Aperçu du cours
Approfondissement des Fondamentaux Python
Ce module consolide et étend les connaissances de base en Python acquises dans des formations précédentes. Explorez en profondeur les structures de données avancées, les décorateurs, les générateurs et les expressions lambda pour un code plus efficace et fonctionnel.
Programmation Orientée Objet Avancée
Maîtrisez les concepts avancés de la programmation orientée objet (POO) en Python, y compris l’héritage multiple, la métaprogrammation, et les interfaces. Apprenez à concevoir des architectures logicielles robustes et maintenables en utilisant les principes de POO.
Gestion des Environnements Virtuels et Dépendances
Découvrez les meilleures pratiques pour gérer les environnements virtuels avec venv et conda, ainsi que la gestion avancée des dépendances. Ce cours vous enseigne comment isoler vos projets et gérer les paquets pour éviter les conflits et garantir la reproductibilité.
Tests Automatisés et Débogage
Développez vos compétences en tests automatisés avec des frameworks comme pytest pour créer des suites de tests qui garantissent la stabilité et la qualité de votre code. Apprenez également les techniques avancées de débogage pour identifier et résoudre les problèmes efficacement.
Performance et Optimisation
Optimisez la performance de vos applications Python en utilisant des outils de profilage comme cProfile et techniques d’optimisation telles que le multithreading et l’asynchronisme. Ce module vous permet de comprendre comment améliorer la vitesse et l’efficacité de vos scripts Python.
Projets Réels et Cas Pratiques
Appliquez les techniques apprises dans des projets réels qui simulent des défis de développement complexes. Ces projets pratiques renforcent la compréhension théorique par l’expérience directe et préparent les participants à des applications professionnelles exigeantes.
Prérequis
- Disposer de bonnes connaissances en développement Python
Objectifs pédagogiques
- Utiliser les techniques avancées du langage Python : Context Manager, métaclasses, closures, fonctions avancées
- Optimiser les performances de vos programmes à l'aide du monitoring et du parallélisme
- Packager et déployer ses artefacts Python
- Exploiter des librairies contribuant au succès du langage : calcul scientifique, Intelligence Artificielle, XML, réseau
Public ciblé
- Ingénieurs
- Développeurs
Programme de formation
-
Introduction & révision des notions de base
-
Affectation par référence
-
Types de données modifiables & non-modifiables
-
Passage d’arguments, valeurs par défaut et variables locales
-
Variables de classe et d’instances
-
Les slices et structures de données avancées
-
L’introspection
-
Les structures de contrôles : else, for, while, try/except
-
Travaux pratiques : intersection de listes et calcul de complexité d’algorithmes
-
-
Introduction & révision des notions de base
-
Affectation par référence
-
Types de données modifiables & non-modifiables
-
Passage d’arguments, valeurs par défaut et variables locales
-
Variables de classe et d’instances
-
Les slices et structures de données avancées
-
L’introspection
-
Les structures de contrôles : else, for, while, try/except
-
Travaux pratiques : intersection de listes et calcul de complexité d’algorithmes
-
-
Découverte des fonctions avancées du langage
-
Les décorateurs : génération à consommation et pipelines
-
Les design patterns & les décorateurs
-
Fermeture/closure
-
Travaux pratiques : chaînage de consommateurs de données, abonnement à des événements via les décorateurs
-
-
Découverte des fonctions avancées du langage
-
Les décorateurs : génération à consommation et pipelines
-
Les design patterns & les décorateurs
-
Fermeture/closure
-
Travaux pratiques : chaînage de consommateurs de données, abonnement à des événements via les décorateurs
-
-
POO avancée
-
Property
-
Itérateurs
-
Héritages multiples : intérêts et défauts
-
Context manager
-
Les métaclasses
-
Travaux pratiques : Implémenter une métaclasse & créer une classe de type Singleton
-
-
POO avancée
-
Property
-
Itérateurs
-
Héritages multiples : intérêts et défauts
-
Context manager
-
Les métaclasses
-
Travaux pratiques : Implémenter une métaclasse & créer une classe de type Singleton
-
-
Déploiement et qualité
-
pip & easy_install : installation de librairies tierces
-
PyPI
-
Packager ses librairies
-
Le déploiement d’un environnement autonome
-
Travaux pratiques : Packager une librairie et la déposer sur PyPI
-
-
Déploiement et qualité
-
pip & easy_install : installation de librairies tierces
-
PyPI
-
Packager ses librairies
-
Le déploiement d’un environnement autonome
-
Travaux pratiques : Packager une librairie et la déposer sur PyPI
-
-
Améliorer les performances : le parallélisme
-
Profilage des programmes
-
Parallélisation
-
La librairie Celery : les calculs distribués
-
Travaux pratiques : Répartition et consolidation de calculs sous Celery
-
-
Améliorer les performances : le parallélisme
-
Profilage des programmes
-
Parallélisation
-
La librairie Celery : les calculs distribués
-
Travaux pratiques : Répartition et consolidation de calculs sous Celery
-
-
Présentation de librairies
-
Les calculs scientifiques et statistiques
-
IA et algorithmes d’apprentissage
-
Recherche d’informations au sein de fichiers XML
-
Twisted et PySNMP
-
Travaux pratiques : découverte et manipulation des différentes librairies présentées
-
-
Présentation de librairies
-
Les calculs scientifiques et statistiques
-
IA et algorithmes d’apprentissage
-
Recherche d’informations au sein de fichiers XML
-
Twisted et PySNMP
-
Travaux pratiques : découverte et manipulation des différentes librairies présentées
-
Instructeur
