Kontakt aufnehmen
 Dauer 28 Stunden

Schulungsübersicht

Tag 1 — Fundiertes Python & Werkzeugkasten

Moderne Python-Funktionen und Typisierung

  • Grundlagen der Typisierung, Generics, Protocols und TypeGuard
  • Dataclasses, gefrorene Dataclasses und Übersicht über attrs
  • Mustererkennung (PEP 634+) und idiomatische Verwendung

Codequalität und Werkzeuge

  • Codeformatierer und Linter: black, isort, flake8, ruff
  • Statische Typprüfung mit MyPy und pyright
  • Pre-Commit-Hooks und Entwickler-Workflows

Projektmanagement und Paketierung

  • Abhängigkeitsverwaltung mit Poetry und virtuellen Umgebungen
  • Paketstruktur, Entry Points und Best Practices für Versionierung
  • Aufbau und Veröffentlichung von Paketen auf PyPI und privaten Registern

Tag 2 — Designmuster & Architekturstandards

Designmuster in Python

  • Generative Muster: Factory, Builder, Singleton (Python-Varianten)
  • Strukturelle Muster: Adapter, Facade, Decorator, Proxy
  • Verhaltensmuster: Strategy, Observer, Command

Architekturprinzipien

  • Anwendung der SOLID-Prinzipien auf Python-Codebasen
  • Hexagonal/Clean Architecture und Grenzen
  • Muster zur Abhängigkeitsinjektion und Konfigurationsmanagement

Modularität und Wiederverwendung

  • Gestaltung von Bibliotheks- versus Anwendungscode
  • APIs, stabile Schnittstellen und semantische Versionierung
  • Verarbeitung von Konfiguration, Secrets und umgebungsspezifischen Einstellungen

Tag 3 — Parallelität, Async IO und Leistung

Parallelität und Nebenläufigkeit

  • Grundlagen des Threading und Auswirkungen der GIL
  • Multiprocessing und Prozesspools für CPU-intensive Aufgaben
  • Wann concurrent.futures vs. multiprocessing verwenden

Asynchrone Programmierung mit asyncio

  • Async/await-Muster, Event Loop und Abbruchmechanismen
  • Gestaltung asynchroner Bibliotheken und Interoperabilität mit synchrone Code
  • IO-intensive Muster, Backpressure und Rate Limiting

Profilierung und Optimierung

  • Profiling-Werkzeuge: 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 — Testung, CI/CD, Observability und Deployment

Teststrategien und Automatisierung

  • Unit-Testing und Fixtures mit pytest; Testorganisation
  • Eigenschaftsbasierte Testung mit Hypothesis und Contract Testing
  • Mocking, Monkeypatching und Testung asynchronen Codes

CI/CD, Release und Monitoring

  • Integration von Tests und Quality Gates in GitHub Actions/GitLab CI
  • Aufbau reproduzierbarer Container mit Docker und Mehrstufigen Builds
  • Observability von Anwendungen: Strukturiertes Logging, Prometheus-Metriken und Tracing

Sicherheit, Härtung und Best Practices

  • Abhängigkeits-Prüfung, SBOM-Grundlagen und Vulnerability-Scanning
  • Sichere Programmierpraktiken für Eingabevalidierung und Secret-Management
  • Laufzeit-Härtung: Ressourcenlimitierungen, Benutzerrechte und Container-Sicherheit

Capstone-Projekt & Review

  • Team-Praktikum: Gestaltung und Implementierung eines kleinen Dienstes unter Verwendung der Kursmuster
  • Testung, Typprüfung, Paketierung und CI-Pipeline für das Projekt
  • Abschlussprüfung, Code-Review und umsetzbarer Verbesserungsplan

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Solide Python-Programmierkenntnisse auf mittlerem Niveau
  • Vertrautheit mit objektorientierter Programmierung und grundlegender Testung
  • Erfahrung in der Verwendung der Kommandozeile und von Git

Zielgruppe

  • Senior-Entwickler für Python
  • Software-Engineers, die für Codequalität und Architektur in Python-Codebasen verantwortlich sind
  • Technische Leitende sowie MLOps/DevOps-Ingenieure, die mit Python-Codebasen arbeiten

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien