感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 28 時間:
課程簡介
Day 1 — 穩健的 Python 基礎與工具鏈
現代 Python 特性與型別系統
- 型別基礎、泛型、Protocols 及 TypeGuard
- 數據類(Dataclasses)、凍結數據類及 attrs 概覽
- 模式匹配(PEP 634+)及慣用寫法
代碼品質與工具
- 代碼格式化工具與 Linter:black, isort, flake8, ruff
- 使用 MyPy 和 pyright 進行靜態型別檢查
- Pre-commit hooks 及開發者工作流程
專案管理與打包
- 使用 Poetry 和虛擬環境進行相依性管理
- 套件佈局、進入點及版本控制最佳實務
- 構建並發佈套件至 PyPI 及私有註冊表
Day 2 — 設計模式與架構實務
Python 中的設計模式
- 創造型模式:工廠(Factory)、建造者(Builder)、單例(Singleton)(Pythonic 變體)
- 結構型模式:適配器(Adapter)、外掛(Facade)、裝飾器(Decorator)、代理(Proxy)
- 行為型模式:策略(Strategy)、觀察者(Observer)、命令(Command)
架構原則
- 將 SOLID 原則應用於 Python 代碼庫
- 六角架構(Hexagonal)/ 清晰架構(Clean Architecture)及邊界
- 依賴注入模式與配置管理
模組化與重用
- 設計函式庫與應用程式代碼
- API、穩定介面及語意版本控制
- 處理配置、機密資訊及環境特定設定
Day 3 — 並發、Async IO 與效能
並發與並行
- 執行緒基礎及 GIL 的影響
- 多程序(Multiprocessing)及用於 CPU 密集型任務的程序池
- 何時使用 concurrent.futures 與 multiprocessing
使用 asyncio 的異步編程
- Async/await 模式、事件循環(Event Loop)及取消機制
- 設計異步函式庫及與同步代碼的互操作性
- IO 密集型模式、背壓(Backpressure)及速率限制
分析與優化
- 分析工具:cProfile, pyinstrument, perf, memory_profiler
- 優化熱路徑,並在適當情況下使用 C 擴展/Numba
- 測量延遲、吞吐量及資源使用率
Day 4 — 測試、CI/CD、可觀察性與部署
測試策略與自動化
- 使用 pytest 進行單元測試及 fixtures;測試組織
- 使用 Hypothesis 進行基於屬性的測試及合約測試
- 模擬(Mocking)、猴子補丁(Monkeypatching)及測試異步代碼
CI/CD、發布與監控
- 將測試與品質閘門整合至 GitHub Actions/GitLab CI
- 使用 Docker 及多階段構建(Multi-stage builds)建置可重現容器
- 應用程式可觀察性:結構化日誌、Prometheus 指標及追蹤(Tracing)
安全性、加固與最佳實務
- 相依性審計、SBOM 基礎及漏洞掃描
- 針對輸入驗證與機密資訊管理的安全編程實務
- 運行時加固:資源限制、用戶權限及容器安全性
綜合專案與回顧
- 團隊實驗:使用課程中的模式設計並實作一個小型服務
- 專案的測試、型別檢查、打包及 CI 管線
- 最終回顧、代碼批評及可執行的改進計劃
總結與下一步
最低要求
- 具備強大的中級 Python 編程經驗
- 熟悉物件導向編程及基礎測試
- 具有使用命令列與 Git 的經驗
目標受眾
- 資深 Python 開發者
- 負責 Python 代碼品質與架構的軟體工程師
- 處理 Python 代碼庫的技術主管及 MLOps/DevOps 工程師
客戶評論 (2)
一切都很完美
Florin Vrincianu
課程 - Python Programming Fundamentals
機器翻譯
與內容相關的實踐練習確實有助於更好地理解每個主題。此外,以講座開始課程並繼續進行實踐練習的方式很好,有助於將練習與之前介紹的講座內容聯繫起來。
Nazeera Mohamad - Ministry of Science, Technology and Innovation
課程 - Introduction to Data Science and AI using Python
機器翻譯