Знижка!
Курс "PythonPro" в навчальному центрі Світ Сучасної Освіти

PythonPro

Оригінальна ціна: 52000,00 ₴.Поточна ціна: 36400,00 ₴.

Код курса: PT-PRO

Тривалість: 87 годин / 29 занять

✔ Онлайн навчання наживо з тренером
✔ Python, ООП, Flask, API, сучасна розробка
✔ ChatGPT, OpenAI API та автоматизація задач
✔ Для старту в IT або професійного росту
✔ Сертифікат після завершення курсу

Дивіться розклад

Телефонуйте зараз щоб дізнатися більше:

Телефон
+38 098 805 4511

Артикул: PT-Pro Категорія: Позначки: , ,

Про курс

Курс PythonPro – це найновіша програма, повністю оновлена з урахуванням стрімкого розвитку штучного інтелекту, автоматизації та сучасної розробки. Ви не просто вивчите найпопулярнішу мову програмування — ви навчитеся працювати з технологіями, які формують майбутнє: від написання коду до інтеграції з ChatGPT, Flask, Docker та OpenAI API. PythonPro — це інтенсивна програма на 87 годин (29 занять), яка охоплює шлях від архітектури ООП до розробки сервісів з інтеграцією OpenAI та Docker.

  • Спеціальні умови для корпоративних груп
  • Індивідуальний формат – за запитом

Аудиторія

  • початківцям, які хочуть увійти в ІТ та опанувати Python;
  • розробникам, які хочуть додати Python до свого технологічного стеку;
  • фахівцям, які планують працювати з автоматизацією, API та AI-інтеграціями;
  • майбутнім backend-розробникам і Junior Python Developers;
  • тим, хто хоче створити портфоліо з реальним командним проєктом.

Чого навчаться учасники

Після завершення курсу учасники зможуть:

  • писати структурований код мовою Python;
  • працювати з функціями, модулями, пакетами, колекціями та файлами;
  • застосовувати ООП, SOLID і шаблони проєктування;
  • працювати з Git, GitHub, тестуванням і віртуальними середовищами;
  • створювати багатопотокові, багатопроцесні та асинхронні застосунки;
  • працювати з SQL, PostgreSQL, SQLite, SQLAlchemy та NoSQL-базами;
  • створювати API та вебзастосунки за допомогою Flask і FastAPI;
  • використовувати Docker і контейнеризацію;
  • інтегрувати Python-застосунки з OpenAI API та іншими LLM;
  • підготувати командний проєкт для портфоліо.

Попередні вимоги

Для участі в курсі бажано:

  • розуміти базові поняття програмування;
  • впевнено користуватися персональним комп’ютером;
  • бути готовими регулярно виконувати практичні завдання;
  • мати мотивацію створювати власні проєкти.

Попередній досвід програмування мовою Python не є обов’язковим.

Рівень курсу

Основний

Дивіться розклад

Програма курсу

1. НАВІЩО ПОТРІБНІ КОМП’ЮТЕРНІ ПРОГРАМИ?

  • Програмування як творчий процес
  • Розуміння архітектури для оптимізації коду Python
  • У чому суть програмування?
  • Процес «спілкування» з Python
  • Інтерпретатор і компілятор
  • Процес написання програм
  • Що ж таке програма?
  • Принципи програмування
  • Парадигми програмування
  • Практичні кейси

2. ЗМІННІ, ВИРАЗИ І ІНСТРУКЦІЇ PYTHON

  • Поняття «значення» і «тип»
  • Змінні
  • Імена змінних і ключові (зарезервовані) слова
  • Оператори
  • Оператори і операнди
  • Вирази
  • Порядок операцій
  • Операції з рядками
  • Ввід даних
  • Коментарі
  • Практичні кейси

3. УПРАВЛІННЯ ПОТОКОМ ВИКОНАННЯ

  • Логічні вирази
  • Логічні оператори
  • Умовне виконання
  • Послідовність умов
  • Вкладені умови
  • Перехоплення винятків з використанням try і except
  • Практичні кейси

4. ІТЕРАЦІЇ

  • Оновлення змінної
  • Інструкція while
  • Нескінченні цикли
  • «Нескінченні цикли» і break
  • Завершення ітерації за допомогою continue
  • Списки
  • Визначення циклів за допомогою for
  • Обхід списків за допомогою циклу for
  • Практичні кейси

5. ФУНКЦІЇ І МОДУЛІ

  • Виклик функції
  • Робота з API
  • Отримання і парсинг API-даних
  • Формат JSON
  • Використання API у прикладних застосунках
  • Функції приведення типів
  • Випадкові числа
  • Математичні функції
  • Додавання нових функцій
  • Визначення і використання
  • Параметри функції
  • Модульні тести
  • Імена файлів і шляхи
  • Створення власних модулів і пакетів
  • Ініціалізація пакета
  • Обробка аргументів командного рядка
  • Визначення параметрів середовища виконання
  • Створення віртуальних середовищ
  • Автоматична ініціалізація пакетів
  • Практичні кейси

6. РЯДКИ

  • Рядок – це послідовність
  • Отримання довжини рядка з використанням len
  • Обхід рядка за допомогою циклу
  • Зріз рядка
  • Рядки є незмінними
  • Оператор in
  • Порівняння рядків
  • Методи рядків
  • Розбір (parsing) рядків
  • Оператор форматування
  • Регулярні вирази
  • Практичні кейси

7. ОСНОВИ РОБОТИ З СИСТЕМОЮ КОНТРОЛЮ ВЕРСІЙ (Git + GitHub)

8. ФАЙЛИ

  • Вступ
  • Відкриття файлів
  • Текстовий файл і рядки
  • Читання файлів
  • Пошук через файл
  • Оператор with
  • Запис файлів
  • Практичні кейси

9. КОЛЕКЦІЇ

  • Що таке колекція в Python
  • Типи колекцій
  • Масиви і методи роботи з ними
  • Списки і методи роботи з ними
  • Кортежі й методи роботи з ними
  • Множини й незмінні множини
  • Словники, методи роботи зі словниками
  • Цикли за колекціями
  • Практика

10. ЕЛЕМЕНТИ ФУНКЦІОНАЛЬНОГО ПРОГРАМУВАННЯ

  • Функція як об’єкт першого класу
  • Функції, залежні від функцій
  • Замикання
  • Каррування
  • Лямбда-функції
  • Декоратори
  • Практичні кейси

11. ФУНКЦІЇ

  • Типи даних
  • Вбудовані контейнери
  • Оператори контролю виконання
  • Обробка помилок (try … except …)
  • Оператори циклів
  • Comprehensions (list, dict, set)
  • Створення функцій і процедур
  • Аргументи функцій
  • Рекурсивні функції
  • Functors, Currying
  • Декоратори
  • Лямбда-функції
  • PEP8
  • Практичні кейси

12. ОБ’ЄКТНО-ОРІЄНТОВАНИЙ ПІДХІД

  • Визначення класу
  • Поля і методи класу
  • Інкапсуляція
  • Спадкування
  • Поліморфізм
  • «Качина» типізація
  • Вправи
  • Оголошення класу та створення екземпляра
  • Принципи ООП (наслідування, інкапсуляція, поліморфізм) в Python
  • Область видимості (Namespaces, Scope, правило LEGB)
  • Method Resolution Order (MRO)
  • Магічні методи Python
  • Визначення математичних операцій для об’єктів Python
  • Визначення операцій порівняння для об’єктів Python
  • Визначення операцій хешування для об’єктів Python
  • Створення копії екземпляра класу, deep copy, shallow copy
  • Інкапсуляція (setters і getters)
  • Практичні кейси

13. УПРАВЛІННЯ СТВОРЕННЯМ ЕКЗЕМПЛЯРІВ КЛАСУ

  • Docstrings
  • Метакласи
  • Abstract Base Classes
  • __new__
  • __init__
  • Context-managers
  • Використання декораторів з класами
  • Контейнери, створені шляхом успадкування (UserList, UserDict, UserString)
  • Контейнери, створені шляхом агрегації
  • Методи доступу до елементів контейнера
  • Ітератори та генератори

14. ПРИЙОМИ ОБ’ЄКТНО-ОРІЄНТОВАНОГО ПРОГРАМУВАННЯ

  • Software Engineering як процес
  • Мова UML
  • Принципи SOLID
  • Метрики якості коду
  • Design Patterns (категорії, приклади використання)
  • Singleton
  • Facade
  • Interface
  • Практичні кейси

15. МОДУЛІ Й ПАКЕТИ

  • Розробка модулів (визначення та запуск)
  • Система імпорту
  • Навчання розробці повторно використовуваних пакетів
  • Менеджер пакетів pip і віртуальні середовища virtualenv
  • py
  • Написання документації до пакета й модуля
  • Створення застосунків на основі пакетів
  • Практичні кейси

16. РОБОТА З ФАЙЛАМИ

  • Робота із системою контролю версій Git
  • Форматування рядків
  • Context-managers
  • Робота з файловою системою (os, os.path, shutil)
  • Серіалізація за допомогою pickle
  • Керування порядком серіалізації / десеріалізації об’єктів Python
  • Серіалізація даних у JSON
  • Серіалізація даних у XML
  • Практичні кейси

17. ВБУДОВАНІ ПАКЕТИ PYTHON

  • Робота з datetime і calendar
  • Робота з collections (черги, іменовані кортежі, вкладені словники)
  • Робота з heapq, array, enum
  • Робота з числовими даними (numbers, math, decimal, random)
  • Робота з contextlib
  • Робота з functools
  • Logging
  • unittest
  • Практичні кейси

18. NETWORKING

  • Sockets (основи роботи, приклади серверів)
  • Socket Server
  • Socket Client
  • HTTP
  • HTML, парсинг HTML-файлів
  • XML
  • Практичні кейси

19. БАГАТОПОТОКОВІСТЬ У PYTHON

  • Global Interpreter Lock (GIL)
  • Створення потоків у Python
  • Контроль доступу до ресурсів
  • Синхронізація потоків
  • Створення потоків за допомогою пакета concurrent.futures
  • Пул потоків
  • Практичні кейси

20. ПРОЦЕСИ В PYTHON

  • Пакет multiprocessing
  • Interprocess communication
  • Черги завдань
  • Створення процесів за допомогою пакета concurrent.futures
  • Пул процесів
  • Відтермінування завдань за допомогою пакета sched
  • Практичні кейси

21. АСИНХРОННЕ ПРОГРАМУВАННЯ

  • asyncio
  • Пакет Twisted
  • Асинхронний фреймворк aiohttp
  • Практичні кейси

22. БАЗИ ДАНИХ: ОСНОВИ SQL + SCRAPY

  • Збір даних за допомогою фреймворку Scrapy та SQL
  • Основи реляційних баз даних
  • ER-діаграми
  • Стандарт PEP249
  • Практичні кейси

23. ПОГЛИБЛЕНА РОБОТА З БАЗАМИ ДАНИХ

  • Аналіз запитів баз даних
  • Оптимізація запитів при роботі із великим набором даних
  • Практичні кейси

24. РОБОТА З СУБД SQLITE, POSTGRESQL

  • Основи мови SQL (SELECT, LIKE, ORDER BY, LIMIT)
  • INSERT
  • UPDATE
  • DELETE
  • JOIN (INNER, LEFT, OUTER)
  • GROUP BY
  • Функції SQL (mean, min, max, avg, count)
  • Subqueries
  • Практичні кейси

25. OBJECT RELATIONAL MAPPING

  • Основи роботи з SQLAlchemy
  • Механізм сесій в SQLAlchemy
  • Створення бази даних за допомогою моделей SQLAlchemy
  • Міграції баз даних з використанням Alembic
  • Практичні кейси

26. NoSQL-БАЗИ ДАНИХ

  • CAP-теорема
  • Типи NoSQL-баз даних
  • Робота з Redis
  • Робота з Memcached
  • Робота з MongoDB
  • Брокер повідомлень RabbitMQ
  • Docker Compose
  • Основи роботи з Celery
  • Практичні кейси

27. ВЕБ-РОЗРОБКА

  • Класифікація вебфреймворків
  • Мова шаблонів Jinja2
  • Основи API
  • Стандарти API (REST, XML-RPC, Swagger, JSON API)
  • Архітектурний підхід API First
  • Основи роботи з Flask
  • Інтеграція Flask-застосунку з OpenAI API
  • Контейнеризація
  • Docker
  • Практичні кейси

28. PYTHON + AI: ПЕРШІ ПРАКТИЧНІ КРОКИ

  • Що таке LLM (ChatGPT, Claude, Gemini)
  • Як Python інтегрується з AI через API
  • Що таке prompt engineering і навіщо він розробнику
  • Пишемо перший скрипт з OpenAI API
  • Створення облікового запису та API-ключа
  • Бібліотека openai, установка, базове використання
  • Запит до GPT-моделі: prompt → відповідь
  • Обробка JSON-відповіді, виведення на екран
  • Автоматизація з ІІ
  • Формування шаблонів запитів (прості prompt-шаблони)
  • Генерація листа / ідеї допису / заголовка з Python
  • Форматування та збереження відповіді у файл (.txt або .json)
  • Приклади реального використання Python + AI в роботі
  • Подальші кроки роботи з AI, Keras та прикладні нейронні мережі
  • Питання та відповіді, що ще можна автоматизувати
  • Формування шаблонів запитів (прості prompt-шаблони)
o

Ім’я
Номер, за яким з Вами можна зв'язатись
Ваша адреса електронної пошти

📩  info@sso.net.ua
☎️  38 098 805 45 11

✉️📅☎️🔝

Супутні товари