowiednimi bibliotekami.
Dokładna instrukcja instalacji zostanie przesłana uczestnikom przed szkoleniem.
Czas trwania
3 dni po 8 godzin
Zapewniamy
- Darmowe materiały szkoleniowe,
- Certyfikat ukończenia szkolenia,
- Nielimitowany czas na pytania,
- Indywidualne konsultacje,
- wysoką jakość szkolenia zdalnego.
Szczegółowy program szkolenia
-
Tooling - zagadnienia zaawansowane
-
Izolacja instalacji Pythona z virtualenv
-
IPython
-
Jupyter Notebook
-
Python vs Anaconda
-
Pip vs conda
-
-
Funkcje - zagadnienia zaawansowane
-
Wartości domyślne dla parametrów
-
Pułapka domyślnego atrybutu
-
Argumenty pozycyjne i nazwane
-
Parametry zmienne pozycyjne (*args) i zmienne nazwane (**kwargs)
-
* i ** przy wywołaniu funkcji
-
-
Programowanie obiektowe
-
Wprowadzenie
-
@property
-
@classmethod
-
Metody specjalne
-
Przeciążanie operatorów
-
Dziedziczenie
-
-
Testowanie
-
Idea testowania
-
Rodzaje testów
-
Przegląd bibliotek
-
Pytest
-
Uruchamianie testów
-
Fixtures
-
Grupowanie testów
-
Pomijanie testów
-
FIRST principles
-
-
Dekoratory
-
Domknięcia
-
Proste dekoratory
-
Dekoratory parametryzowane
-
Implementacja z użyciem klas
-
Dekorowanie metod i klas
-
-
Menadżery kontekstu
-
Zastosowania
-
Protokół
-
Implementowanie własnego menadżera
-
@contextmanager
-
-
Wprowadzenie do tworzenie aplikacji webowych z użyciem flask
-
Architektura aplikacji webowych
-
Protokół HTTP, metody, kody odpowiedzi
-
Widoki
-
Zwracanie danych (JSON)
-
Renderowanie szablonów
-
Podstawy HTML i CSS
-
-
Przetwarzanie danych z użyciem biblioteki Pandas
-
Wczytywanie i export danych z/do CSV, Excel, bazy SQL
-
Podstawowe operacje (wyciągnięcie pojedynczej kolumny)
-
Podstawowe wielkości statystyczne
-
Agregacje
-
Filtrowanie
-
Praca z brudnymi danymi
-
Wzorzec Split-Apply-Combine (odpowiednik tabeli przestawnych)
-