Kontakt aufnehmen
 Dauer 28 Stunden

Schulungsübersicht

Tag 1 — Robuste Python-Grundlagen & Werkzeuge

Moderne Python-Funktionen und Typisierung

  • Grundlagen der Typisierung, Generics, Protokolle und TypeGuard
  • Dataclasses, frozen Dataclasses und Überblick über attrs
  • Mustererkennung (PEP 634+) und idiomatic Nutzung

Codequalität und Werkzeuge

  • Code-Formatierer und Linter: black, isort, flake8, ruff
  • Statische Typprüfung mit MyPy und pyright
  • Pre-commit-Hooks und Entwickler-Workflows

Projektmanagement und Packaging

  • Abhängigkeitsmanagement mit Poetry und virtuellen Umgebungen
  • Paketstruktur, Entry Points und Best Practices für Versionierung
  • Erstellung und Veröffentlichung von Paketen auf PyPI und privaten Registries

Tag 2 — Entwurfsmuster & Architekturlösungen

Entwurfsmuster in Python

  • Erstellungsmuster: Factory, Builder, Singleton (Pythonische Varianten)
  • Strukturiermuster: Adapter, Facade, Decorator, Proxy
  • Verhaltensmuster: Strategy, Observer, Command

Architekturprinzipien

  • Anwendung der SOLID-Prinzipien auf Python-Codebasen
  • Hexagonal-/Clean Architecture und Grenzen
  • Muster für Dependency Injection und Konfigurationsmanagement

Modularität und Wiederverwendung

  • Entwurf von Bibliotheks- vs. Anwendungskode
  • APIs, stabile Schnittstellen und semantische Versionierung
  • Verarbeitung von Konfiguration, Secrets und umgebungsspezifischen Einstellungen

Tag 3 — Konkurrenz, Async IO und Leistung

Konkurrenz und Parallelisierung

  • Grundlagen des Threading und Implikationen des GIL
  • Multiprocessing und Process Pools für CPU-intensive Aufgaben
  • Wann concurrent.futures vs. multiprocessing verwendet werden soll

Asynchrone Programmierung mit asyncio

  • Async/Await-Muster, Event Loop und Abbruch
  • Entwurf asynchroner Bibliotheken und Interoperabilität mit synchronem Code
  • IO-intensivmuster, Backpressure und Rate Limiting

Profilierung und Optimierung

  • Profilierungswerkzeuge: cProfile, pyinstrument, perf, memory_profiler
  • Optimierung von Hot Paths und Nutzung von C-Erweiterungen/Numba bei Bedarf
  • Messung von Latenz, Durchsatz und Ressourcennutzung

Tag 4 — Testing, CI/CD, Observability und Deployment

Teststrategien und Automatisierung

  • Unit Testing und Fixtures mit pytest; Testorganisation
  • Property-based Testing mit Hypothesis und Contract Testing
  • Mocking, Monkeypatching und Testen asynchronen Codes

CI/CD, Release und Monitoring

  • Integration von Tests und Qualitäts-Gates in GitHub Actions/GitLab CI
  • Erstellung reproduzierbarer Container mit Docker und Multi-Stage Builds
  • Observability der Anwendung: strukturiertes Logging, Prometheus-Metriken und Tracing

Sicherheit, Absicherung und Best Practices

  • Abhängigkeits-Audits, SBOM-Grundlagen und Vulnerability-Scanning
  • Sichere Coding-Praktiken für Input-Validierung und Secrets-Management
  • Absicherung zur Laufzeit: Ressourcenlimits, Benutzerrechte und Container-Sicherheit

Capstone-Projekt & Bewertung

  • Team-Lab: Entwurf und Implementierung eines kleinen Dienstes unter Verwendung der Kursmuster
  • Testing, Typprüfung, Packaging und CI-Pipeline für das Projekt
  • Abschließende Bewertung, Code-Kritik und planbarer Verbesserungsplan

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Starker Erfahrungswert in der Python-Programmierung auf mittlerem Niveau
  • Vertrautheit mit objektorientierter Programmierung und grundlegendem Testing
  • Erfahrung in der Nutzung der Kommandozeile und Git

Zielgruppe

  • Senior-Entwickler für Python
  • Software-Engineers, die für die Python-Cod qualidade und Architektur verantwortlich sind
  • Technische Leads und MLOps-/DevOps-Ingenieure, die mit Python-Codebasen arbeiten

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien