Poklic: razvijalec Pythona - tečaj 129.000 rub. od ProductStar, usposabljanje 10 mesecev, datum 27. november 2023.

instagram viewer

Razdelek I: Osnove Pythona in delo s Flaskom

1. blok: Osnove Pythona

Uvod v Python
Podatkovni tipi, funkcije, razredi, napake
Nizi, pogoji, zanke
Seznami in slovarji v Pythonu
Baze podatkov in statistika
Večnitnost

Enota 2: Osnove SQL

Uvod v blok SQL
Pridobivanje in filtriranje podatkov (1. del)
Pridobivanje in filtriranje podatkov (2. del)
Preoblikovanje in razvrščanje podatkov (1. del)
Preoblikovanje in razvrščanje podatkov (2. del)

Blok 3: Delo s Flaskom

Spletni strežnik Flask in nadzor različic Git
Končni projekt
Razvoj API-ja v Flasku
SQL AlchemyREST API FLASK in serializacija

Enota 4: SQL in baze podatkov

Združevanje podatkov
Uvod v baze podatkov
Združevanje tabel
Podpoizvedbe Posodabljanje, dodajanje in brisanje podatkov
Ustvarjanje, spreminjanje in brisanje tabel
Napredni končni projekt LEGO
Pregled glavnih programov

Razdelek II: Napredni Python: OOP in Django

Enota 5: OOP v Pythonu

Objektno orientirano programiranje v Pythonu
Koncepti OOP: dedovanje, enkapsulacija, polimorfizem
Delo z razredi in objekti
Delo z iteratorji in generatorji
Podatkovne strukture v Pythonu
Funkcionalno programiranje v Pythonu

Blok 6: Razvoj zaledja v Pythonu in Djangu

Arhitektura in strežniški del
Spletni strežnik v Pythonu
JSON, XML, AJAX in delo z API-jem
Asinhrono programiranje
Gradnja projekta Django
Delo z ORMDjango REST in API
Avtorizacija in avtentikacija, OAuth2.0

Enota 7: Sistemi za nadzor različic

Sistemi za nadzor različic. Verzija kode, skupni razvoj, CSV
Git & GitHub. Git, Commit, veje, združevanje vej in reševanje sporov, GitHub, timsko delo, pregled kode
Življenjski cikel programske opreme, CI/CD
Git, osnovni pojmi. Predstavljamo GitLab
Uvod v GitLab CI
GitLab CI. Notranje spremenljivke, artefakti, pravila

Sklop 8: Sodobne razvojne metodologije

Metodologije upravljanja: Agile in Waterfall
Scrum
Orodja za upravljanje

Oddelek III: Specializacije (spletni razvoj, DevOps, Data Science)

Specializacija - spletni razvijalec

Enota 9: Načela HTML

Struktura spletne strani, osnovni HTML
Osnovni CSS, selektorji in kaskada
Napreden CSS, odzivnost in združljivost med brskalniki
Osnove jezika, orodja za razvoj in odpravljanje napak

Enota 10: Objekti HTML in model DOM

Objekti, nizi, funkcije
DOM model in delo s stranjo
Obravnava dogodkov
Interakcija s strežnikom

Blok 11: Osnove JavaScripta

Uvod. Spremenljivke in delo s števili. Konstante
Nizi, logične vrednosti in pogojni operatorji. Pretvorba tipov in šibke primerjave
Nizi in zanke. Predmeti
Funkcije/obseg in zaključki
Obravnava dogodkov in uporabniški vnos

Enota 12: Strukture in knjižnice JavaScript

Povezovanje knjižnic
Regularni izrazi. Oblikovanje. Delo z datumi
Mikro in makro naloge. Dogodkovna zanka
Animacije in okviri CSS
Podatkovne strukture in algoritmi

Blok 13: Javascript Advanced: knjižnica React

Hiter začetek v Reactu
Dogodki in stanje
Delo s HTTP in življenjskim ciklom
Vsebniki in predstavitvene komponente
Vnašanje aplikacij React
Kavlji, Kontekstni API
Funkcionalno programiranje
Redux in asinhronost

Specializacija - DevOps

Blok 14: Osnove DevOps za programerje

Uvod v DevOps
Linux: Uvod in osnovni pojmi OS.
Bash. Osnovno skriptno orodje v Linuxu
Življenjski cikel programske opreme, CI/CD

Blok 15: Delo z Dockerjem

Kontejnerizacija. Predstavljamo Docker.
Pakiranje aplikacij v Dockerju
Docker-Compose. Storitve in interakcije

Blok 16: Upravljanje konfiguracije, Ansible

Ansible. Osnovni koncepti in ukazi
Ansible. Vloge in spremenljivke
Ansible. Razvoj vloge

Blok 17: Napredno: MLOps – DevOps v svetu strojnega učenja

Metodologije za analizo velikih podatkov in timska organizacija. CRISP-DM
Kultura zbiranja podatkov in viri / Izboljšanje kakovosti dela s podatki

Enota 18: Napredno: storitve v oblaku in Hadoop

Osnove Hadoop in MapReduce
Osnove arhitekture za shranjevanje in obdelavo velikih podatkov, vrste obdelav in skaliranje

Specializacija - podatkovna znanost

Enota 19: Osnove znanosti o podatkih

Kdo je podatkovni znanstvenik
Uvod v strojno učenje
Linearna regresija

Enota 20: Algoritmi podatkovne znanosti

Binarna klasifikacija
Validacija. Zakaj je pomembno
Odločilna drevesa
Bootstrap, Bagging in Random Forest
Inženiring funkcij, izbira funkcij
Gradientno povečanje
A/B testiranje
Učenje brez nadzora

Enota 21: Sistemi priporočil za podatkovne znanstvenike

Uvod v sisteme priporočil
Meritve in izhodišča
Razgradnja matrike
Priporočila prek iskanja najbližjega soseda
Delavnica: napoved odliva strank in napoved prodaje
Delavnica: točkovanje kreditnega portfelja