Beschreibung
Mit dem Training Python in Operativumgebungen lernen Sie, wie Python „State-of-the-Art“ in Softwareprojekten eingesetzt wird. Erfahren Sie dabei, welche Komponenten dabei helfen, Quellcode sicher und übersichtlich zu gestalten und wie diese konkret eingesetzt werden.
Das Training leitet damit ein, wie Python-Projekte anzulegen sind und wie die erstellten Projekte mittels pip installierbar gemacht werden. Anschließend werden 2 zentrale Bibliotheken mit unterschiedlichem Ansatz zum automatisierten Testen von Quellcode vorgestellt. Darüber hinaus erfahren Sie, wie sie logging Mechanismen in Ihren Code einbauen. Mit dem Framework Sphinx zur Dokumentation von Quellcode, erhalten Sie mit dem Training einen weiteren Baustein, um den Reifegrad Ihres Python Projektes zu erhöhen.
Wer sollte teilnehmen?
Softwareentwickler, Data Scientist, Data Engineers, Data-Architects, Python-Entwickler, Python-Einsteiger mit grundlegenden Programmiererfahrungen
Grundlegende Programmiererfahrung in Python sollte vorhanden sein.
Lernziele
- Best Practice Python Projekte anlegen und Distributionen erstellen
- Unit-Tests mit unittest und doctest durchführen
- Logging von Quellcode mit der Bibliothek logging kennenlernen
- Projektdokumentation mit Sphinx anlegen
Inhalte
- Anforderungen von produktiven Python-Code
- Objektorientierung im Python-Interpreter – Wie sieht produktiver Code aus?
- Konvetioneller Code nach PEP-8 und dessen Bedeutung in Python
- Python Projekte anlegen
- Source- und Binary-Distributionen erstellen
- Unittesting mit den Bibliotheken unittest und doctest durchführen
- Aufzeichnen des Programmzustands mit logging
- Dokumentationen mit Sphinx erstellen
Shortfacts
- Empfohlene Dauer: 1 Tag
- 2–10 Teilnehmer
- Kurssprache: Deutsch oder Englisch
- Preis: Der Tagessatz variiert zwischen Unternehmen und Forschhungseinrichtung. Nehmen Sie Kontakt auf!
- Training am eigenen Laptop (Softwarevoraussetzungen und Installationsanleitung erhalten Sie im Vorfeld)
Inklusive
- Teilnehmerzertifikat
- Umfassende Schulungsunterlagen
- Veranstaltungsevaluation + Report als PDF
Inhousetraining bei Data-Science-Architect
Prozess
- Abstimmung der Inhalte
- Terminfindung
- Angebotserstellung
- Online Evaluation der Teilnehmererwartung
- Ankündigung mit Kursbeschreibung, Softwarevoraussetzung, Installationsanleitung, Timetable & optionaler Möglichkeit zur Vorbereitung
- Bereitstellung der Kursmaterialien
- Pro Tag 8×45 Min. Lerneinheiten
- 30 Min. Open Space pro Tag im Anschluss an die Lerneinheiten
- Verhältnis von Theorie, Praxis und Übungsphasen nach Absprache
- Event Evaluation
- PDF-Report mit Evaluations-Ergebnissen
- Bereitstellung der im Training erstellten Materialien
- Feedbackgespräch
Buchung
Sie haben Fragen zu Inhalten oder Ablauf des Trainings? Gerne informiere ich Sie über die Veranstaltung in Detail.