> Formations > Technologies numériques > Développement logiciel > Python > Formation Python, perfectionnement > Formations > Technologies numériques > Formation Python, perfectionnement
Formation incontournable

Formation : Python, perfectionnement

Python, perfectionnement

Télécharger le programme Partager cette formation


Le langage Python s'impose aujourd'hui comme un socle technologique pour le développement de grands projets logiciels. Vous mettrez en œuvre, dans cette formation, les techniques avancées du langage Python ainsi que ses principales librairies afin de pouvoir répondre aux exigences qualité de ces projets.


Inter
Intra
Sur mesure

Cours pratique en présentiel ou en classe à distance

Réf. PYA
Prix : 2440 € H.T.
  4j - 28h00
Pauses-café et
déjeuners offerts




Le langage Python s'impose aujourd'hui comme un socle technologique pour le développement de grands projets logiciels. Vous mettrez en œuvre, dans cette formation, les techniques avancées du langage Python ainsi que ses principales librairies afin de pouvoir répondre aux exigences qualité de ces projets.

Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
  • Implémenter de manière rigoureuse des Design Patterns reconnus
  • Utiliser les techniques avancées du langage Python : Context Manager, métaclasses, closures, fonctions avancées
  • Optimiser les performances de vos programmes à l'aide du monitoring et du parallélisme
  • Packager et déployer ses artefacts Python
  • Exploiter des librairies contribuant au succès du langage : calcul scientifique, Intelligence Artificielle, XML, réseau

Public concerné
Ingénieurs et développeurs.

Prérequis
Bonnes connaissances en développement Python, ou connaissances équivalentes à celles apportées par le cours PYT. Expérience requise.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Programme de la formation

Rappels importants sur le langage

  • Affectation par référence et types de données modifiables, non modifiables (mutable).
  • Passage d'arguments, valeurs par défaut et variables locales.
  • Variables de classe et d'instances.
  • Les slices et structures de données avancées.
  • L'introspection.
  • Eléments avancés des structures de contrôle : la clause else des instructions for, while, try/except.
Travaux pratiques
Optimisation : intersection de listes et calcul de complexité d'algorithmes.

Fonctions avancées

  • Utilisation avancée de décorateurs (de la génération à la consommation, pipeline de consommateurs).
  • Les décorateurs et Design Patterns.
  • Fermeture/closure.
Travaux pratiques
Chaînage de consommateurs de données. Abonnement à des événements via les décorateurs.

Programmation Orientée Objet avancée

  • Les propriétés (property).
  • Les itérateurs.
  • L'héritage multiple et ses travers.
  • Les Context Managers.
  • Les classes et méthodes abstraites (ABC).
  • Les métaclasses.
Travaux pratiques
Implémenter une métaclasse pour créer des classes de type singleton.

Déploiement et qualité

  • Installer des librairies tierces (pip, easy_install).
  • Le Python Package Index (PyPI).
  • Packager ses librairies (distutils, setuptools).
  • Déployer un environnement autonome (virtualenv et buildout).
Travaux pratiques
Packager une librairie et la déposer sur PypI.

Le parallélisme : optimiser les performances de vos programmes

  • Profilez vos programmes avec Timeit et cProfile.
  • Parallélisation : évitez le multithreading et foncez avec le multiprocessing.
  • Calcul distribué avec la librairie Celery.
Travaux pratiques
Répartition et consolidation (Map Reduce) de calculs avec Celery.

Les librairies contribuant au succès du langage

  • Calcul scientifique et statistiques avec Numpy, Scipy, Matplotlib et Pandas.
  • Intelligence Artificielle et algorithmes d'apprentissage avec Scikit-Learn.
  • Recherche d'informations dans des fichiers XML avec ElementTree.
  • Réseau : relay tcp avec Twisted et supervision SNMP avec PySNMP.
Travaux pratiques
Extraction d'informations dans des fichiers de log XML, filtres et statistiques sur les données collectées puis représentation à l'aide de graphiques des tendances des informations.


Modalités pratiques
Méthodes pédagogiques;
Apports théoriques illustrés par des exemples de code puis consolidés par la réalisation d'un mini-projet (70% de travaux pratiques).

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Parcours certifiants associés
Pour aller plus loin et renforcer votre employabilité, découvrez les parcours certifiants qui contiennent cette formation :

Solutions de financement
Pour trouver la meilleure solution de financement adaptée à votre situation : contactez votre conseiller formation.
Il vous aidera à choisir parmi les solutions suivantes :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • France Travail sous réserve de l’acceptation de votre dossier par votre conseiller France Travail.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • France Travail sous réserve de l’acceptation de votre dossier par votre conseiller France Travail.

Avis clients
4,3 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
HUGO B.
12/11/24
3 / 5

Intérêt du contenu : formation destinée aux développeurs plutôt qu’aux data scientistsTemps accordé à chaque sujet : petite frustration sur les sujets, on découvre pleins de sujets différents (et intéressants) mais sans jamais rentrer dans le détail des notionsSupport de cours : Notepad pratique mais pas de réel support type diapo/notebookQualité de l’animation par le formateur : formateur très dynamique, intéressant et qui allégeait le contenu du cours avec son humour ce qui est super
TRONG THAI-AN T.
12/11/24
5 / 5

Le formateur est dynamique, pédagogue, et les sujets sont amenés de manière organisée et articulée (et avec humour !). C’était très intéressant ! La formation s’adresse davantage à des développeurs qu’à des Data Scientists. Sans chercher à couvrir toutes les domaines d’applications, elle permet en tout cas de développer une bonne culture autour de Python et de ses libraires, et de consolider ses connaissances et bonnes pratiques.
RAPHAEL H.
12/11/24
5 / 5

formation au top le formateur est super et très pédagogue




Horaires
En présentiel, les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
En classe à distance, la formation démarre à partir de 9h.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 16h le dernier jour.

Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance