Kontakt aufnehmen
 Dauer 28 Stunden

Schulungsübersicht

Tag 1 – Robuste Python-Grundlagen & Tooling

Moderne Python-Features und Typisierung

  • Grundlagen der Typisierung, Generics, Protocols und TypeGuard
  • Dataclasses, eingefrorene Dataclasses und Überblick über attrs
  • Mustererkennung (PEP 634+) und idiomatische Nutzung

Codequalität und Tooling

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

Projektleitung und Paketierung

  • Abhängigkeitsverwaltung mit Poetry und virtuellen Umgebungen
  • Paketstruktur, Eintragspunkte und Best Practices für Versionierung
  • Erstellen und Veröffentlichen von Paketen auf PyPI und privaten Registries

Tag 2 – Designmuster & Architekturellen Praktiken

Designmuster in Python

  • Generische Muster: Factory, Builder, Singleton (Pythonische Varianten)
  • Strukturelle Muster: Adapter, Facade, Decorator, Proxy
  • Verhaltensmuster: Strategy, Observer, Command

Achitekturprinzipien

  • Anwendung der SOLID-Prinzipien auf Python-Codebasen
  • Hexagonale/Saubere Architektur und Grenzen
  • Muster für Dependency Injection und Konfigurationsverwaltung

Modularität und Wiederverwendung

  • Gestaltung von Bibliotheks- vs. Anwendungscode
  • APIs, stabile Schnittstellen und semantische Versionierung
  • Verarbeitung von Konfiguration, Secrets und umgebungsabhängigen Einstellungen

Tag 3 – Parallelität, Async IO und Leistung

Parallelität und Parallelverarbeitung

  • Grundlagen des Threadings und Auswirkungen des GIL
  • Multiprocessing und Prozesspools für CPU-lastige Aufgaben
  • Wann concurrent.futures vs. multiprocessing verwenden

Asynchrone Programmierung mit asyncio

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

Profilierung und Optimierung

  • Profilierungswerkzeuge: cProfile, pyinstrument, perf, memory_profiler
  • Optimierung von Hot Paths und Verwendung von C-Erweiterungen/Numba wo angemessen
  • Messung von Latenz, Durchsatz und Ressourcennutzung

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

Teststrategien und Automatisierung

  • Unit-Testing und Fixtures mit pytest; Teststruktur
  • Eigenschaftsbasiertes Testen mit Hypothesis und Vertragstestung
  • Mocking, Monkeypatching und Testen asynchronen Codes

CI/CD, Release und Monitoring

  • Integration von Tests und Qualitätsschleusen in GitHub Actions/GitLab CI
  • Erstellen reproduzierbarer Container mit Docker und Multi-Stage-Builds
  • Anwendungsbeobachtbarkeit: strukturierte Protokollierung, Prometheus-Metriken und Tracing

Sicherheit, Absicherung und Best Practices

  • Abhängigkeitsaudit, SBOM-Grundlagen und Vulnerability-Scanning
  • Sichere Codierungspraktiken für Eingabvalidierung und Secret-Management
  • Runtime-Absicherung: Ressourcenlimits, Benutzerrechte und Container-Sicherheit

Capstone-Projekt & Review

  • Team-Übung: Entwurf und Implementierung eines kleinen Dienstes unter Verwendung der Mustern aus dem Kurs
  • Testing, Typprüfung, Paketierung und CI-Pipeline für das Projekt
  • Finale Überprüfung, Codekritik und umsetzbarer Verbesserungsplan

Zusammenfassung und Nächstes Schritte

Voraussetzungen

  • Solide Erfahrung in der Python-Programmierung auf mittlerem Niveau
  • Vertrautheit mit objektorientierter Programmierung und grundlegendem Testen
  • Erfahrung mit der Befehlszeile und Git

Zielgruppe

  • Senior Python-Entwickler
  • Software-Engineers, die für die Codequalität und die Architektur von Python-Code verantwortlich sind
  • Technische Leiter sowie MLOps-/DevOps-Engineers, die mit Python-Codebasen arbeiten

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien