Comarch Bootcamp - Junior Python Developer

Moduł A: Język Python, jego interpreter i środowiska IDE (4 godz.)

Programowanie w języku Python wymaga na początek zaznajomienia się z ideą języka, jego interpreterem, dokumentacją a następnie z różnymi środowiskami programistycznymi.

Język Python (2 godziny)

Geneza

Zastosowania

Mocne i słabe strony języka

Środowisko kompilacyjne, wersjonowanie

IDE (Zintegrowane Środowisko Programistyczne) dla Pythona (2 godz)

Porównanie różnych IDE dla języka Python

PyCharm a Microsoft Visual Studio 2019

Instalacja i konfiguracja środowisk

Strona www.python.org i jej zawartość

Moduł B: 2.  Wstęp do programowania (4 godz.)

Celem modułu jest zapoznanie Uczestników z idę programowania z podstawowymi pojęciami dotyczącymi ogólnie programowania: definicją, algorytmem, instrukcjami. Omówienie zagadnień związanych z typowaniem oraz zmiennymi.

Co to są języki programowania?

Algorytm – definicja oraz użycie

Instrukcje programistyczne

Przykłady programowania wybranych algorytmów. Jak algorytmy prezentują się w kodzie źródłowym?

Co to są zmienne i typy danych?

Analiza wybranych struktur języków programowania

Moduł C: Podstawy programowania w języku Python (36 godz.)

Celem modułu jest wprowadzenie uczestnika w świat programowania w języku Python. Zapoznanie ze składnią języka oraz podstawowymi strukturami. Wprowadzenie do programowania funkcyjnego, jak również obiektowego.

Typy danych w języku Python

Rodzaje typów wbudowanych (wewnętrznych) – opracje na danych oraz metody specyficzne dla typu

Liczby

Łańcuchy znaków (tekst)

Logiczne typy danych (prawda, fałsz)

Struktury danych – ich charakterystyka i metody

Listy

Krotki

Zbiory

Słowniki

Instrukcje Sterujące (operacje I/O, przypisania, warunki i pętle)

Podstawowe zasady tworzenie kodu w języku Python – znaczenie wcięć. Jak pisać w Pythonie?

Dobre praktyki w pisaniu kodu – PEP8 – dokument definiujące reguły gramatyczne języka Python

Idea instrukcji sterujących

Przypisanie

Operacje wejścia/wyjścia

Instrukcje warunkowe (if)

Instrukcje iteracyjne – pętle (while i for)

Wielokrotne powtarzanie czynności – operacje na typach w strukturach danych.

Zasady programowania w jęyku Python

Styl PEP8

Interpolacja ciągów string

Wdrożenie zasad programowania i konstruowania programów

Używanie funkcji i obiektów

Zasady użycia instrukcji

Programowanie kolekcji

Kolekcje: listy, krotki, zbiory oraz słowniki

Operacje na danych

Stosowanie dedykowanych metod dla kolekcji

Asocjacje key – value

Zastosowania metody __missing__()

Zasady tworzenia dokumentacji w języku Python

Komentarze

Notatki dokuemntacyjne (__doc__)

PyDoc

Pliki

Pliki binarne i tekstowe

Ścieżki  i dostęp do plików

Operacje na plikach

Pliki CSV

Funkcje

Podstawy funkcji

Zasady tworzenia i nazewnictwa

Wywoływanie funkcji

Polimorfizm w funkcjach

Parametry w funkcjach

Wybrane aspekty użycia funkcji

Funckcje zagnieżdzone

Zasięgi

Argumenty funkcji

Zaawansowane zagadnienia dotyczące fukcji

Fukcje rekurencyjne

Funkcje Lambda

Listy składane  i generatory

Wstęp do tworzenie modułów

Tworzenie modułów

Używanie modułów

Pakiety modułów

Przestrzenie nazw

Wstęp do programowania obiektowego w języku Python

Co to jest programowanie obiektowe?

Definicja obiektu

Paradygmaty programowania obiektowego

Obiekty

Czym jest klasa?

Tworzenie klas – instancja, konstruktor, metody

Dziedziczenie – wielodziedziczenie

Przeciążanie operatorów – tworzenie różnych wariantów operatorów

Klasy mieszane

Klasy abstrakcyjne, interfejsy

Wyjątki, obsługa błędów

Podstawy obsługi wyjątków – hierarchia

Instrukcja try/except/else/finally

Instrukcja raise

Instrukcja assert

Klasy wyjątków

Moduł D: Zaawansowane aspekty programowania w języku Python (40 godz.)

Zaawansowane aspekty typowania

Typowanie dynamiczne

Łańcuchy znaków

Generalne kategorie typów

Typy złożone

Programowanie funkcyjne

Pisanie funkcji prostych i złożonych

Paradygmaty programowania funkcyjnego

Funkcje iteracyjne, funkcje: zip(), reverse(), enumerate()

Funkcje wyższego rzędu, funkcje generatorowe

Złożone funkcje rekurencyjne

Redukcje

Moduły: itertools, functools, biblioteka PyMonad

Dekoratory

Złożone funkcje Lambda

Funkcyjne programowanie wielowątkowe

Programowanie obiektowe

Klasy, Interfejsy i metody

Paradygmaty programowania obiektowego

Klasy abstrakcyjne

Kontenery niestandardowe

Przeciążanie operatorów

Programowanie zorientowane obiektowo

Tworzenie klas mieszanych

Rozszerzanie typów wbudowanych

Dziedziczenie diamentowe – zmiany w wersji 3.x Pythona

Klasy w nowym stylu

Metody statyczne i metody klasy

Pułapki związane z klasami

Moduły

Przestrzenie nazw modułów

Pakiety modułów

Ukrywanie danych w modułach

Przechodnie przeładowywanie modułów

Pułapki związane z modułami

Metaprogramowanie

Metaklasy – model metaklasy

Tworzenie i dekorowanie metaklas

Algorytm dzedziczenie w Pythonie

Atrybuty, Atrybuty getter i setter

Refaktoryzacja atrybutów a @property

Podklasy i klasy nadrzędne

Zastoowanie metaklas

Współbierzność i równoległość

Tworzenie wątków

Programowanie równoległe

Klasy współbierzne: Lock, Queue, ThreadPoolExecutor

Asynchroniczność

Pułapki wiazane  z programowaniem współbierznym i asynchronicznym

Wydajność i optymalizacja

Testowanie aplikcaji w języku Python

Analiza błędów

Profilowanie

Zarządzanie pamięcią

Testowanie wydajności

Zaawansowane aspekty programowania w języku Python

Wzorce projektowe

Systemy rozproszone

Przetwarzanie języka naturalnego (NLP)

Bazy danych

Połączenie z bazą danych SQL

Systemy ORM

Interpreter sqlite Pythona, baza SQLITE3

Peewee

Bazy noSQL

Moduł E: Analiza danych z użyciem języka Python (32 godz.)

Biblioteka pandas

Wstęp do pandas

Tworzenie struktur: Series, DataFrame

Podstawowe Funkcjonalności

Operacje I/O

Indeksowanie i selekcjonowanie danych

Zaawansowane opracje na danch

Przekształcenia, Tabele przestawne

Biblioteka Matplotlib

Elementy zaawansowane

Funkcje statystyczne

Grupowanie

Dane ziązane z osią czasową (timestamp)

Stylowanie

Skalowanie dużych zbiorów danych

Zastosowania biblioteki pandas w machine learning

Biblioteka NumPy

Podstawy pakietu

Tablice: tworzenie i podstawowe operacje

Tablice jedno i dwuwumiarowe

Macierze, operacje na macierzach

Generatory liczb pseudolosowych

Praca z zależnościami matematycznymi

Kreślenie wykresów za pomocą biblioteki Matplotlib

Typy danych, I/O, indeksowanie

Podklasa ndarrays

Połączenie z językiem C

Zastosowania biblioteki NumPy w machine learning

Moduł F: Programowanie aplikacji www z użyciem języka Python (36 godz)

Podstawy tworzenia aplikacji www

Front-end i Back-end

HTML5 i CSS3

JavaScript

Bootstrap

Architektura aplikacji www

Platforma Flask

Architektura platformy

Projekt – struktura aplikacji

Szablony

Obsługa formularzy www I baz danych

Platforma Django

Podstawy środowiska

Praca z modułami

Architektura MVC

Modele

Bezpieczeństwo

Moduł G: Wstęp do algorytmów sztucznej inteligencji – implementacja w języku Python (24 godz)

Pakiet Scikit - learn

Co zawiera pakiet? Strona główna scikit-learn

Instalacja

Klasyfikacja

Co to jest klasyfikacja?

Uczenie klasyfikatora binarnego.

Miary wydajności

Rodzaje klasyfikacji: wieloklasowa, wieloetykietowa, wielowyjściowa

Błędy

Uczenie  modeli

Regresja, rodzaje regresji

Krzywe wielomianowe

Maszyny wektorów nośnych

Drzewa decyzyjne

Zbiory uczące się

Redukcja wymiarowości

Clustering,  analiza skupień

Analiza obrazu

Deep Learning (uczenie głębokie) – zastosowania bibilioteki scikit-learn

Inne pakiety i narzędzia języka Python: TensorFlow, Keras, DEAP

Moduł H: Konsultacje z doradcą HR (4 godz.)

Konsultacje z doradcą HR (4 godz.)

Statystyka rynku pracy w zawodzie programisty języka Python

Główne zasady rekrutacji pracowników

Zasady rekrutacji w Comarch SA

Klucz do dobrego CV

Przygotowanie profilu zawodowego na znanych portalach (Linkedin, Goldenline)

Rozmowa rekrutacyjna

Przygotowanie do rozmowy

Zasady prowadzenia rozmowy

Pytania od i do rekrutera

Stres – geneza i antidotum

Pytania i odpowiedzi

Uczestnicy otrzymują materiały szkoleniowe w wersji elektronicznej lub papierowej:

-Python. Wprowadzenie

https://helion.pl/ksiazki/python-wprowadzenie-wydanie-v-mark-lutz,pyth5v.htm#format/d

-Python w analizie danych. Przetwarzanie danych za pomocą pakietów Pandas i NumPy oraz środowiska IPython.

https://helion.pl/ksiazki/python-w-analizie-danych-przetwarzanie-danych-za-pomoca-pakietow-pandas-i-numpy-oraz-srodowiska-ipy-wes-mckinney,pytand.htm#format/d

Szkolenie prowadzone jest w formie intensywnego kursu i przeznaczone jest dla osób które chcą się przygotować do programowania w języku Python na poziomie zaawansowanym.

Szkolenie dla  programistów języka Python w zakresie Junior Python Developer.

Warunkiem projektu KKZ jest egzamin: PCEP-30-02:PCEP Certified Entry-Level Python Programmer Certyfication

Egzamin wymagany - dla wszystkich uczestników zapisanych w BUR i jest on w cenie szkolenia. Do egzaminu nalezy podejść do 14 dni roboczych od daty zakończenia szkolenia. Na termin egzaminu uczestnicy zapisywani są indywidualnie z naszym koordynatorem do spraw egzaminów.

Zawarto umowę z WUP Kraków na rozliczanie Usług  z wykorzystaniem elektronicznych bonów szkoleniowych  w ramach projektu „Kierunek Kariera Zawodowa”. 

Egzamin wymagany - dla uczestników z Kierunek Kariera Zawodowa. 

Wymagania techniczne:

• Komputer / laptop ze stałym dostępem do Internetu (Szybkość pobierania/przesyłania: minimalna 2 Mb/s / 128 kb/s; zalecana 4 Mb/s / 512 kb/s
• przeglądarka internetowa – zalecane: Google Chrome, Mozilla Firefox, Microsoft Edge
• słuchawki lub dobrej jakości głośniki
• mikrofon

Zalecane

• dodatkowy monitor
• kamera ( w przypadku komputerów stacjonarnych)
• spokojne miejsce, odizolowane od zewnętrznych czynników rozpraszających
• podstawowa znajomość języka angielskiego (do sprawnego poruszania się po platformie zdalnej)

Szkolenie Zdalne prowadzone jest  w czasie rzeczywistymi i transmitowane za pomocą kanału internetowego z wykorzystaniem systemu ZOOM lub Webex, który umożliwia komunikację głosową oraz wideo z Uczestnikami przebywających w dowolnym miejscu ze sprawnie działającym stałym łączem internetowym. Każdy z uczestników szkolenia otrzymuje przed szkoleniem link dostarczony w wiadomości mailowej z informacjami dotyczącymi szkolenia zdalnego. 

Uczestnicy otrzymują link umożliwiający uczestnictwo w szkoleniu na 2 dni przed datą rozpoczęcia szkolenia.