Support & Downloads

Quisque actraqum nunc no dolor sit ametaugue dolor. Lorem ipsum dolor sit amet, consyect etur adipiscing elit.

s f

Contact Info
198 West 21th Street, Suite 721
New York, NY 10010
youremail@yourdomain.com
+88 (0) 101 0000 000
Follow Us

Formation Python - Programmation Parallèle et le Calcul Distribué

réf : DEV-PPC

Objectif de formation: Cette formation vise à fournir aux participants les compétences nécessaires pour exploiter la puissance de la programmation parallèle et du calcul distribué en utilisant Python. Les participants apprendront les concepts, les techniques et les outils pour accélérer l’exécution des programmes, optimiser les ressources et résoudre des problèmes de grande envergure en utilisant des approches parallèles et distribuées.

Objectifs pédagogiques

  • Comprendre les concepts et les principes de la programmation parallèle et du calcul distribué
  • Utiliser les bibliothèques de programmation parallèle en Python pour exploiter les ressources multicœurs
  • Maîtriser les techniques de calcul distribué avec dask pour résoudre des problèmes de grande envergure
  • Optimiser les performances des programmes Python en utilisant des techniques d’optimisation appropriées
  • Acquérir les compétences nécessaires pour concevoir et mettre en œuvre des solutions parallèles et distribuées en Python

Pré-requis

Connaissance de base de la programmation Python / Compréhension des concepts fondamentaux de la programmation informatique

Public concerné

Développeurs Python, ingénieurs logiciels, data scientists, toute personne souhaitant améliorer les performances de ses programmes Python

Programme

  • Les concepts clés de la programmation parallèle et du calcul distribué
  • Les avantages et les défis de l’utilisation de ces approches en Python
  • Les modèles de programmation parallèle (ex. : multiprocessing, multithreading) et les architectures distribuées (ex. : client-serveur, calcul en grille)
  • Utilisation de la bibliothèque multiprocessing pour exploiter les ressources multicœurs
  • La gestion des processus, des tâches et de la communication entre les processus
  • L’utilisation de la bibliothèque concurrent.futures pour exécuter des tâches asynchrones et parallèles

Travaux pratiques : Programmation parallèle avec multiprocessing et concurrent.futures

  • L’utilisation de la bibliothèque de calcul distribué dask pour gérer des tâches distribuées
  • La création et la manipulation de tableaux de données distribués avec dask.dataframe
  • L’exécution de calculs parallèles sur des clusters de machines avec dask.distributed

Travaux pratiques : Calcul distribué avec dask sur un cluster de machines

  • Les techniques d’optimisation des performances en Python
  • L’utilisation de la compilation JIT (Just-In-Time) avec Numba
  • L’accélération des calculs avec NumPy, pandas et autres bibliothèques optimisées

Travaux pratiques : Optimisation des performances de code en Python

Équipe pédagogique

Professionnel expert technique et pédagogique

Moyens pédagogiques et techniques

  • Espace intranet de formation.
  • Documents supports de formation projetés.
  • Exposés théoriques
  • Étude de cas concrets
  • Mise à disposition en ligne de documents supports à la suite de la formation.

Dispositif de suivi

  • Émargement numérique.
  • Mises en situation.
  • Formulaires d’évaluation de la formation.
  • Certificat de réalisation de l’action de formation.

Vous avez une question ?

    Jours

    2 (14 heures)

    Prix

    1500 € HT

    Télécharger