课程大纲
第一天 — 扎实的Python基础与工具
现代Python特性与类型系统
- 类型基础、泛型、协议与TypeGuard
- 数据类、冻结数据类与attrs概览
- 模式匹配(PEP 634+)及惯用用法
代码质量与工具
- 代码格式化与静态分析工具:black、isort、flake8、ruff
- 使用MyPy与pyright进行静态类型检查
- 预提交钩子与开发者工作流
项目管理与打包
- 使用Poetry与虚拟环境进行依赖管理
- 包布局、入口点与版本控制最佳实践
- 构建并发布包至PyPI及私有仓库
第二天 — 设计模式与架构实践
Python中的设计模式
- 创建型模式:工厂、建造者、单例(Pythonic变体)
- 结构型模式:适配器、外观、装饰器、代理
- 行为型模式:策略、观察者、命令
架构原则
- 将SOLID原则应用于Python代码库
- 六边形/整洁架构与边界
- 依赖注入模式与配置管理
模块化与复用
- 设计库代码与应用代码
- API、稳定接口与语义版本控制
- 处理配置、密钥与环境特定设置
第三天 — 并发、异步IO与性能
并发与并行
- 线程基础与GIL的影响
- 多进程与进程池处理CPU密集型任务
- 何时使用concurrent.futures与multiprocessing
使用asyncio进行异步编程
- Async/await模式、事件循环与取消
- 设计异步库与同步代码的互操作性
- IO密集型模式、背压与速率限制
性能分析与优化
- 性能分析工具:cProfile、pyinstrument、perf、memory_profiler
- 优化热点路径,适当使用C扩展/Numba
- 测量延迟、吞吐量与资源利用率
第四天 — 测试、CI/CD、可观测性与部署
测试策略与自动化
- 使用pytest进行单元测试与fixtures,测试组织
- 基于属性的测试与合约测试
- 模拟、猴子补丁与测试异步代码
CI/CD、发布与监控
- 将测试与质量门控集成到GitHub Actions/GitLab CI
- 使用Docker与多阶段构建创建可复现的容器
- 应用可观测性:结构化日志、Prometheus指标与追踪
安全、加固与最佳实践
- 依赖审计、SBOM基础与漏洞扫描
- 安全编码实践:输入验证与密钥管理
- 运行时加固:资源限制、用户权限与容器安全
结业项目与回顾
- 团队实验:设计并实现一个小型服务,应用课程中的模式
- 为项目进行测试、类型检查、打包与CI流水线
- 最终回顾、代码评审与可操作的改进计划
总结与下一步
要求
- 具备扎实的中级Python编程经验
- 熟悉面向对象编程和基本测试
- 有使用命令行和Git的经验
受众
- 高级Python开发者
- 负责Python代码质量和架构的软件工程师
- 技术负责人和与Python代码库打交道的MLOps/DevOps工程师
客户评论 (5)
使用与我们在项目中使用的数据(光栅格式的卫星图像)更相似的数据进行更多实践练习的事实
Matthieu - CS Group
课程 - Scaling Data Analysis with Python and Dask
机器翻译
I thought the trainer was very knowledgeable and answered questions with confidence to clarify understanding.
Jenna - TCMT
课程 - Machine Learning with Python – 2 Days
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
课程 - Developing APIs with Python and FastAPI
The explaination
Wei Yang Teo - Ministry of Defence, Singapore
课程 - Machine Learning with Python – 4 Days
Trainer develops training based on participant's pace