ul. Drukarska 18/5 30-348 Kraków
+48 12 340 90 30

Python Zaawansowany

2021-05-12 On-line
Kod szkolenia
ADIT-PZ-WAW
Miejsce
On-line
Czas
2021-05-12 do 2021-05-14
Cena
3 450,00 PLN Netto | 4 243,50 PLN Brutto

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

  • Wygodę szkolenia zdalnego
  • Darmowe materiały szkoleniowe
  • Certyfikat ukończenia szkolenia
  • Lunch w każdy dzień szkoleniowy

Szczegółowy program szkolenia

SZCZEGÓŁY PROMOCJI: https://adit.pl/aktualnosci/promocja-na-szkolenia-python-i-machine-learning

  1. Tooling - zagadnienia zaawansowane

    1. Izolacja instalacji Pythona z virtualenv

    2. IPython

    3. Jupyter Notebook

    4. Python vs Anaconda

    5. Pip vs conda

  2. Funkcje - zagadnienia zaawansowane

    1. Wartości domyślne dla parametrów

    2. Pułapka domyślnego atrybutu

    3. Argumenty pozycyjne i nazwane

    4. Parametry zmienne pozycyjne (*args) i zmienne nazwane (**kwargs)

    5. * i ** przy wywołaniu funkcji

  3. Programowanie obiektowe

    1. Wprowadzenie

    2. @property

    3. @classmethod

    4. Metody specjalne

    5. Przeciążanie operatorów

    6. Dziedziczenie

  4. Testowanie

    1. Idea testowania

    2. Rodzaje testów

    3. Przegląd bibliotek

    4. Pytest

    5. Uruchamianie testów

    6. Fixtures

    7. Grupowanie testów

    8. Pomijanie testów

    9. FIRST principles

  5. Dekoratory

    1. Domknięcia

    2. Proste dekoratory

    3. Dekoratory parametryzowane

    4. Implementacja z użyciem klas

    5. Dekorowanie metod i klas

  6. Menadżery kontekstu

    1. Zastosowania

    2. Protokół

    3. Implementowanie własnego menadżera

    4. @contextmanager

  7. Wprowadzenie do tworzenie aplikacji webowych z użyciem flask

    1. Architektura aplikacji webowych

    2. Protokół HTTP, metody, kody odpowiedzi

    3. Widoki

    4. Zwracanie danych (JSON)

    5. Renderowanie szablonów

    6. Podstawy HTML i CSS

  8. Przetwarzanie danych z użyciem biblioteki Pandas

    1. Wczytywanie i export danych z/do CSV, Excel, bazy SQL

    2. Podstawowe operacje (wyciągnięcie pojedynczej kolumny)

    3. Podstawowe wielkości statystyczne

    4. Agregacje

    5. Filtrowanie

    6. Praca z brudnymi danymi

    7. Wzorzec Split-Apply-Combine (odpowiednik tabeli przestawnych)